前言
假设你在维护一个市民系统，每个人都有一个唯一的身份证号，而且业务代码已经保证了不会写入两个重复的身份证号。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';
这个时候 is_card 肯定是比较常用的一个字段。我想你一定会给这个字段加一个索引吧。这个时候一定不能加错了。小系统还好，大系统估计就卡嗝屁了。为什么这么说呢？
is_card 是身份证字段，18位，还是比较大的。所以如果考虑不好的话影响还是蛮大的。首先排除主键索引以及聚集索引。
我们把目光放到了。普通索引，唯一索引。只要保证上列身份证的信息不是重复的，是唯一的，那就都可以使用。现在我们从性能方面分析一下这两个索引优势与劣势
查询过程
如下图所示，ID是主键，k的值就是 is_card 。
图 1 InnoDB 的索引组织结构
假设执行SQL语句 select id from T where k=5。查询语句在树上的查找过程是，先在根节点上查找k的值是否等于5。然后通过二分法定位到 （5,500）
- 对于普通索引来说，查找到数据
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，查找到数据
5.500后，就直接返回了，停止当前的检索。
以上两种情况带来的性能差异是 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。
更新过程
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，我们要先了解一下什么是change buffer。
change buffer：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。
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，InnoDB 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。
将change buffer里的数据还原到数据页上，这一过程我们称为 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(缓冲池) 的，所以这种方式还能够避免占用内存，提高内存利用率。
change buffer 介绍
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%。
以上就是change buffer大概介绍了。下面我们介绍一下如果在这个表插入一条新记录innodb的处理流程是怎么样的？
第一种情况是：如果这条记录更新的 数据页 在内存中
- 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。这不是我们关注的重点。
第二种情况是：如果这条记录更新的 数据页 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 场景
通过上面的分析，我们大概熟悉了 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？
显然是不是的。普通索引中，change buffer的出现极大地减少了修改数据与磁盘IO进行交互。如果读多写少呢？那岂不是更新的次数不就少了嘛！
所以真正的益处是，修改越多就越有益。适合于 写多读少 的表
上面补充一个前提条件。在每次merge之前，越多收益越大
注意：对于读多写少的表，还是建议把 change buffer 关了吧，因为不使用change buffer的话，还要增加对change buffer的，所以这种业务模式反而起了副作用。
索引的选择和实战
回到我们文章开头的问题，普通索引和唯一索引应该怎么选择。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。
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。
在实际使用中，你会发现，普通索引和 change buffer 的配合使用，对于数据量大的表的更新优化还是很明显的。
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。
change buffer 和 redo log
结束了change buffer的原理，类似于的操作可以关联到的地方我们再做一下延伸扩展。
redo log 插入请求
mysql> insert into t(id,k) values(id1,k1),(id2,k2);
这里，我们假设当前 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。
图 2 带 change buffer 的更新过程
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“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（图中 3 和 4）。
做完以上操作，SQL就执行完了。你会发现在修改数据的时候执行成本很低，都是跟内存，缓冲打交道。只有一处是因为没有缓冲内存的才跟磁盘IO进行交互。
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。
redo log 读取请求
比如，我们现在要执行 select * from t where k in (k1, k2)。这里，我画了这两个读请求的流程图。
如果读语句发生在更新语句后不久，内存中的数据都还在，那么此时的这两个读操作就与系统表空间（ibdata1）和 redo log（ib_log_fileX）无关了。所以，我在图中就没画出这两部分。
图 3 带 change buffer 的读过程
从图中可以看到：
读 Page 1 的时候，直接从内存返回。有几位同学在前面文章的评论中问到，WAL 之后如果读数据，是不是一定要读盘，是不是一定要从 redo log 里面把数据更新以后才可以返回？其实是不用的。你可以看一下图 3 的这个状态，虽然磁盘上还是之前的数据，但是这里直接从内存返回结果，结果是正确的。
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。
可以看到，直到需要读 Page 2 的时候，这个数据页才会被读入内存。
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。
