正文开始前，先简单介绍一下普通索引和唯一索引的区别
l 普通索引：INDEX 允许出现相同的索引内容 。
l 唯一索引：UNIQUE 不可以出现相同的值，可以有NULL值
接下来我们谈谈在不同的业务场景下，应该选择普通索引，还是唯一索引。下表为例
id | k |
100 | 1 |
200 | 2 |
300 | 3 |
500 | 5 |
600 | 6 |
700 | 7 |
查询过程
假设，执行查询语句select id from T where 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，
l 对于普通索引来说，查找到满足条件的第一个记录（5,500）后，需要查找下一个记录，直到碰到第一个不满足k=5条件的记录。
l 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。
那么，这个不同带来的性能差距会有多少呢？答案是微乎其微。
因为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为16KB。）所以说，当找到k=5的记录时，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。
当然，如果k=5这个记录刚好是这个数据页的最后一个记录，那么就需要读取下一个数据页。但是对于整形字段，一个数据页可以放近千个key，因此这个概率会很低。所以对于现在的CPU来说可以忽略不计。
更新过程
对于更新语句的性能，就需要先了解一下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，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中与这个页中有关的操作。另外系统后台也会定期更新数据到数据页。通过这种方式就能保证这个数据逻辑的正确性。
这样的好处一是减少读磁盘，二是数据读入内存是需要占用buffer pool的，所以这种方式能够避免占用内存，提高内存利用率。
注：change buffer可以持久化到磁盘上。
下面我们谈谈什么条件下可以使用change buffer呢？
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，而这个操作必须要将数据页读入内存才能判断。如果都已经读到内存了，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。
接来下我们看看插入操作，如果要在这表中插入一个新纪录（4,400）的话，innodb的处理流程是怎么样的。
第一种情况，这个记录要更新的数据页在内存中：
l 对于唯一索引来说，找到3和5之间的位置，判断没有冲突，插入这个值，语句执行结束；
l 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。
以上可以看出，普通索引和唯一索引对更新语句性能影响差别只是一个判断，只会耗费微小的CPU时间。
第二种情况，这个记录的数据页不在内存中：（划重点）
l 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。
l 对于普通索引来说，则将更新记录在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 的使用场景
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。
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。
因此对于写多读少的业务来说，change buffer 的使用效果最好。这种业务常见的就是账单类，日志类的系统。
反过来，一个业务更新之后马上会做查询，这样不会减少随机IO访问的次数，那么反而会增加了change buffer的维护代价。
总结：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，具有唯一的字段尽量应用端实现。
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。
当你有一个类似“历史数据”的库，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。
