普通索引和唯一索引索引对查询语句和更新语句的性能影响
查询过程
为了方便,举例以下两个索引的搜索 B+ 树示意图:
假如查询语句是这样的:
select id from T where k=5;
- 对于普通索引,当查找到满足第一个记录 (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。
注意,上述两者性能差距微乎其微。
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。
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。(若刚好新的一页,则再读。)
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
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(此时无需从磁盘中读入该数据页)。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。
merge
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。
使用 change buffer 的条件?
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。这时候必须判断约束条件,则必须将数据页读入内存,此时则无必要使用 change buffer 了。
实际上,change buffer 只限于用在普通索引的场景下,而不适用于唯一索引。
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% 。
当记录在内存内,则显然无需使用 change buffer 。当需要更新的目标页不在内存中?
- 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,语句执行结束。
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 的收益:
- 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 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。
- 而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。
如果所有的更新后面,都马上伴随着对这个记录的查询,那么你应该关闭 change buffer。而在其他情况下,change buffer 都能提升更新性能。
尽量选择普通索引
其实,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,我建议你尽量选择普通索引。
change buffer 和 redo log
redo log 请参考 MySQL 45 讲学习笔记 ☞ 02 日志系统
WAL 的全称是 Write-Ahead Logging,它的关键点就是先写日志,再写磁盘,也就是先写粉板,等不忙的时候再写账本。
假设插入一个语句,则它的操作顺序如下:
mysql> insert into t(id,k) values(id1,k1),(id2,k2);
- 假设 k1 所在的数据页 Page 1 在内存中,直接更新内存;
- 假设 k2 所在的数据页 Page 2 没在内存中,就在内存的 change buffer 区域,记录下“我要往 Page 2 插入一行”这个信息。
- 将上述两个动作记入 redo log 中。
- 完成。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(两次操作合在一起写了一次磁盘),而且还是顺序写的。
然后现在执行这两个记录的查询:
- 读 Page 1 的时候,直接从内存返回。
- 要读 Page 2 的时候,需要把 Page 2 从磁盘读入内存中,然后应用 change buffer 里面的操作日志,生成一个正确的版本并返回结果。
如果要简单地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。