码迷，mamicode.com
首页 > 数据库 > 详细

[转]MySQL数据库引擎

时间：2016-08-28 16:12:49      阅读：235      评论：0      收藏：0      [点我收藏+]

标签：

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
 
 技术分享技术分享
  1. mysql> show engines\G  
  2. *************************** 1. row ***************************  
  3.       Engine: MyISAM  
  4.      Support: YES  
  5.      Comment: MyISAM storage engine  
  6. Transactions: NO  
  7.           XA: NO  
  8.   Savepoints: NO  
  9. *************************** 2. row ***************************  
  10.       Engine: MRG_MYISAM  
  11.      Support: YES  
  12.      Comment: Collection of identical MyISAM tables  
  13. Transactions: NO  
  14.           XA: NO  
  15.   Savepoints: NO  
  16. *************************** 3. row ***************************  
  17.       Engine: MEMORY  
  18.      Support: YES  
  19.      Comment: Hash based, stored in memory, useful for temporary tables  
  20. Transactions: NO  
  21.           XA: NO  
  22.   Savepoints: NO  
  23. *************************** 4. row ***************************  
  24.       Engine: BLACKHOLE  
  25.      Support: YES  
  26.      Comment: /dev/null storage engine (anything you write to it disappears)  
  27. Transactions: NO  
  28.           XA: NO  
  29.   Savepoints: NO  
  30. *************************** 5. row ***************************  
  31.       Engine: CSV  
  32.      Support: YES  
  33.      Comment: CSV storage engine  
  34. Transactions: NO  
  35.           XA: NO  
  36.   Savepoints: NO  
  37. *************************** 6. row ***************************  
  38.       Engine: PERFORMANCE_SCHEMA  
  39.      Support: YES  
  40.      Comment: Performance Schema  
  41. Transactions: NO  
  42.           XA: NO  
  43.   Savepoints: NO  
  44. *************************** 7. row ***************************  
  45.       Engine: ARCHIVE  
  46.      Support: YES  
  47.      Comment: Archive storage engine  
  48. Transactions: NO  
  49.           XA: NO  
  50.   Savepoints: NO  
  51. *************************** 8. row ***************************  
  52.       Engine: FEDERATED  
  53.      Support: NO  
  54.      Comment: Federated MySQL storage engine  
  55. Transactions: NULL  
  56.           XA: NULL  
  57.   Savepoints: NULL  
  58. *************************** 9. row ***************************  
  59.       Engine: InnoDB  
  60.      Support: DEFAULT  
  61.      Comment: Supports transactions, row-level locking, and foreign keys  
  62. Transactions: YES  
  63.           XA: YES  
  64.   Savepoints: YES  
  65. 9 rows in set (0.00 sec)  

 

 


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
 
 技术分享技术分享
  1. create table testMyIsam(  
  2.     -> id int unsigned primary key auto_increment,  
  3.     -> name varchar(20) not null  
  4.     -> )engine=myisam;  

[sql] view plain copy
 
 技术分享技术分享
  1. 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
 
 技术分享技术分享
  1. mysql> create procedure insertMyIsam()  
  2.     -> begin  
  3.     -> set @i = 1;  
  4.     -> while @i <= 1000000  
  5.     -> do  
  6.     -> insert into testMyIsam(name) values(concat("wy", @i));  
  7.     -> set @i = @i + 1;  
  8.     -> end while;  
  9.     -> end//  
[sql] view plain copy
 
 技术分享技术分享
  1. mysql> create procedure insertInnoDB()  
  2.     -> begin  
  3.     -> set @i = 1;  
  4.     -> while @i <= 1000000  
  5.     -> do  
  6.     -> insert into testInnoDB(name) values(concat("wy", @i));  
  7.     -> set @i = @i + 1;  
  8.     -> end while;  
  9.     -> end//  


插入（一百万条）MyIsam存储引擎的表中的时间如下：
[sql] view plain copy
 
 技术分享技术分享
  1. mysql> call insertMyIsam;  
  2.     -> //  
  3. 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
 
 技术分享技术分享
  1. mysql> create procedure insertInnoDB()  
  2.     -> begin  
  3.     -> set @i = 1;  
  4.     -> while @i <= 1000000  
  5.     -> do   
  6.     -> insert into testInnoDB(name) values(concat("wy", @i));  
  7.     -> set @i = @i + 1;  
  8.     -> end while;  
  9.     -> end//  
  10. Query OK, 0 rows affected (0.00 sec)  
  11.   
  12. mysql> call insertInnoDB;  
  13.     -> //  
  14. 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
 
  1. mysql> set autocommit = 0;  
  2. Query OK, 0 rows affected (0.00 sec)  
  3.   
  4. mysql> call insertInnoDB;  
  5. Query OK, 0 rows affected (36.52 sec)  
  6.   
  7. mysql> set autocommit = 1;  
  8. 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
 
