场景

  1. 维护一个市民系统,有一个字段为身份证号
  2. 业务代码能保证不会写入两个重复的身份证号(如果业务无法保证,可以依赖数据库的唯一索引来进行约束)
  3. 常用SQL查询语句:SELECT name FROM CUser WHERE id_card = 'XXX'
  4. 建立索引
    • 身份证号比较大,不建议设置为主键
    • 性能角度出发,选择普通索引还是唯一索引

假设字段k上的值都不重复

查询过程

  1. 查询语句:SELECT id FROM T WHERE k=5
  2. 查询过程
    • 通过B+树从树根开始,按层搜索到叶子节点,即上图中右下角的数据页
    • 数据页内部通过二分法来定位具体的记录
  3. 针对普通索引
    • 查找满足条件的第一个记录(5,500),然后查找下一个记录,直到找到第一个不满足k=5的记录
  4. 针对唯一索引
    • 由于索引定义了唯一性,查找到第一个满足条件的记录后,就会停止继续查找

性能差异

  1. 性能差异:微乎其微
  2. InnoDB的数据是按照数据页为单位进行读写的,默认为16KB
  3. 当需要读取一条记录时,并不是将这个记录本身从磁盘读出来,而是以数据页为单位进行读取的
  4. 当找到k=5的记录时,它所在的数据页都已经在内存里了
  5. 对于普通索引而言,只需要多一次指针寻找和多一次计算 – CPU消耗很低
    • 如果k=5这个记录恰好是所在数据页的最后一个记录,那么如果要取下一个记录,就需要读取下一个数据页
    • 概率很低:对于整型字段索引,一个数据页(16KB,compact格式)可以存放大概745个值

change buffer

  1. 当需要更新一个数据页时,如果数据页在内存中直接更新
  2. 如果这个数据页不在内存中,在不影响数据一致性的前提下
    • InnoDB会将这些更新操作缓存在change buffer
    • 不需要从磁盘读入这个数据页随机读
    • 下次查询需要访问这个数据页的时候,将数据页读入内存
      • 然后执行change buffer中与这个数据页有关的操作(merge)
  3. change buffer是可以持久化的数据,在内存中有拷贝,也会被写入到磁盘上
  4. 将更新操作先记录在channge buffer,减少随机读磁盘,提升语句的执行速度
  5. 另外数据页读入内存需要占用buffer pool,使用channge buffer能避免占用内存,提高内存利用率
  6. change buffer用到是buffer pool里的内存,不能无限增大,控制参数innodb_change_buffer_max_size
1
2
3
4
5
6
7
# 默认25,最大50
mysql> SHOW VARIABLES LIKE '%innodb_change_buffer_max_size%';
+-------------------------------+-------+
| Variable_name | Value |
+-------------------------------+-------+
| innodb_change_buffer_max_size | 25 |
+-------------------------------+-------+

merge

  1. merge:将change buffer中的操作应用到原数据页
  2. merge的执行过程
    • 从磁盘读入数据页到内存(老版本的数据页)
    • 从change buffer里找出这个数据页的change buffer记录(可能多个)
      • 然后依次执行,得到新版本的数据页
    • 写入redolog,包含内容:数据页的表更+change buffer的变更
  3. merge执行完后,内存中的数据页和change buffer所对应的磁盘页都还没修改,属于脏页
    • 通过其他机制,脏页会被刷新到对应的物理磁盘页
  4. 触发时机
    • 访问这个数据页
    • 系统后台线程定期merge
    • 数据库正常关闭

使用条件

  1. 对于唯一索引来说,所有的更新操作需要先判断这个操作是否违反唯一性约束
  2. 唯一索引的更新无法使用change buffer,只有普通索引可以使用change buffer
    • 主键也是无法使用change buffer的
    • 例如要插入(4,400),必须先判断表中是否存在k=4的记录,这个判断的前提是将数据页读入内存
    • 既然数据页已经读入到了内存,直接更新内存中的数据页就好,无需再写change buffer

使用场景

  1. 一个数据页在merge之前,change buffer记录关于这个数据页的变更越多收益越大
  2. 对于写多读少的业务,页面在写完后马上被访问的概率极低,此时change buffer的使用效果最好
    • 例如账单类、日志类的系统
  3. 如果一个业务的更新模式为:写入之后马上会做查询
    • 虽然更新操作被记录到change buffer,但之后马上查询,又会从磁盘读取数据页,触发merge过程
    • 没有减少随机读,反而增加了维护change buffer的代价

更新过程

插入(4,400)

目标页在内存中

  1. 对于唯一索引来说,找到3~5之间的位置,判断没有冲突,插入这个值
  2. 对于普通索引来说,找到3~5之间的位置,插入这个值
  3. 性能差异:微乎其微

目标页不在内存中

  1. 对于唯一索引来说,需要将数据页读入内存判断没有冲突,插入这个值
    • 磁盘随机读,成本很高
  2. 对于普通索引来说,将更新操作记录在change buffer即可
    • 减少了磁盘随机读,性能提升明显

索引选择

  1. 普通索引与唯一索引,在查询性能上并没有太大差异,主要考虑的是更新性能推荐选择普通索引
  2. 建议关闭change buffer的场景
    • 如果所有的更新后面,都伴随着对这个记录的查询
    • 控制参数innodb_change_buffering
1
2
3
4
5
6
7
8
9
10
11
12
13
14
mysql> SHOW VARIABLES LIKE '%innodb_change_buffering%';
+-------------------------+-------+
| Variable_name | Value |
+-------------------------+-------+
| innodb_change_buffering | all |
+-------------------------+-------+

# Valid Values (>= 5.5.4)
none / inserts / deletes / changes / purges / all

# Valid Values (<= 5.5.3)
none / inserts

# change buffer的前身是insert buffer,只能对insert操作进行优化

change buffer + redolog

更新过程

当前k树的状态:找到对应的位置后,k1所在的数据页Page 1在内存中,k2所在的数据页Page 2不在内存中

1
INSERT INTO t(id,k) VALUES (id1,k1),(id2,k2);
1
2
3
4
# 内存:buffer pool
# redolog:ib_logfileX
# 数据表空间:t.ibd
# 系统表空间:ibdata1
  1. Page 1在内存中,直接更新内存
  2. Page 2不在内存中,在changer buffer中记录:add (id2,k2) to Page 2
  3. 上述两个动作计入redolog(磁盘顺序写
  4. 至此事务完成,执行更新语句的成本很低
    • 写两次内存+一次磁盘
  5. 由于在事务提交时,会把change buffer的操作记录也记录到redolog
    • 因此可以在崩溃恢复时,恢复change buffer
  6. 虚线为后台操作,不影响更新操作的响应时间

读过程

假设:读语句发生在更新语句后不久,内存中的数据都还在,与系统表空间(ibdata1)和redolog(ib_logfileX)无关

1
SELECT * FROM t WHERE k IN (k1,k2);
  1. 读Page 1,直接从内存返回(此时Page 1有可能还是脏页,并未真正落盘)
  2. 读Page 2,通过磁盘随机读将数据页读入内存,然后应用change buffer里面的操作日志(merge
    • 生成一个正确的版本并返回

提升更新性能

  1. redolog:节省随机写磁盘的IO消耗(顺序写)
  2. change buffer:节省随机读磁盘的IO消耗

参考资料

《MySQL实战45讲》