[转]MySQL数据库引擎

经常用MySQL数据库，但是，你在用的时候注意过没有，数据库的存储引擎，可能有注意但是并不清楚什么意思，可能根本没注意过这个问题，使用了默认的数据库引擎，当然我之前属于后者，后来成了前者，然后就有了这篇博文啦，希望可以帮助部分人了解MySQL引擎的一些特性。

存储引擎概念

MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。

有哪些存储引擎

存储引擎主要有： 1. MyIsam , 2. Mrg_Myisam, 3. Memory, 4. Blackhole, 5. CSV, 6. Performance_Schema, 7. Archive, 8. Federated , 9 InnoDB

[sql] view plain copy

存储引擎的主要特性

1. MyIsam

MyIsam 存储引擎独立于操作系统，也就是可以在windows上使用，也可以比较简单的将数据转移到linux操作系统上去。这种存储引擎在创建表的时候，会创建三个文件，一个是.frm文件用于存储表的定义，一个是.MYD文件用于存储表的数据，另一个是.MYI文件，存储的是索引。操作系统对大文件的操作是比较慢的，这样将表分为三个文件，那么.MYD这个文件单独来存放数据自然可以优化数据库的查询等操作。

1. 不支持事务，但是并不代表着有事务操作的项目不能用MyIsam存储引擎，可以在service层进行根据自己的业务需求进行相应的控制。

2. 不支持外键。

3. 查询速度很快，如果数据库insert和update的操作比较多的话比较适用。

4. 对表进行加锁。

2. Mrg_Myisam

Merge存储引擎，是一组MyIsam的组合，也就是说，他将MyIsam引擎的多个表聚合起来，但是他的内部没有数据，真正的数据依然是MyIsam引擎的表中，但是可以直接进行查询、删除更新等操作。

比如：我们可能会遇到这样的问题，同一种类的数据会根据数据的时间分为多个表，如果这时候进行查询的话，就会比较麻烦，Merge可以直接将多个表聚合成一个表统一查询，然后再删除Merge表（删除的是定义），原来的数据不会影响。

3. Memory

Memory采用的逻辑介质是内存，响应速度应该是很快的，但是当mysqld守护进程崩溃的时候数据会丢失，另外，要求存储的数据是数据长度不变的格式，比如，Blob和Text类型的数据不可用（长度不固定的）。

使用Memory存储引擎情况：

1. 目标数据比较小，而且非常频繁的进行访问，在内存中存放数据，如果太大的数据会造成内存溢出。可以通过参数max_heap_table_size控制Memory表的大小，限制Memory表的最大的大小。

2. 如果数据是临时的，而且必须立即可用得到，那么就可以放在内存中。

3. 存储在Memory表中的数据如果突然间丢失的话也没有太大的关系。

【注】 Memory同时支持散列索引和B树索引，B树索引可以使用部分查询和通配查询，也可以使用<,>和>=等操作符方便数据挖掘，散列索引相等的比较快但是对于范围的比较慢很多。

4. Blackhole

“黑洞”存储引擎，他会丢弃所有的插入的数据，服务器会记录下Blackhole表的日志，所以可以用于复制数据到备份数据库。看其他的一些资料说：可以用来充当dummy master,利用blackHole充当一个“dummy master”来减轻master的负载，对于master来说“dummy master” 还是一个slave的角色，还有充当日志服务器等等。

5. CSV

可以将scv文件作为MySql的表来使用，但是不支持索引。CSV引擎表所有的字段都必须为非空的，创建的表有两个一个是CSV文件和CSM文件。

6. Performance_Schema

MySQL5.5以后新增了一个存储引擎，就是Performance_Schema，他主要是用来收集数据库服务器的性能参数。MySQL用户不能创建存储该类型的表。

他提供了以下的功能：

1. 提供进程等待的详细信息，包括锁、互斥变量、文件信息。

2. 保存历史的事件汇总信息，为Mysql服务器的性能做出详细的判断。

3. 对于新增和删除监控时间点都非常容易，并可以随意的改变Mysql服务器的监控周期

需要在配置文件my.cnf中进行配置才能开启。

7. Archive

archive是归档的意思，仅仅支持插入和查询两种功能，在MySQL5.5以后支持索引功能，他拥有很好的压缩机制，使用zlib压缩库，在记录请求的时候实时的进行压缩，经常被用来作为仓库使用。适合存储大量的独立的作为历史记录的数据。拥有很高的插入速度但是对查询的支持较差。

