Mysql存儲(chǔ)引擎分析

mysql的引擎:

ISAM仗颈、MyISAM、InnoDB椎例、HEAP(MEMORY)挨决、CSV、BLACKHOLE订歪、ARCHIVE脖祈、PERFORMANCE_SCHEMA、 Berkeley刷晋、Merge盖高、Federated和Cluster/NDB等,除此以外我們也可以參照MySQL++ API創(chuàng)建自己的數(shù)據(jù)庫引擎掏秩。

ISAM

該引擎在讀取數(shù)據(jù)很快,而且不占用大量的內(nèi)存和存儲(chǔ)資源荆姆;但是不支持事務(wù)處理蒙幻、不支持外鍵、不能夠容錯(cuò)胆筒、也不支持索引邮破。該引擎在包括MySQL 5.1及其以上版本的數(shù)據(jù)庫中不再支持。

MyISAM

它是MySql的默認(rèn)引擎(5.5以前)仆救,但不提供事務(wù)的支持抒和,也不支持行級(jí)鎖和外鍵。該引擎基于ISAM數(shù)據(jù)庫引擎彤蔽,除了提供ISAM里所沒有的索引和字段管理等大量功能摧莽,MyISAM使用表鎖機(jī)制來優(yōu)化多個(gè)并發(fā)的讀寫操作,但是需要經(jīng)常運(yùn)行OPTIMIZE TABLE命令顿痪,來恢復(fù)被更新機(jī)制所浪費(fèi)的空間镊辕,否則碎片也會(huì)隨之增加,最終影響數(shù)據(jù)訪問性能蚁袭。

MyISAM強(qiáng)調(diào)了快速讀取操作征懈,主要用于高負(fù)載的select,所以揩悄,如果表的讀操作遠(yuǎn)遠(yuǎn)多于寫操作時(shí)卖哎,并且不需要事務(wù)的支持的。可以將MyIASM作為數(shù)據(jù)庫引擎的首先亏娜。

MyISAM類型的表支持三種不同的存儲(chǔ)結(jié)構(gòu):靜態(tài)型焕窝、動(dòng)態(tài)型、壓縮型照藻。

靜態(tài)型:指定義的表列的大小是固定(即不含有:xblob袜啃、xtext、varchar等長(zhǎng)度可變的數(shù)據(jù)類型)幸缕。使用靜態(tài)格式的表的性能比較高群发,因?yàn)樵诰S護(hù)和訪問時(shí)需要的開銷很低,但這種高性能是以空間為代價(jià)換來的发乔,因?yàn)椴还芰兄械闹涤卸啻笫旒耍紩?huì)以最大值為準(zhǔn)。

動(dòng)態(tài)型:如果列(即使只有一列)定義為動(dòng)態(tài)的(xblob, xtext, varchar等數(shù)據(jù)類型)栏尚,這時(shí)MyISAM就自動(dòng)使用動(dòng)態(tài)型起愈,雖然動(dòng)態(tài)型的表占用了比靜態(tài)型表較少的空間,但帶來了性能的降低译仗,因?yàn)槿绻硞€(gè)字段的內(nèi)容發(fā)生改變則其地址很可能需要移動(dòng)抬虽,這樣就會(huì)導(dǎo)致碎片的產(chǎn)生,隨著碎片增加纵菌,數(shù)據(jù)訪問性能會(huì)隨之降低阐污。

壓縮型:如果創(chuàng)建后是只讀的表,則應(yīng)該使用MyISAM的壓縮型表來減少空間的占用咱圆。

InnoDB

該存儲(chǔ)引擎提供了ACID事務(wù)支持笛辟、系統(tǒng)崩潰修復(fù)、多版本并發(fā)控制(MVCC)的行級(jí)鎖序苏、支持自增長(zhǎng)列(auto_increment)手幢,支持外鍵。該引擎在5.5后的MySQL數(shù)據(jù)庫中為默認(rèn)存儲(chǔ)引擎忱详。

它再處理大數(shù)據(jù)容量围来、高并發(fā)的場(chǎng)景下使用會(huì)提升效率。Mysql運(yùn)行的時(shí)候匈睁,Innodb會(huì)在內(nèi)存中建立緩沖池管钳,用于緩沖數(shù)據(jù)和索引。但是软舌,該引擎不支持全文搜索才漆。同時(shí),啟動(dòng)也比較的慢佛点,它是不會(huì)保存表的行數(shù)的醇滥。當(dāng)進(jìn)行Select count(*) from table指令的時(shí)候黎比,需要進(jìn)行掃描全表。

