普通索引和唯一索引是什么
普通索引和唯一索引都是数据库中常用的索引类型，它们的主要区别在于索引列的值是否允许重复
普通索引允许索引列的值重复，也就是说，如果多个记录在索引列中具有相同的值，那么这些记录仍然可以通过普通索引进行查找。普通索引通常用于加速表中记录的查询操作，它可以大大提高查询效率。
而唯一索引则要求索引列的值必须唯一，如果多个记录在索引列中具有相同的值，那么这些记录将无法通过唯一索引进行查找。唯一索引通常用于保证数据的唯一性，可以有效地避免数据冗余和数据不一致性。
此外，唯一索引还可以用于实现主键约束，因为主键要求表中的每一条记录都必须具有唯一的标识符。在创建唯一索引时，如果指定了 NOT NULL 约束，那么该索引列的值就不能为空。而普通索引则可以允许索引列的值为空。
总的来说，普通索引主要用于提高查询效率，而唯一索引则主要用于保证数据的唯一性和实现主键约束。在使用索引时，需要根据具体的应用场景和数据特点来选择合适的索引类型。
查询这两个有差异吗
图片极客时间
id是我们的主键 k是一个外加的索引。
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查找的
过程，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。
那么，这个不同带来的性能差距会有多少呢？答案是，微乎其微。
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。
但是，我们之前计算过，对于整型字段，一个数据页可以放近千个 key，因此出现这种情况
的概率会很低。所以，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。
更新过程有差异吗？
先说一下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。通过这种方
式就能保证这个数据逻辑的正确性。
需要说明的是，虽然名字叫作 change buffer，实际上它是可以持久化的数据。也就是说，
change buffer 在内存中有拷贝，也会被写入到磁盘上。
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。
那么，什么条件下可以使用 change buffer 呢？
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。
因此，唯一索引的更新就不能使用 change buffer，实际上也只有普通索引可以使用。
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%。
现在，你已经理解了 change buffer 的机制，那么我们再一起来看看如果要在这张表中插
入一个新记录 (4,400) 的话，InnoDB 的处理流程是怎样的。
第一种情况是，这个记录要更新的目标页在内存中。这时，InnoDB 的处理流程如下：
对于唯一索引来说，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；
对于普通索引来说，找到 3 和 5 之间的位置，插入这个值，语句执行结束。这样看来，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。这时，InnoDB 的处理流程如下：
对于唯一索引来说，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；
对于普通索引来说，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是会很明显的
change buffer 的使用场景
通过上面的分析，你已经清楚了使用 change buffer 对更新过程的加速作用，也清楚了
change buffer 只限于用在普通索引的场景下，而不适用于唯一索引。那么，现在有一个问
题就是：普通索引的所有场景，使用 change buffer 都可以起到加速作用吗？
因为 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
（也就是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。
反过来，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 change buffer，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