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

 

 
   
1. mysql> show engines\G  
2. *************************** 1. row ***************************  
3.       Engine: MyISAM  
4.      Support: YES  
5.      Comment: MyISAM storage engine  
6. Transactions: NO  
7. NO  
8. NO  
9. *************************** 2. row ***************************  
10.       Engine: MRG_MYISAM  
11.      Support: YES  
12. of identical MyISAM tables  
13. Transactions: NO  
14. NO  
15. NO  
16. *************************** 3. row ***************************  
17.       Engine: MEMORY  
18.      Support: YES  
19. in memory, useful for temporary tables  
20. Transactions: NO  
21. NO  
22. NO  
23. *************************** 4. row ***************************  
24.       Engine: BLACKHOLE  
25.      Support: YES  
26. null storage engine (anything you write to it disappears)  
27. Transactions: NO  
28. NO  
29. NO  
30. *************************** 5. row ***************************  
31.       Engine: CSV  
32.      Support: YES  
33.      Comment: CSV storage engine  
34. Transactions: NO  
35. NO  
36. NO  
37. *************************** 6. row ***************************  
38.       Engine: PERFORMANCE_SCHEMA  
39.      Support: YES  
40. Schema  
41. Transactions: NO  
42. NO  
43. NO  
44. *************************** 7. row ***************************  
45.       Engine: ARCHIVE  
46.      Support: YES  
47.      Comment: Archive storage engine  
48. Transactions: NO  
49. NO  
50. NO  
51. *************************** 8. row ***************************  
52.       Engine: FEDERATED  
53. NO  
54.      Comment: Federated MySQL storage engine  
55. Transactions: NULL  
56. NULL  
57. NULL  
58. *************************** 9. row ***************************  
59.       Engine: InnoDB  
60. DEFAULT  
61. 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

 


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

[sql] view plain copy

 


 
   
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

 


 
   
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

 

 
   
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

 


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

 


 
   
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

 

 
   
1. mysql> desc select count(*) from testInnoDB\G;  
2. *************************** 1. row ***************************  
3.            id: 1  
4.   select_type: SIMPLE  
5. table: testInnoDB  
6. index  
7. possible_keys: NULL  
8. key: PRIMARY  
9.       key_len: 4  
10. NULL  
11. rows: 997134  
12. 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

 



1. mysql> desc select count(*) from testMyIsam\G;  
2. *************************** 1. row ***************************  
3.            id: 1  
4.   select_type: SIMPLE  
5. table: NULL  
6. NULL  
7. possible_keys: NULL  
8. key: NULL  
9. NULL  
10. NULL  
11. rows: NULL  
12. 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

 


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

 


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

执行时间:

[sql] view plain copy

 


1. <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

 


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

[sql] view plain copy

 


1. 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

 


 
   
1. mysql> select * from testInnoDB where name = "wy999999";  
2. +--------+----------+  
3. | id     | name     |  
4. +--------+----------+  
5. | 999999 | wy999999 |  
6. +--------+----------+  
7. 1 row in set (0.20 sec)  
8.   
9. mysql> select * from testMyIsam where name = "wy999999";  
10. +--------+----------+  
11. | id     | name     |  
12. +--------+----------+  
13. | 999999 | wy999999 |  
14. +--------+----------+  
15. 1 row in set (0.16 sec)