MySQL的数据库引擎

　　你在用MySQL数据库的时候注意过没有，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

　　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。

　　存储引擎有哪些

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

　　[sql] view plain copy

　　mysql> show engines\G

　　*************************** 1. row ***************************

　　Engine: MyISAM

　　Support: YES

　　Comment: MyISAM storage engine

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 2. row ***************************

　　Engine: MRG_MYISAM

　　Support: YES

　　Comment: Collection of identical MyISAM tables

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 3. row ***************************

　　Engine: MEMORY

　　Support: YES

　　Comment: Hash based, stored in memory, useful for temporary tables

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 4. row ***************************

　　Engine: BLACKHOLE

　　Support: YES

　　Comment: /dev/null storage engine (anything you write to it disappears)

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 5. row ***************************

　　Engine: CSV

　　Support: YES

　　Comment: CSV storage engine

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 6. row ***************************

　　Engine: PERFORMANCE_SCHEMA

　　Support: YES

　　Comment: Performance Schema

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 7. row ***************************

　　Engine: ARCHIVE

　　Support: YES

　　Comment: Archive storage engine

　　Transactions: NO

　　XA: NO

　　Savepoints: NO

　　*************************** 8. row ***************************

　　Engine: FEDERATED

　　Support: NO

　　Comment: Federated MySQL storage engine

　　Transactions: NULL

　　XA: NULL

　　Savepoints: NULL

　　*************************** 9. row ***************************

　　Engine: InnoDB

　　Support: DEFAULT

　　Comment: Supports transactions, row-level locking, and foreign keys

　　Transactions: YES

　　XA: YES

　　Savepoints: YES

　　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. 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。

　　3. 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。

　　4. 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。

　　5. 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。

　　6. 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。

　　7. 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. 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

　　3. 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。

　　需要在配置文件my.cnf中进行配置才能开启。

　　8. 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. 外键约束。只有他支持外键。

　　4. 可以从灾难中恢复(通过bin-log日志等)。

　　5. 支持自动增加列属性auto_increment。

　　9. 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。

　　MyISam和InnoDB实例比较

　　这里我选择了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与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

　　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所示：

　　[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所示：

　　[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)

　　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 copymysql> 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，如下所示：

　　[sql] view plain copy

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

　　执行时间：[sql] view plain copy 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)

　　不过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)