1. 
   1. 查询语句 select id from T where k=5;这个查询语句在索引树上的查找的过程,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。
      1. 对于普通索引来说,查找到满足条件的第一个记录(5,500)后，需要找到下一个记录,直到碰到第一个不满足k=5条件的记录。
      2. 对于唯一索引来说,由于索引定义了唯一性,查到到第一个满足条件的记录后,就会停止继续检索。
      3. 这个不同带来的性能差距是微乎其微的。
2. change buffer
   1. 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 buff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。
   2. change buffer是可以持久化的数据,change buff而在内存中有拷贝,也会被写入磁盘中。
   3. 将change buff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。
   4. 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change pool的,所以这种方式还能够避免占用内存,提高内存利用率。
3. 什么条件下可以使用change buffer
   1. 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。
   2. 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。
   3. change buffer 用的是buffer poll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%。
4. 如果一张表插入一个新纪录(4,400),innodb的处理流程
   1. 这个记录要更新的目标页在内存中。
      1. 对于唯一索引来说,找到3和5之前的位置,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。
      3. 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。
   2. 这个记录要更新的目标页不在内存中
      1. 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。
      2. 对于普通索引来说,则是将更新记录在change buffer,语句执行结束。
   3. 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 buff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。
5. change buff使用场景
   1. change buffer只限于用在普通索引的场景下,而不适用于唯一索引。
   2. 因为merge的时候是真正进行数据更新的时刻,而change buffer的主要目的就是讲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。
   3. 对于写多读少的业务,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。
   4. 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,将更新记录在change buffer,但之后由于马上要访问这个数据页,会立即出发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。
6. 索引选择和实践
   1. 普通索引和唯一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。所以尽量选择普通索引。
   2. 如果所用的更新后面,都马上伴随着对这个记录的查询,那么应该关闭change buffer。而其他情况下,change buffer都能提升更新性能。
   3. 在使用机械硬盘时候,change buffer这个机制的收效是非常显著的。所以,当有一个类似’历史数据’的库,并且处于成本考虑用的是机械硬盘时,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。
7. change buffer 和 redo log
   1. insert into t(id,k) values(id1,k1),(id2,k2)
      1. 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
         1. 
         2. 分析这条更新语句,会发现涉及了四个部分:内存、redo log(ib_log_fileX)、数据表空间(t.ibd)、系统表空间(ibdata1)。
         3. 更新语句进行了如下操作
            1. Page1在内存中.直接更新内存
            2. Page2没有再内存中,就在内存的change buffer区域,记录下’我要往Page2插入一行’这个信息。
            3. 将上述两个动作记入redo log中(图2中第3、第4步)。
            4. 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(两次操作何在一起写了一次磁盘),而且还是顺序写的。
            5. 在此之后的读请求处理
               1. 执行 select * from t where k in (k1,k2)
               2. 
               3. 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。
               4. 读page1的时候,直接从内存返回。
               5. 读page2的时候,需要把page2从磁盘读入内存中,然后应用change buff里面的操作日志,生成一个正确的版本并返回结果。
         4. 如果简单的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 buff主要节省的则是随机读磁盘的IO消耗。