mysql 是否该数据列每个数据都唯一就应该设置唯一索引？

前言

比较一下唯一索引和普通索引的区别。

如果有一列数据唯一，这个时候是否是就直接设置唯一索引，这样可以避免插入重复的值，来实现业务需求。

那么唯一索引是如何保持唯一的呢？这个对性能是否有影响。

正文

数据库我们知道是增删改查。

那么首先来看下这个查，唯一索引是如何查数据的呢？

select id fromTwhere 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。

那么里面开销最大的就是读取数据页。

那么如果是唯一索引的话，那么是通过二分法查到数据后，那么就返回。

如果不是唯一索引的话，那么就是向右找到不符合的数据为止，那么也就是内存多判断一次这个开销很正常。

现在的假设都是基于不用数据库实现唯一而是业务逻辑上实现唯一。

那么现在唯一索引和普通索引的查询效率其实是差不多的，几乎可以忽略。

按照这个来说，如果是列是唯一的，那么设置唯一索引，那么是很好的，因为并不会比普通索引带来更多的开销。

那么更新呢？

更新有一个机制，那就是change buffer这个东西。

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

那么这个时候才是唯一索引和普通索引不一样的地方，唯一索引永远用不上change buffer。

这里面有一个重要条件就是不违背数据库的一致性，因为唯一性索引更新的时候要判断是否存在该数据。

那么就必须从数据页中读取到内存中去，所以是无效的，只有普通索引能使用。

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%。

Buffer Pool是数据库管理系统中用于存储数据页的内存区域，用于加快数据库的访问速度。当数据库需要读取数据时，首先尝试从Buffer Pool中读取，如果数据页在该内存区域中，则可以更快速地访问数据。在MySQL中，通常建议将InnoDB Buffer Pool设置为机器内存的50%-75%左右。对于8GB内存的机器，可以考虑将InnoDB Buffer Pool设置为4GB到6GB左右，以便充分利用内存提高数据库性能。这个设置可以根据实际情况进行微调和优化。

第一种情况是，这个记录要更新的目标页在内存中 这 。这时，InnoDB的处理流程如下：
1.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；
2.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 。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。

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changebuffer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changebuffer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

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。

特别地，在使用机械硬盘时，change buffer这个机制的收效是非常显著的。所以，当你有一个类似“历史数据”的库，并且出于成本考虑用的是机械硬盘时，那你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。

分析这条更新语句，你会发现它涉及了四个部分：内存、redo log（ib_log_fileX）、 数据表空间
（t.ibd）、系统表空间（ibdata1）。

ibdata1 是 InnoDB 存储引擎的主要数据文件，包含多个表的数据、索引和元数据信息。而 t.ibd 文件是 InnoDB 存储引擎中单独表的数据文件，每个 InnoDB 表都有一个对应的 .ibd 文件用于存储该表的数据和索引。因此，ibdata1 和 t.ibd 文件是不同的，分别用于存储不同层级的数据。ibdata1的全称是"InnoDB Data File 1"，而t.ibd的全称是"InnoDB Table Data File"。

1. Page 1在内存中，直接更新内存；

2. Page 2没有在内存中，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

3. 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，你会看到，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。同时，图中的两个虚线箭头，是后台操作，不影响更新的响应时间。

那么如果插入之后马上读取呢？

1. 读Page 1的时候，直接从内存返回。

2. 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

所以，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 主机写磁盘的 机 IOI 消耗（转成顺序写），而 消 change buffer c 主要节省的则是随机读磁盘的 主 IOI 消
耗。

结

一般情况下没有性能影响的话，还是直接唯一索引比较好，如果是高并发，写多读少的话，可以考虑唯一索引。

首先，业务正确性优先。咱们这篇文章的前提是“业务代码已经保证不会写入重复数据”的情况下，讨论性能问题。

如果业务不能保证，或者业务就是要求数据库来做约束，那么没得选，必须创建唯一索引。

在一些“归档库”的场景，你是可以考虑使用唯一索引的。比如，线上数据只需要保留半年，然后历史数据保存在归档库。这时候，归档数据已经是确保没有唯一键冲突了。要提高归档效率，可以考虑把表里面的唯一索引改成普通索引。