 技术分享技术分享
  1. mysql> desc select count(*) from testInnoDB\G;  
  2. *************************** 1. row ***************************  
  3.            id: 1  
  4.   select_type: SIMPLE  
  5.         table: testInnoDB  
  6.          type: index  
  7. possible_keys: NULL  
  8.           key: PRIMARY  
  9.       key_len: 4  
  10.           ref: NULL  
  11.          rows: 997134  
  12.         Extra: Using index  
  13. 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
 
 技术分享技术分享
  1. mysql> desc select count(*) from testMyIsam\G;  
  2. *************************** 1. row ***************************  
  3.            id: 1  
  4.   select_type: SIMPLE  
  5.         table: NULL  
  6.          type: NULL  
  7. possible_keys: NULL  
  8.           key: NULL  
  9.       key_len: NULL  
  10.           ref: NULL  
  11.          rows: NULL  
  12.         Extra: Select tables optimized away  
  13. 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
 
 技术分享技术分享
  1. mysql> select * from testMyIsam where name > "wy100" and name < "wy100000";+-------+---------+  
  2. | id    | name    |  
  3. +-------+---------+  
  4. |  1000 | wy1000  |  
  5. | 10000 | wy10000 |  
  6. +-------+---------+  
  7. 2 rows in set (0.43 sec)  
  8.   
  9. mysql> select * from testInnoDB where name > "wy100" and name < "wy100000";+-------+---------+  
  10. | id    | name    |  
  11. +-------+---------+  
  12. |  1000 | wy1000  |  
  13. | 10000 | wy10000 |  
  14. +-------+---------+  

4.2 有索引的列
 
对于使用MyIsam存储引擎的表：
[sql] view plain copy
 
 技术分享技术分享
  1. <pre name="code" class="sql">select * from testMyIsam where id > 10 and id < 999999;  

执行时间：





[sql] view plain copy

 

 技术分享技术分享




    

  1. <pre name="code" class="sql">999988 rows in set (0.91 sec)  
    2. 




对于使用了InnoDB存储引擎的表：








[sql] view plain copy

 

 技术分享技术分享




    

  1. select * from testInnoDB where id > 10 and id < 999999;  
    2. 







[sql] view plain copy

 

 技术分享技术分享




    

  1. 999988 rows in set (0.69 sec)  
    2. 



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

 


 技术分享技术分享





    

  1. mysql> select * from testInnoDB where name = "wy999999";  
    2. 

  2. +--------+----------+  
    3. 

  3. | id     | name     |  
    4. 

  4. +--------+----------+  
    5. 

  5. | 999999 | wy999999 |  
    6. 

  6. +--------+----------+  
    7. 

  7. 1 row in set (0.20 sec)  
    8. 

  8.   
    9. 

  9. mysql> select * from testMyIsam where name = "wy999999";  
    10. 

  10. +--------+----------+  
    11. 

  11. | id     | name     |  
    12. 

  12. +--------+----------+  
    13. 

  13. | 999999 | wy999999 |  
    14. 

  14. +--------+----------+  
    15. 

  15. 1 row in set (0.16 sec)  
    16. 







 
[转]MySQL数据库引擎
标签：
原文地址：http://www.cnblogs.com/jasonHome/p/5815051.html

                

                

                    

                        

                            

                                

                                    踩

                                

                                    (0)

                            

                            

                                

                                    赞

                                

                                    (0)

                            

                        

                        

                            

                                    
                                
                            

                        

                    

                    

                        举报
                    

                    
                    

                        

                            评论 一句话评论（0）
                        

                        

                            
                            

                                
                            

                        

                        

                            

                            

                                

                                

                                

                                    
                                

                            

                            

                                登录后才能评论！
                                
                            

                            

                        

                    

                

                
            

        

        

            
            





            
            


    

        

            分享档案

        

            更多>
        

    

    

        
                
                    2021年07月29日
                    (22)

            
                
                    2021年07月28日
                    (40)

            
                
                    2021年07月27日
                    (32)

            
                
                    2021年07月26日
                    (79)

            
                
                    2021年07月23日
                    (29)

            
                
                    2021年07月22日
                    (30)

            
                
                    2021年07月21日
                    (42)

            
                
                    2021年07月20日
                    (16)

            
                
                    2021年07月19日
                    (90)

            
                
                    2021年07月16日
                    (35)

            
    




            


    

        
周排行

        

            mamicode.com排行更多图片

        

            更多

    

    

        
    




            
        

        

        

    

    
    

    

        

            友情链接
        

        

            兰亭集智  
			国之画  
			百度统计   
			 站长统计  
			阿里云  
			chrome插件  
			新版天听网
        

    





    

        

            关于我们 - 联系我们 - 留言反馈
        

        

            © 2014 mamicode.com
            版权所有   联系我们:gaon5@hotmail.com
        

        

            迷上了代码！