文章目录
1 问题提出
假设要维护一个市民系统，每个人都有一个唯一的身份证号，如果市民系统需要按照身份证号查姓名，就会执行类似这样的SQL语句：
select name from CUser where id_card = 'xxxxxxxyyyyyyzzzzz';
所以会考虑在id_card字段上建索引。
由于身份证号字段比较大，故不建议把身份证号当做主键，那么现在有两个选择，要么给id_card字段创建唯一索引，要么创建一个普通索引。
从性能的角度考虑，选择唯一索引还是普通索引呢？选用之前的一个例子来说明，假设字段 k 上的值都不重复。
接下来就从这两种索引对查询语句和更新语句的性能影响来进行分析。
2 查询过程
假设执行查询的语句是 select id from T where k=5。这个查询语句在索引树上先是通过B+树从树根开始，按层搜索到叶子节点，也就是图中右下角的这个数据页，然后可以认为数据页内部通过二分法来定位记录。
- 对于普通索引来说，查找到满足条件的第一个记录(5,500)后，需要查找下一个记录，直到碰到第一个不满足k=5条件的记录。
- 对于唯一索引来说，由于索引定义了唯一性，查找到第一个满足条件的记录后，就会停止继续检索。
不过这个不同带来的性能差距是微乎其微的。
InnoDB的数据是按数据页为单位来读写的。也就是说，当需要读一条记录的时候，并不是将这个记录本身从磁盘读出来，而是以页为单位，将其整体读入内存。在InnoDB中，每个数据页的大小默认是16KB。
因为引擎是按页读写的，所以说，当找到k=5的记录的时候，它所在的数据页就都在内存里了。那么，对于普通索引来说，要多做的那一次“查找和判断下一条记录”的操作，就只需要一次指针寻找和一次计算。
（当然，如果k=5这个记录刚好是这个数据页的最后一个记录，那么要取下一个记录，必须读取下一个数据页，这个操作会稍微复杂一些。但我们计算平均性能差异时，仍可以认为这个操作成本对于现在的CPU来说可以忽略不计。）
3 更新过程
3.1 change buffer
为了说明普通索引和唯一索引对更新语句性能的影响这个问题，需要先介绍一下change buffer。
当需要更新一个数据页时，如果数据页在内存中就直接更新，而如果这个数据页还没有在内存中的话，在不影响数据一致性的前提下，InooDB会将这些更新操作缓存在change buffer中，这样就不需要从磁盘中读入这个数据页了。在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中与这个页有关的操作。
需要说明的是，change buffer在内存中有拷贝，也会被写入到磁盘上持久化存储。
将change buffer中的操作应用到原数据页，得到最新结果的过程称为merge。除了访问这个数据页会触发merge外，系统有后台线程会定期merge。在数据库正常关闭（shutdown）的过程中，也会执行merge操作。
显然，如果能够将更新操作先记录在change buffer，减少读磁盘，语句的执行速度会得到明显的提升。而且，数据读入内存是需要占用buffer pool的，所以这种方式还能够避免占用内存，提高内存利用率。
3.2 使用change buffer的条件
只有普通索引可以使用change buffer。
对于唯一索引来说，所有的更新操作都要先判断这个操作是否违反唯一性约束。比如，要插入(4,400)这个记录，就要先判断现在表中是否已经存在 k=4 的记录，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change buffer了。
change buffer用的是buffer pool里的内存，因此不能无限增大。change buffer的大小，可以通过参数innodb_change_buffer_max_size来动态设置。这个参数设置为50的时候，表示change buffer的大小最多只能占用buffer pool的50%。
3.3 表中插入记录(4,400)的处理流程
对于InnoDB的处理流程分析如下：
第一种情况是，这个记录要更新的目标页在内存中：
- 对于唯一索引，找到3和5之间的位置，判断到没有冲突，插入这个值，语句执行结束；
- 对于普通索引，找到3和5之间的位置，插入这个值，语句执行结束。
普通索引和唯一索引对更新语句性能影响的差别，只是一个判断，只会耗费微小的CPU时间。
第二种情况是，这个记录要更新的目标页不在内存中：
- 对于唯一索引，需要将数据页读入内存，判断到没有冲突，插入这个值，语句执行结束；
- 对于普通索引，则是将更新记录在change buffer，语句执行就结束了。
将数据从磁盘读入内存涉及随机IO的访问，是数据库里面成本最高的操作之一。change buffer因为减少了随机磁盘访问，所以对更新性能的提升很明显。
4 change buffer的使用场景
并不是普通索引的所有场景，使用change buffer都可以起到加速作用。
merge的时候是真正进行数据更新的时刻，而change buffer的主要目的就是将记录的变更动作缓存下来，所以在一个数据页做merge之前，change buffer记录的变更越多（这个页面上要更新的次数越多），收益就越大。
因此，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change buffer的使用效果最好。这种业务模型常见的就是账单类、日志类的系统。
如果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change buffer中，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change buffer的维护代价。所以，对于这种业务模式来说，change buffer反而起到了副作用。
4.1 主机异常重启，是否会丢失change buffer和数据
不会丢失。虽然是只更新内存，但是在事务提交的时候，我们把change buffer的操作也记录到redo log里了，所以崩溃恢复的时候，change buffer也能找回来。
5 索引选择和实践
普通索引和唯一索引这两类索引在查询能力上是没差别的，主要考虑的是对更新性能的影响。所以，建议尽量选择普通索引。
如果所有的更新后面，都马上伴随着对这个记录的查询，那么应该关闭change buffer。而在其他情况下，change buffer都能提升更新性能。
当有一个类似“历史数据”的库，并且出于成本考虑用的是机械硬盘时，那应该特别关注这些表里的索引，尽量使用普通索引，然后把change buffer 尽量开大，以确保这个“历史数据”表的数据写入速度。
6 change buffer 和 redo log
理解了change buffer的原理，可能会联想到redo log和WAL。
WAL 提升性能的核心机制，也的确是尽量减少随机读写，这两个概念容易混淆。
如果要要在表上执行这个插入语句：
insert into t(id,k) values(id1,k1),(id2,k2);
这里，假设当前k索引树的状态，查找到位置后，k1所在的数据页在内存(InnoDB buffer pool)中，k2所在的数据页不在内存中。如图2所示是带change buffer的更新状态图。
这条更新语句涉及了四个部分：内存、redo log（ib_log_fileX）、 数据表空间（t.ibd）、系统表空间（ibdata1）。
这条更新语句做了如下的操作（按照图中的数字顺序）：
- Page 1在内存中，直接更新内存；
- Page 2没有在内存中，就在内存的change buffer区域，记录下“往Page 2插入一行”这个信息
- 将上述两个动作记入redo log中（图中3和4）。
做完上面这些，事务就可以完成了。所以执行这条更新语句的成本很低，就是写了两处内存，然后写了一处磁盘（redo log一次写入磁盘）。
图中的两个虚线箭头，是后台操作，不影响更新的响应时间。
所以，如果要对比这两个机制在提升更新性能上的收益的话，redo log 主要节省的是随机写磁盘的IO消耗（转成顺序写），而change buffer主要节省的则是随机读磁盘的IO消耗。