MySQL普通索引和唯一索引到底什么区别?
1 概念区分
普通索引 V.S 唯一索引
普通索引可重复,唯一索引和主键一样不能重复。
唯一索引可作为数据的一个合法验证手段,例如学生表的身份证号码字段,我们人为规定该字段不得重复,那么就使用唯一索引。(一般设置学号字段为主键)
主键 V.S 唯一索引
主键保证DB的每一行都是唯一、不重复,比如身份证,学号等,不重复。
唯一索引的作用跟主键一样。
不同的是,在一张表里面只能有一个主键,主键不能为空,但唯一索引可以有多个。唯一索引可以有一条记录为null。
比如学生表:
- 在学校,一般用学号做主键,身份证号作为唯一索引
- 在教育局,就把身份证号弄成主键,学号作为唯一索引
所以选谁做主键,取决于业务需求。
2 案例
某居民系统,每人有唯一身份证号。若系统要按身份证号查姓名:
select name from CUser where id_card = 'ooxx';
估计你会在id_card
建索引。但id_card
字段较大,不推荐做主键。于是现在有如下选择:
- 在
id_card
创建唯一索引 - 创建一个普通索引
假定业务代码已经确保不会写入重复身份证号,这两个选择逻辑上都是正确的。
性能优化角度考虑,选择唯一索引还是普通索引呢?
假设字段 k 上的值都不重复。
- InnoDB索引结构
接下来分析性能。
3 查询性能
select id from T where k=4
通过B+树从root开始层序遍历到叶节点,数据页内部通过二分搜索:
- 普通索引
查找到满足条件的第一个记录(4,400)后,需查找下个记录,直到碰到第一个不满足k=4
的记录 - 唯一索引
由于索引具备唯一性,查到第一个满足条件的,就会停止搜索
看起来性能差距很小。
InnoDB数据按数据页单位读写。即读一条记录时,并非将该一个记录从磁盘读出,而以页为单位,将其整体读入内存。
所以普通索引,多了一次“查找和判断下一条记录”的操作,即一次指针寻找和一次计算。
若k=4
记录恰为该数据页的最后一个记录,则此时要取下个记录,还得读取下个数据页。
对整型字段,一个数据页可存近千个key,因此这种情况概率其实也很低。因此计算平均性能差异时,可认为该操作成本对现在CPU开销忽略不计。
4 更新性能
往表中插入一个新记录(4,400),InnoDB会有什么反应?
这要看该记录要更新的目标页是否在内存:
在内存
- 普通索引
找到3和5之间的位置,插入值,结束。 - 唯一索引
找到3和5之间的位置,判断到没有冲突
,插入值,结束。只是一个判断的差别,耗费微小CPU时间。
不在内存
-
唯一索引
将数据页读入内存,判断到没有冲突,插入值,结束。 -
普通索引
将更新记录在change buffer,结束。
将数据从磁盘读入内存涉及随机I/O访问,是DB里成本最高的操作之一。而change buffer可以减少随机磁盘访问,所以更新性能提升明显。
5 索引选择的最佳实践
普通索引、唯一索引在查询性能上无差别,主要考虑更新性能。所以,推荐尽量选择普通索引。
若所有更新后面,都紧跟对该记录的查询,那就该关闭change buffer。其它情况下,change buffer都能提升更新性能。
普通索引和change buffer的配合使用,对于数据量大的表的更新优化还是明显的。
在使用机械硬盘时,change buffer的收益也很大。
所以,当你有个类似“历史数据”的库,并且出于成本考虑用机械硬盘,应该关注这些表里的索引,尽量使用普通索引,把change buffer 开大,确保“历史数据”表的数据写性能。
6 change buffer 和 redo log
WAL 提升性能的核心机制,也是尽量减少随机读写,它们有啥区别呢?
插入流程
insert into t(id,k) values(id1,k1),(id2,k2);
假设当前k索引树的状态,查找到位置后:
- k1所在数据页在内存(InnoDB buffer pool)
- k2数据页不在内存
看如下流程:
带change buffer的更新流程
图中箭头都是后台操作,不影响更新的响应。
该更新做了如下操作:
- Page1在内存,直接更新内存
- Page2不在内存,就在change buffer区,缓存一个“往Page2插一行记录”的信息
- 将前两个动作记入redo log
之后事务完成。执行该更新语句成本很低,只写两处内存,然后写一处磁盘(前两次操作合在一起写了一次磁盘),还是顺序写。
处理之后的读请求
select * from t where k in (k1, k2);
读语句紧随更新语句,内存中的数据都还在,所以此时这俩读操作就与系统表空间和 redo log 无关。
带change buffer的读过程
读Page1时,直接从内存返回。
- WAL之后如果读数据,是不是一定要读盘,是不是一定要从redo log把数据更新之后才可以返回?
