如何选择普通索引和唯一索引CSDN博文精

作者

.NYXX

责编

郭芮

出品

CSDN博客

网上已经有很多关于唯一索引和普通索引的区别,这里就不详细阐述了,接下来我们深入讨论如何根据不同业务场景,应该选择普通索引还是唯一索引。比如维护一个社保管理系统,每个社保人员都有一个唯一的身份证号,而且业务代码已经保证了不会写入两个重复的身份证号。如果该系统需要按照身份证号查询姓名,就会执行这样的SQL语句:

selectnamefromsuserwhereid_card=‘xxxxxxxxxxx’;

所以一般会考虑在id_card字段上建索引。由于身份证号字段比较大,不适合用来作主键,索引现在有两个选择,要么给id_card字段创建唯一索引,要么创建一个普通索引。如果业务代码已经保证了不会写入重复的身份证号,那么这两个选择逻辑上都是正确的。但是要从性能角度上来考虑,选择的依据应该是什么呢?下面我们就从两种索引对查询过程和更新过程的性能影响来分析。

查询操作

我们来看一下InnoDB索引组织机构,假设执行:

selectidfromtwherea=3

这个查询语句在索引树上查找的过程将如下:

先是通过B+树从树根开始,按层序遍历的方式搜索到叶子节点,从而定位数据页。通过二分查找来定位记录。唯一索引而言,查找到满足条件的第一个条目(比如(3,))后就会停止继续检索。普通索引查找到一个满足条件的条目后将会继续查找,直到碰到第一个不满足a=3条件的条目。

它们的不同所带来的性能差距却是微乎其微的。因为InnoDB中是按数据页为单位来读写的,也就是说,当读取一个条目的时候并不是将条目从磁盘读出来,而是以页为单位,整体读入内存。既然存储引擎是按页读写的,所以说当找到a=3的条目时,它所在的数据页已经在内存里了。那么对于普通索引需要多做的“查找以及判断条目是否满足条件”的操作就只需要一次指针操作及计算。

更新操作

当需要更新一个数据页时,如果数据页在内存缓冲池(bufferpool)中就直接更新,并同时记录redolog,但是如果这个数据页不在内存中的话。在不影响一致性的前提下,InnoDB会将更新操作缓存在写缓冲(changebuffer)中,同时记录redolog。

写缓冲(changebuffer)

那什么是changebuffer呢?

它的主要目的是将对二级索引的数据操作缓存下来,以此减少二级索引的随机IO,并达到操作合并的效果。

在MySQL5.5之前的版本中,由于只支持缓存insert操作,所以最初叫做insertbuffer,只是后来的版本中支持了更多的操作类型(操作类型包括insert、update、delete)缓存,才改叫changebuffer。

changebuffer的数据结构上是一颗b+树,存储在ibdata系统表空间中,根页为ibdata的第4个page(FSP_IBUF_TREE_ROOT_PAGE_NO)。

将changebuffer中的操作应用到原数据页从而得到最新结果的过程被称为merge。merge的时候才是是真正进行数据更新的时刻,changebuffer将条目的变更动作进行缓存。在一个数据页做merge之前,changebuffer记录的变更越多(也就是这个页面上要更新的次数越多),收益就越大。

一般来说,触发merge的操作主要有以下几种:

访问这个数据页;masterthread线程每秒或每10秒进行一次mergeinsertbuffer的操作;在数据库正常关闭的时候。此外,虽然名字叫做changebuffer,但实际上它是可以持久化的数据,也就说它在内存中有拷贝,也会被写入到磁盘上。

changebuffer状态查看

segsize为插入缓冲区的总大小(页的数量X16KB);merges表示已经合并的merge的数量;mergedoperations:insert插入记录被merge的次数;deletemark删除操作被merge的次数;delete更新操作被merge了多少次。

changebuffer占用bufferpool

数据读入内存是需要占用bufferpool的,采用这种方式能够避免占用内存,提升内存利用率。

changebuffer用的是bufferpool的内存,因此不能无线增大,它通过参数innodb_change_buffer_max_size来设置,这个参数表示占用内存的比例,默认是25%,最大值为50%,一般在写多读少的场景下才需要设置。

changebuffer带来什么好处?

如果MySQL承担大量的DML操作,则changebuffer是必不可少的,他的存在就是尽量减小I/O的消耗,通过内存进行数据的合并操作,将多次操作操作尽量变为少量的I/O操作,从而提升了更新操作的速度。

什么场景适合开启changebuffer?

changebuffer只限于普通索引的场景下,不适用与唯一索引。为什么呢?

因为,假设要插入(3,)这个条目,首先要判断这个条目是否在表中出现过。而这必须要将数据页读入内存才能判断。如果都已经读入到内存了,那直接更新内存会更快,就没必要使用changebuffer了。

那么InnoDB中插入的条目(3,)的流程是如何的呢?

如果这个条目要更新的数据页在内存中:

对于唯一索引,找到2和4的位置,判断没有冲突后,插入这个值,执行结束对于普通索引,找到2和4的位置,插入这个值,执行结束如果这个条目要更新的数据页不在内存中:

对于唯一索引,需要将数据页读入内存,然后判断有没有冲突,然后进行插入。对于普通索引,只需要将条目更新操作记录在changebuffer就执行结束了。

不是所有场景都可以用changebuffer

普通索引并不是所有场景使用changebuffer都能受益,对于写多读少的业务来说,页面在写完以后马上被访问到的概率比较小,此时changebuffer的使用效果最好。

但是假设一个业务的更新模式是写入之后马上会做查询,那么即使满足了条件,将更新先记录在changebuffer,但之后由于马上要访问这个数据页,会立即触发merge过程。这样随机访问IO的次数不会减少,反而增加了changebuffer的维护代价。所以,对于这样类似的业务模式来说,changebuffer反而起到了副作用。

举个例子:

假设要执行insertintotvalues(id1,a1),(id2,a2);

假设a1所在的数据页在内存(InnoDBbufferpool)中,a2所在的数据页不在的话,如图所示:

如果a1所在的Page1在内存中,则直接更新内存;如果a2所在的Page2没有在内存中,则在changebuffer中记录下“要往Page2插入一行”这个信息;将更新Page1这个动作记入到redolog中;将changebuffer记录插入信息这个动作记入到redolog中。第3、4写redolog的两次操作合在一起写磁盘。所以从执行过程中可以发现,执行这条更新语句的成本很低,只写了两处内存,而且还是顺序写的。图中的两个红色箭头,都是后台操作(空闲时或者必须时写入磁盘),不影响更新的响应时间。

那么在之后的读请求该怎么处理呢,比如我们要执行select*fromtwhereain(a1,a2);

a1本来就在内存中,之前内存也更新了,所以直接从内存返回。

读取Page2的时候,需要把Page2从磁盘读入内存,然后结合changebuffer里面的操作日志生成一个新版本并返回结果。

总结

普通索引和唯一索引在查询能力上是没差别的,主要考虑的是更新的影响。一般建议使用普通索引。特别是在使用机械盘的场景下,尽量把changebuffer开大从而确保数据的写入速度。

声明:本文为CSDN博主「.NYXX」的原创文章,原文链接:


转载请注明:http://www.aierlanlan.com/cyrz/3320.html

  • 上一篇文章:
  •   
  • 下一篇文章: