听说唯一性索引搜索快？

@[toc]
我们建索引的时候，有全文索引、主键索引、唯一性索引、普通索引等，前面两个好理解好区分，大家都知道啥时候用，后面两个该如何区分呢？唯一性索引和普通索引该如何选择呢？今天我们就来聊聊这个话题。

1. 准备工作

假设我有如下表：

CREATE TABLE `user` (
  `id` int(11) unsigned NOT NULL AUTO_INCREMENT,
  `username` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `address` varchar(255) COLLATE utf8mb4_unicode_ci DEFAULT NULL,
  `age` int(4) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `username` (`username`),
  KEY `address` (`address`)
) ENGINE=InnoDB AUTO_INCREMENT=100001 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

这表中有 10 万条模拟数据，10 万条模拟数据大家自行创建我就不啰嗦了。

看表结构，有一个 username 索引，这个索引是一个唯一性索引；还有一个 address 索引，这是一个普通索引。

2. 查询

2.1 普通索引查询

我们先来看看普通索引的查询。

我们来做一个简单的查询：

select * from user where address='1';

根据我们前面的讲解（索引下推，yyds！），我们来梳理下这里的查询步骤：

1. MySQL 的 server 层首先调用存储引擎定位到第一个值为 1 的 address。
2. 由于 address 是二级索引，二级索引的叶子结点中保存着主键值，所以还需要根据主键值去主键索引上找到完整的数据行，其实就是回表（什么是 MySQL 的“回表”？）。
3. 存储引擎将读取到的数据行返回给 server 层。
4. 由于 address 是普通索引，不是唯一性索引，所以 address 为 1 的记录可能不止一条，所以还需在第一次查询的基础上，沿着叶子结点内部的单向链表继续向后扫描，扫描到新的数据后，重复 2、3 步。
5. 当扫到 address 不为 1 的记录时，停止扫描。

上面是我们的分析，我们来看下执行计划：

执行计划中的 type 为 ref，就说明了我们的分析是没问题的。

2.2 唯一性索引查询

我们再来看看唯一性索引查询。

先来看看一个 SQL：

select * from user where username='1';

对于唯一性索引来说，username 这一列的值是唯一的，所以在查询的过程中，找到第一条 username='1' 的记录后，就不需要再找了，对比普通索引的查询步骤，相当于少了第 4、5 步。

我们来看看查询计划：

和前面普通索引的查询计划相比，这里的查询计划 type 为 const，也侧面印证了我们的说法。

2.3 PK

那么从上面的描述中我们可以看出来，似乎唯一性索引在查询的时候表现更优秀？真是情况到底如何，我们再来分析下。

首先，理论上来说，唯一性索引在查询的时候确实更优秀一些，原因很简单：唯一性索引找到满足条件的记录后就不需要再找了；而普通索引找到满足条件的记录后，还需要继续向后查找，直到遇到不满足条件的记录（address 不为 1 的记录）才停止搜索，这么看来，确实唯一性索引更胜一筹！那么这种差异很明显吗？老实说，这个优势可以忽略不计！

为什么呢？

1. 对于普通索引而言，虽然找到第一条记录之后，还需要继续找后面的，但是因为满足条件的记录是连续的，索引只需要顺着记录之间的单向链表继续向后读就行了，速度快。
2. 由于 InnoDB 引擎读数据的时候，不是一条一条的读，而是一页一页的读（默认每页 16KB，在什么是 MySQL 的“回表”？一文中，我有大致介绍 16KB 的问题），所以，即使继续向后读，也是内存操作，速度很快。
3. 也不排除个别情况，例如满足条件的记录刚好是在当前页的最后一条，此时就需要加载新的一页数据，但是这种概率比较小，可以忽略之。

综上所述，唯一性索引和普通索引对搜索效率的影响可以忽略不计。

3 插入/修改

3.1 准备知识

3.1.1 buffer pool

有一个 buffer pool 需要大家了解。

小伙伴们知道，InnoDB 引擎存储数据的时候，是以页为单位的，每个数据页的大小默认是 16KB，我们可以通过如下命令来查看页的大小：

16384/1024=16

刚好是 16KB。

计算机在存储数据的时候，最小存储单元是扇区，一个扇区的大小是 512 字节，而文件系统（例如 XFS/EXT4）最小单元是块，一个块的大小是 4KB，也就是四个块组成一个 InnoDB 中的页。我们在 MySQL 中针对数据库的增删改查操作，都是操作数据页，说白了，就是操作磁盘。

但是大家想想，如果每一次操作都操作磁盘，那么就会产生海量的磁盘 IO 操作，如果是传统的机械硬盘，还会涉及到很多随机 IO 操作，效率低的令人发指。这严重影响了 MySQL 的性能。

为了解决这一问题，MySQL 引入了 buffer pool，也就是我们常说的缓冲池。

buffer pool 的主要作用就是缓存索引和表数据，以避免每一次操作都要进行磁盘 IO，通过 buffer pool 可以提高数据的访问速度。

通过如下命令可以查看 buffer pool 的默认大小：

134217728/1024/1024=128

默认大小是 128MB，因为松哥这里的 MySQL 是安装在 Docker 中，所以这个分配的小一些。一般来说，如果一个服务器只是运行了一个 MySQL 服务，我们可以设置 buffer pool 的大小为服务器内存大小的 75%～80%。

3.1.2 change buffer

还有一个 change buffer 需要大家了解。

前面我们说的 buffer pool 虽然提高了访问速度，但是增删改的效率并没有因此提升，当涉及到增删改的时候，还是需要磁盘 IO，那么效率一样低的令人发指。

为了解决这个问题，MySQL 中引入了 change buffer。change buffer 以前并不叫这个名字，以前叫 insert buffer，即只针对 insert 操作有效，现在改名叫 change buffer 了，不仅仅针对 insert 有效，对 delete 和 update 操作也是有效的，change buffer 主要是对非唯一的索引有效，如果字段是唯一性索引，那么更新的时候要去检查唯一性，依然无法避免磁盘 IO。

change buffer 就是说，当我们需要更改数据库中的数据的时候，我们把更改记录到内存中，等到将来数据被读取的时候，再将内存中的数据 merge 到 buffer pool，此时 buffer pool 中的数据和磁盘中的数据就会有差异，有差异的数据我们称之为脏页，在满足条件的时候（redo log 写满了、内存写满了、其他空闲时候），InnoDB 会把脏页刷新回磁盘。这种方式可以有效降低写操作的磁盘 IO，提升数据库的性能。

通过如下命令我们可以查看 change buffer 的大小以及哪些操作会涉及到 change buffer：

• innodb_change_buffer_max_size：这个配置表示 change buffer 的大小占整个缓冲池的比例，默认值是 25%，最大值是 50%。
• innodb_change_buffering：这个操作表示哪些写操作会用到 change buffer，默认的 all 表示所有写操作，我们也可以自己设置为 none/inserts/deletes/changes/purges 等。

不过 change buffer 和 buffer pool 都涉及到内存操作，数据不能持久化，那么，当存在脏页的时候，MySQL 如果突然挂了，就有可能造成数据丢失（因为内存中的数据还没写到磁盘上），但是我们在实际使用 MySQL 的时候，其实并不会有这个问题，那么问题是怎么解决的？那就得靠 redo log 了，这个松哥以后再写文章和大家介绍 redo log。

3.2 PK

看了上面 change buffer 的介绍，大家应该已经明白了：

• 对于非唯一性索引，插入时候直接将数据存储到 change buffer 中就行了，这是一个内存操作，很快。
• 对于唯一性索引，插入的时候，必须要将数据页读入到内存中（这一步涉及到大量的随机 IO，效率低），检查没有冲突，然后插入。

所以，很明显，在插入的时候，非唯一性索引更有优势。

4. 小结

那么对于一个需要全局唯一的字段，到底是用普通索引还是唯一性索引呢？这个我觉得很难给大家一个放之四海而皆准的建议，因为数据库优化很多时候不是绝对的，要结合自己的实际业务来，所以，无论何时何地，先满足业务需求，在此基础上，再去讨论数据库优化。

如果你能从业务上确保该字段唯一，那么可以使用普通索引，这样可以提高插入/更新速度。

然而，根据墨菲定律，你要是不用唯一索引，该字段中将来大概率会出现脏值，所以你也要考虑业务上对于脏值的容忍程度。