其实不用。看上图状态,虽然磁盘上还是之前数据,但这里直接从内存返回结果,结果正确。
要读Page2时,需把Page2从磁盘读入内存,然后应用change buffer里的操作日志,生成一个正确版本并返回结果。可见直到需读Page2时,该数据页才被读入内存。
综上,这俩机制的更新性能:
- redo log 主要节省随机写磁盘的I/O消耗(转成顺序写)
- change buffer主要节省随机读磁盘的I/O消耗
7 总结
由于唯一索引用不了change buffer,若业务可以接受,从性能角度,优先考虑非唯一索引。
到底何时使用唯一索引
问题在于“业务可能无法确保”。本文前提是“业务代码已经保证不会写入重复数据”,才讨论性能问题。
- 如果业务不能保证或业务就是要求数据库来做约束
没得选,必须创建唯一索引。那本文意义的在于,如果碰上大量插入数据慢、内存命中率低时,多提供了一个排查思路。 - “归档库”场景,可考虑使用唯一索引
比如,线上数据只需保留半年,然后历史数据保存在归档库。此时,归档数据已是确保没有唯一键冲突。要提高归档效率,可考虑把表的唯一索引改普通索引。
若某次写入使用了change buffer,之后主机异常重启,是否会丢失change buffer数据
不会丢失。
虽然是只更新内存,但在事务提交时,change buffer的操作也被记录到了redo log。
所以崩溃恢复时,change buffer也能找回。
merge时是否会把数据直接写回磁盘
merge流程
- 从磁盘读入数据页到内存(老版本数据页)
- 从change buffer找出该数据页的change buffer 记录(可能多个),依次应用,得到新版数据页
- 写redo log
该redo log包含数据的变更和change buffer的变更
至此merge结束。
这时,数据页和内存中change buffer对应磁盘位置都尚未修改,是脏页,之后各自刷回自己物理数据,就是另外一过程。
问题思考
在构造第一个例子的过程,通过session A的配合,让session B删除数据后又重新插入一遍数据,然后就发现explain结果中,rows字段从10001变成37000多。
而如果没有session A的配合,只是单独执行delete from t 、call idata()、explain这三句话,会看到rows字段其实还是10000左右。这是什么原因呢?
如果没有复现,检查
- 隔离级别是不是RR(Repeatable Read,可重复读)
- 创建的表t是不是InnoDB引擎
为什么经过这个操作序列,explain的结果就不对了?
delete 语句删掉了所有的数据,然后再通过call idata()插入了10万行数据,看上去是覆盖了原来10万行。
但session A开启了事务并没有提交,所以之前插入的10万行数据是不能删除的。这样,之前的数据每行数据都有两个版本,旧版本是delete之前数据,新版本是标记deleted的数据。
这样,索引a上的数据其实有两份。
不对啊,主键上的数据也不能删,那没有使用force index的语句,使用explain命令看到的扫描行数为什么还是100000左右?(潜台词,如果这个也翻倍,也许优化器还会认为选字段a作为索引更合适)
是的,不过这个是主键,主键是直接按照表的行数来估计的。而表的行数,优化器直接用的是show table status
的值。
大家的机器如果IO能力比较差的话,做这个验证的时候,可以把innodb_flush_log_at_trx_commit
和 sync_binlog
都设成0。
参考
- https://dev.mysql.com/doc/refman/8.0/en/innodb-change-buffer.html
相关文章
- Mysql命令drop database:删除数据库
- 操作MySQL数据库
- 【mysql】优化系列文章1索引(讲透索引)
- mysql索引之组合索引
- mysql索引详解(转)
- MySQL索引分析与优化
- 面试官:mysql索引会缓存内存吗?
- mysql共享锁与排他锁
- Python之使用Pandas库实现MySQL数据库的读写
- Mysql:Changes in MySQL 5.7.22 (2018-04-19, General Availability):These compatibility 【SQL modes】 are now deprecated and will be removed
- 【数据库技术】MySQL索引背后的数据结构及算法原理
- 如何查看已经安装的nginx、apache、mysql和php的编译参数
- MySql常用命令总结
- Mysql性能优化:什么是索引下推?
- MYSQL学习
- linux-在cenos上安装大全(nginx/JRE/maven/Tomcat/MYSQL/redis/kafka/es...)
- 面试官:为什么Mysql索引用B+树,而Mongodb索引用B树?
- 一天五道Java面试题----第九天(简述MySQL中索引类型对数据库的性能的影响--------->缓存雪崩、缓存穿透、缓存击穿)
- 【实战】windows下mysql-8.0.19 和 navicat安装详解
- SQL Server中的联合主键、聚集索引、非聚集索引、mysql 联合索引
- sqlserver、mysql、oracle各自的默认端口号
- MySQL 索引与性能调优
- 说一个在工作中遇到的mysql索引失效的问题
- MySQL的索引与事务
- mysql查看索引
- MySQL 并发控制概述
- mysql索引 多个单列索引和联合索引的区别
- 什么是索引?Mysql目前主要的几种索引类型
- 【mysql我能讲两小时018】什么是自适应hash索引?
- 【mysql我能讲两小时001】mysql使用的索引数据结构是什么?