给身份证号字段加上索引，再用身份证号来查就快了。由于身份证号是不会重复的，也有的DBA会创建唯一索引。唯一索引当然也可以用来加速查询，它跟普通索引的区别是什么呢？

【唯一索引额外功能】

    为了便于说明，我们创建一个简单的表t，如下：

CREATE TABLE `t` (
  `a` int(11) DEFAULT NULL,
  `b` int(11) DEFAULT NULL,
  UNIQUE KEY `a` (`a`)
) ENGINE=InnoDB;
insert into t values(1,1),(2,1);

    我在这个表的字段a上创建了唯一索引，字段b上面没有索引，表里初始化两行数据，分别是（1, 1）和（2, 1）。假设我现在要执行一个新的插入语句：

insert into t values(2,1);

就会报错：ERROR 1062 (23000): Duplicate entry '2' for key'a';

    如果我现在要给字段b上加上一个唯一索引，可以这么执行：

alter table t add unique index (b);

同样会报错：ERROR 1062 (23000): Duplicate entry '1' for key 'b';

    也就是说，MySQL的唯一索引，同时起到了唯一约束的作用，这个作用体现在两个方面：

        1. 在有唯一索引的字段，不能插入跟已经存在的数据重复的行；

        2. 在有重复行的字段上，不能创建唯一索引。

    这个还是比较好理解的，然后你就会对这篇文章的标题表示疑问：既然是约束，那大不了在创建唯一索引的时候就失败好了，怎么会导致丢数据呢?

    这个问题要从加索引的代价说起。

【加索引的代价】

    在MySQL的老版本里，由于加索引和加字段是会锁表的，这个期间表上不能更新，因此不能直接在业务库上操作。不过从5.6版本开始，MySQL已经支持了online DDL特性，也就是在加索引和加字段的过程中，这个表是可以正常读写的。

    虽然不会影响读写业务，但是在大表是加索引还存在另一个问题，就是会导致主备延迟。如果一个加索引命令在主库上执行30分钟，那么这个命令传到从库，也要执行30分钟。这样就会导致从库有30分钟的延迟。

    如果是用的MySQL5.6及之后的版本，并且操作的是小表，比如加索引的执行时间不超过5分钟，由于不会导致明显的延迟，是可以直接在线执行的。当然我还是会建议你在低峰期执行这个操作。

【pt-ost加索引】

    那你会问了，如果是大表加索引，怎么解决这个延迟的问题呢？这时候就要介绍到在线加字段的工具了，比如percona的工具pt-ost，这里的ost就是onlineschema change的简称。（其实更常用的还有gh-ost，今天我们先不展开）

    先介绍一下 pt-ost的流程，假设我要给前面的表t的字段b上加一个唯一索引，执行流程是这样的：

        1. 创建一个临时表，记为 t’，t’跟t的表结构一样，只是在字段b上多了一个唯一索引；这时候t’是一个空表，因此字段b上的唯一索引是肯定可以创建成功的；

        2. 从表t中一行行读出数据，写入到t’中，这个过程称为全量阶段；

        3. 如果在全量阶段中，表t上有更新数据，会用触发器写入到t’中，这个过程称为增量阶段。

        4. 增量阶段完成后，表t和t'交换表名，用户看到的表t就是加完索引的表，然后再把现在的t'表删掉。

    这个工具把一个加索引的大操作，改成了几个小操作来执行，可以解决主备延迟的问题。

    不过你一定发现了，全量阶段有问题。t’上字段b已经有了唯一索引，在插入第一行数据(1,1)的时候是没问题的，但是插入第二行数据(2,1)的时候，就违反了唯一索引的约束，插入语句会报错。

下图的状态2表示了这个过程。

表t的字段b加唯一索引的执行流程

    但是，pt工具会忽略这个错误，继续执行后面的流程，这样全量阶段结束后，表t'里就少了一行，交换表名后，用户就会看到，丢了数据。

【pt-ost的check-unique-key-change参数】

    这么严重的一个bug，官方当然还是要处理的，在pt-ost3.0版本里面，增加了一个参数check-unique-key-change。

    看这个参数名的字面意思，好像是在加唯一索引之前会判断一下这个操作是否会丢数据。

    实际上是不是这样呢？我们来看一个例子。假设我现在在一个空表上用pt-ost工具加一个唯一索引，执行的命令如下:

./pt-online-schema-change  D=test,t=lewis --execute --alter "ADDUNIQUE uniq_case_id(c1)"

    这个命令的意思是，在test库的lewis表的字段c1上，创建一个唯一索引，这里我省略了连接信息。

    虽然现在这个表是空表，但执行这个命令仍然会报错，报错的截图如下:

空表上用pt-ost工具加唯一索引报错截图

    输出的提示里说明，发现你要创建一个唯一索引，所以工具退出。

    而如果在上面的命令中增加一个参数 --nocheck-unique-key-change，这个命令就能执行成功。

    这时候你一定有些怀疑了，这个参数看来并没有真的去检查数据是否重复？你一定很容易设计一个实验，在test库的lewis表插入两行完全相同的数据，然后执行pt-ost工具，并且带上参数--nocheck-unique-key-change。这时候命令能够成功执行，并且丢了一行数据。

    有了上面这三个对照实验，你现在知道了这个参数的设计逻辑：pt-ost工具知道它在创建唯一索引的时候，可能会导致数据丢失。因此默情况下，只要发现你要用这个工具来创建唯一索引，就直接报错返回。

    而使用这个功能的正确姿势如下：

        1. 首先你要先确保要加唯一索引的字段上没有重复值。这个判断逻辑，工具并不会帮你做，但是在提示中给了方法，就是用count(distinct(c1))的值来判断。

            a. 如果值等于表的行数，表示没有重复值；

            b. 如果值小于表的行数，表示有重复值；

        2. 有重复值你就不要创建唯一索引了；

        3. 如果确认没有重复值，就明确带上--nocheck-unique-key-change这个参数，来执行创建唯一索引的命令。

    这个命令在判断是否创建唯一索引的时候，实现的逻辑上还有一个bug，大家一起来讨论下怎么解决吧。

【小结】

    1. MySQL的InnoDB表加普通索引和唯一索引的时候，支持在线加索引，不会阻塞线上的读写操作；

    2. 如果表不大，可以在几分钟之内执行完成加索引操作，可以在低峰期直接加，效果更快；

    3. 直接在表上加唯一索引是没有风险的，如果字段上存在重复值，加索引语句会报错；

    4. 如果要用pt-ost工具加唯一索引，要主动先确认要加唯一索引的字段上没有重复值，否则可能会导致丢数据。