8. Federated

Federated存储引擎是访问MySQL服务器的一个代理，尽管该引擎看起来提供了一个很好的跨服务器的灵活性，但是经常带来问题，默认是禁用的。

9. InnoDB

InnoDB是一个事务型的存储引擎，有行级锁定和外键约束，适用于以下的场合：

1. 更新多的表，适合处理多重并发的更新请求。

2. 支持事务。

3. 可以从灾难中恢复（通过bin-log日志等）。

4. 外键约束。只有他支持外键。

5. 支持自动增加列属性auto_increment。

MyISam和InnoDB实例比较

这里我选择两个比较重点的存储引擎实验下速度之类的性能，对比一下看看。

1. 创建两张表分别以MyIsam和InnoDB作为存储引擎。

[sql] view plain copy

create table testMyIsam(
-> id int unsigned primary key auto_increment,
-> name varchar(20) not null
-> )engine=myisam;

[sql] view plain copy

create table testInnoDB( id int unsigned primary key auto_increment, name varchar(20) not null )engine=innodb;

两张表内容是一致的但是存储引擎不一样，下面我们从插入数据开始进行测试比较。

2.插入一百万数据

这里当然不能手动的插入，创建一个存储过程插入一百万的数据。

[sql] view plain copy

mysql> create procedure insertMyIsam()
-> begin
-> set @i = 1;
-> while @i <= 1000000
-> do
-> insert into testMyIsam(name) values(concat("wy", @i));
-> set @i = @i + 1;
-> end while;
-> end//

[sql] view plain copy

mysql> create procedure insertInnoDB()
-> begin
-> set @i = 1;
-> while @i <= 1000000
-> do
-> insert into testInnoDB(name) values(concat("wy", @i));
-> set @i = @i + 1;
-> end while;
-> end//

插入（一百万条）MyIsam存储引擎的表中的时间如下：

[sql] view plain copy

mysql> call insertMyIsam;
-> //
Query OK, 0 rows affected (49.69 sec)

插入（一百万条）InnoDB存储引擎的表中的时间如下：

[sql] view plain copy

mysql> create procedure insertInnoDB()
-> begin
-> set @i = 1;
-> while @i <= 1000000
-> do
-> insert into testInnoDB(name) values(concat("wy", @i));
-> set @i = @i + 1;
-> end while;
-> end//
Query OK, 0 rows affected (0.00 sec)
mysql> call insertInnoDB;
-> //
Query OK, 0 rows affected (1 hour 38 min 14.12 sec)

我的心情是复杂的，这里当时默认的是开启了自动提交事务了，所以执行速度很慢，可以先将自动提交关闭，然后再调用存储过程插入一百万的数据，执行完成之后再开启自动提交，这样会快很多。

[sql] view plain copy

mysql> set autocommit = 0;
Query OK, 0 rows affected (0.00 sec)
mysql> call insertInnoDB;
Query OK, 0 rows affected (36.52 sec)
mysql> set autocommit = 1;
Query OK, 0 rows affected (5.72 sec)

3. 查询数据总数目

下面是InnoDB的SQL语句的分析：

[sql] view plain copy

mysql> desc select count(*) from testInnoDB\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: testInnoDB
type: index
possible_keys: NULL
key: PRIMARY
key_len: 4
ref: NULL
rows: 997134
Extra: Using index
1 row in set (0.03 sec)

下面是MyIsam（他的数据总数存储在其他的表中所以这里是没有影响行数的）的SQL语句的分析：

[sql] view plain copy

mysql> desc select count(*) from testMyIsam\G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: NULL
type: NULL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: NULL
Extra: Select tables optimized away
1 row in set (0.00 sec)

4. 查询某一范围的数据

4.1 没有索引的列

[sql] view plain copy

mysql> select * from testMyIsam where name > "wy100" and name < "wy100000";+-------+---------+
| id | name |
+-------+---------+
| 1000 | wy1000 |
| 10000 | wy10000 |
+-------+---------+
2 rows in set (0.43 sec)
mysql> select * from testInnoDB where name > "wy100" and name < "wy100000";+-------+---------+
| id | name |
+-------+---------+
| 1000 | wy1000 |
| 10000 | wy10000 |
+-------+---------+

4.2 有索引的列

对于使用MyIsam存储引擎的表：

[sql] view plain copy

<pre name="code" class="sql">select * from testMyIsam where id > 10 and id < 999999;

执行时间：

[sql] view plain copy

<pre name="code" class="sql">999988 rows in set (0.91 sec)

对于使用了InnoDB存储引擎的表：

[sql] view plain copy

select * from testInnoDB where id > 10 and id < 999999;

[sql] view plain copy

999988 rows in set (0.69 sec)

但是好像我没看出来多大的差距，可能是数据太少的原因吧。

[sql] view plain copy

mysql> select * from testInnoDB where name = "wy999999";
+--------+----------+
| id | name |
+--------+----------+
| 999999 | wy999999 |
+--------+----------+
1 row in set (0.20 sec)
mysql> select * from testMyIsam where name = "wy999999";
+--------+----------+
| id | name |
+--------+----------+
| 999999 | wy999999 |
+--------+----------+
1 row in set (0.16 sec)

posted @ 2016-08-28 15:05 jason_zhangz 阅读(274) 评论(0) 编辑收藏举报

刷新页面返回顶部