MySQL 關於唯一索引和普通索引的抉擇

目錄

 


想象這樣一個場景,在設計一張用戶表時,每人的身份證號是唯一的,需要搜索。但由於身份證號字段較大,不好將其作爲主鍵。在業務代碼已經保證插入身份證唯一的情況下,可以選擇建立唯一索引和普通普通索引,這時該如何選擇呢?接下來,將從查詢和更新的執行過程進行分析。

Top

查詢過程

假設 k 是表 t 上的索引,在搜索 select id from t where k=5 時,會先從 k 這棵 B+ 的樹根開始,按層搜索葉子節點,找到 k=5 的數據頁,然後在數據頁內容進行二分法定位。

對於普通索引,找到 k=5 的記錄後,會繼續向下查找一個,直到碰到第一個不是 5 的記錄結束。

對於唯一索引,由於取值唯一,找到後直接停止。

由於 InnoDB 是按照數據頁爲單位(數據頁默認 16 KB)進行讀寫的,在讀取一條數據時,會將整個數據頁整體讀到內存。 在讀入內存的數據頁中,如果包含 k=5 的記錄,在查詢的情況下,唯一索引比普通索引多了一次查找和判斷的過程,可以忽略。

如果 k=5 是當前數據頁的最後一條,就需要在讀取下一個數據頁。但這發生的概率較低,也可以忽略。

所以總得來說,普通索引和唯一索引在查詢的過程中差異不大。

Top

change buffer

在分析唯一索引和普通索引的影響前,先來認識一下 change buffer 這個結構。

什麼是 change buffer ?

在執行更新操作時,如果要更新的數據頁在內存中就直接更新,否則的話,在不影響數據一致性的前提下,InnoDB 會將更新操作緩存在 change buffer 中,從而省去了從磁盤讀取數據頁的過程。在下次查詢操作讀取到恰好需要更新的數據頁時,會將 change buffer 的更新語句執行,寫入數據頁。將操作應用到硬盤的過程叫,merge. 後臺線程會定期 merge 或 數據庫正常關閉時,也會進行 merge 操作。

change buffer 實際上是可以持久化到硬盤中的數據,也就是說在內存和硬盤上都 change buffer 的存在。change buffer 之前交 insert buffer,開始只對 insert buffer 有優化,後來加上了對 delete 和 update 的支持。

可以看到,先將更新操作記錄在 change buffer,減少了將磁盤數據頁讀取到內存的過程,語句的執行速度會有很明顯的提升。同時,將數據讀入內存,會佔用 buffer pool 內存,所以減少讀操作,還提高了內存使用率。

Buffer Pool 是內存中的一個區域,InnoDB 在訪問表和索引數據時會在其中進行緩存。允許在內存中直接更新經常使用的數據,來加快處理速度。在一些專用的服務器上,會將 80% 的物理內存分爲 buffer pool.

可以通過 innodb_change_buffer_max_size 來設置 change buffer 佔用 buffer pool 的大小。

change buffer 應用場景?

如上面提到,change buffer 預先保存了更新記錄,減少了讀取數據頁的過程,從而提高性能。也就是說如果 change buffer 中針對不同的數據頁如果包含的更新記錄越多,其實收益也就越大。

因此對於寫多讀少的業務(更新完立即查詢)change buffer 發揮的作用也就越大。如常見的賬單類,日誌類等系統。

如果業務是更新完立即查詢,雖然可以將更新記錄放在 change buffer 中,但由於之後要馬上查詢數據頁,所以會立即觸發 merge 過程。這樣隨機訪問 IO 次數並不會減少,反而增加了 change buffer 的維護代價,起到反效果。

Top

更新過程

對於唯一索引來說,所有的更新操作都需要判斷是否違反唯一性約束。所以必須把所需要的數據頁讀入內存,然後直接更新就可以,不需要使用 change buffer. 所以 change buffer 只對普通索引有用。

具體分析下,對於一張表插入一個新記錄:

如果新記錄要更新的數據頁在內存中:

對於唯一索引,找到合適的位置,判斷有沒有衝突,插入值,語句結束。

對於普通索引:找到位置,插入值,語句結束。

所以數據頁在內存時,唯一和普通索引就差一個判斷的過程。可以忽略。

如果新記錄要更新的數據頁不在內存中:

對於唯一索引,將數據頁讀入內存,判斷衝突,插入,語句結束。

對於普通索引,將語句記錄在 change buffer 中,語句結束。

由於從磁盤到內存涉及隨機 IO 訪問,是數據庫成本最高的操作之一。普通索引比唯一索引減少的讀入操作,可以有很好的性能提升。

Top

唯一或普通索引的選擇

通過在查詢和更新方面,兩者的比較。我們知道,在查詢過程中,除了極特殊情況,其實兩者的差異並不大。

主要的差異是在更新過程中,要更新的數據頁並不在內容中的情況。這時唯一索引,由於需要唯一性檢查,不能利用 change buffer. 多了從磁盤到內容讀取數據的過程,其中涉及隨機 IO 的訪問,相對來說效率就低了。

所以如果業務需要更新不錯的性能,這時可以選用普通索引。當然一切都是建立在能保證數據準確性的前提下。

當如果更新後來緊接着查詢操作,可以考慮關掉 change buffer. 其他的情況,change buffer 都能有很好的提升。

特別針對機械硬盤,change buffer 效果很顯著。

Top

redo log 和 change buffer 的比較

InnoDB 中 redo log 的出現使其具有了 crash-safe 的能力,同時還提高了效率,通過 WAL 先寫日誌,再寫磁盤。

而 change buffer 是節省了從磁盤讀入數據頁到內存的隨機IO過程。

下面通過一條插入語句來分析下兩者間的關係:

mysql> insert into t(id,k) values(id1,k1),(id2,k2);

假設 k 爲普通索引,k1 所插入的數據頁在內存中, k2 不在。

執行插入操作時,主要涉及了圖中這四部分的內容:

InnoDB buffer pool:內存區域

redo log:日誌

system table space(ibdata1):系統表空間

data(t.idb): 數據表空間

innodb_file_per_table 開啓時,表被創建在獨立的表空間下,否則的話被創建在系統的表空間下。

執行過程如下:

  1. k1 所在的 page1 在內存中,直接更新內存
  2. k2 所在的 page2 不在內存中,記錄在 change buffer.
  3. 將 k1 和 k2 的操作記錄在 redo log.
  4. 提交事務。

可以看到這條更新語句(包括插入,刪除,更新操作)執行成本很低,兩次寫入內存,1次順序寫入磁盤。虛線的操作,是後臺操作,不影響響應時間。

再來看一條查詢語句:

select * from t where k in (k1, k2)

假設讀語句發生在更新語句不久,內存數據還在,此時讀操作就和系統表空間和 redo log 無關。

執行過程:

  1. 讀取 k1 所在的 page1,在內存中,直接返回。注意,並沒有讀磁盤上的數據,而且磁盤上的數據還有可能是之前的版本的。
  2. 讀取 k2 所在的 page2,這時需要將 page2 從磁盤加載到內存,並應用 change buffer 的內容,然後返回正確的結果。從這裏也能看出,change buffer 不適用於更新完立馬去讀的情況。

從更新的過程來看, redo log 將隨機寫磁盤的 IO 轉換成了順序寫,而 change buffer 則是節省了隨機讀磁盤的 IO 消耗。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章