MyISAM VS Innodb

大容量的數(shù)據(jù)集趨向于選擇Innodb鸳玩。因?yàn)樗С质聞?wù)處理和故障的恢復(fù)阅虫。Innodb可以利用數(shù)據(jù)日志來進(jìn)行數(shù)據(jù)的恢復(fù)。主鍵的查詢?cè)贗nnodb也是比較快的不跟。

大批量的插入語句時(shí)(這里是INSERT語句)在MyIASM引擎中執(zhí)行的比較的快颓帝,但是UPDATE語句在Innodb下執(zhí)行的會(huì)比較的快,尤其是在并發(fā)量大的時(shí)候窝革。

MyIASM引擎购城,B+樹的數(shù)據(jù)結(jié)構(gòu)中存儲(chǔ)的內(nèi)容是實(shí)際數(shù)據(jù)的地址值。也就是說它的索引和實(shí)際數(shù)據(jù)是分開的虐译。這種索引的模式被稱為非聚集索引瘪板。

Innodb引擎的索引的數(shù)據(jù)結(jié)構(gòu)也是B+樹,只不過數(shù)據(jù)結(jié)構(gòu)中存儲(chǔ)的都是實(shí)際的數(shù)據(jù)漆诽,這種索引有被稱為聚集索引侮攀。

HEAP(也稱為MEMORY)

該存儲(chǔ)引擎通過在內(nèi)存中創(chuàng)建臨時(shí)表來存儲(chǔ)數(shù)據(jù)。每個(gè)基于該存儲(chǔ)引擎的表實(shí)際對(duì)應(yīng)一個(gè)磁盤文件厢拭,該文件的文件名和表名是相同的兰英,類型為.frm。該磁盤文件只存儲(chǔ)表的結(jié)構(gòu)供鸠,而其數(shù)據(jù)存儲(chǔ)在內(nèi)存中畦贸,所以使用該種引擎的表擁有極高的插入、更新和查詢效率回季。這種存儲(chǔ)引擎默認(rèn)使用哈希(HASH)索引家制,其速度比使用B+Tree型要快正林,但也可以使用B樹型索引泡一。由于這種存儲(chǔ)引擎所存儲(chǔ)的數(shù)據(jù)保存在內(nèi)存中,所以其保存的數(shù)據(jù)具有不穩(wěn)定性觅廓,比如如果mysqld進(jìn)程發(fā)生異常鼻忠、重啟或計(jì)算機(jī)關(guān)機(jī)等等都會(huì)造成這些數(shù)據(jù)的消失,所以這種存儲(chǔ)引擎中的表的生命周期很短杈绸,一般只使用一次帖蔓。

CSV(Comma-Separated Values)

使用該引擎的MySQL數(shù)據(jù)庫表會(huì)在MySQL安裝目錄data文件夾中的和該表所在數(shù)據(jù)庫名相同的目錄中生成一個(gè).CSV文件(所以,它可以將CSV類型的文件當(dāng)做表進(jìn)行處理)瞳脓,這種文件是一種普通文本文件塑娇,每個(gè)數(shù)據(jù)行占用一個(gè)文本行。該種類型的存儲(chǔ)引擎不支持索引劫侧,即使用該種類型的表沒有主鍵列埋酬;另外也不允許表中的字段為null哨啃。

BLACKHOLE(黑洞引擎)

該存儲(chǔ)引擎支持事務(wù),而且支持mvcc的行級(jí)鎖写妥,寫入這種引擎表中的任何數(shù)據(jù)都會(huì)消失拳球,主要用于做日志記錄或同步歸檔的中繼存儲(chǔ),這個(gè)存儲(chǔ)引擎除非有特別目的珍特,否則不適合使用祝峻。

ARCHIVE

該存儲(chǔ)引擎非常適合存儲(chǔ)大量獨(dú)立的、作為歷史記錄的數(shù)據(jù)扎筒。區(qū)別于InnoDB和MyISAM這兩種引擎莱找,ARCHIVE提供了壓縮功能,擁有高效的插入速度砸琅,但是這種引擎不支持索引宋距,所以查詢性能較差一些。

PERFORMANCE_SCHEMA

該引擎主要用于收集數(shù)據(jù)庫服務(wù)器性能參數(shù)症脂。這種引擎提供以下功能:提供進(jìn)程等待的詳細(xì)信息谚赎,包括鎖、互斥變量诱篷、文件信息壶唤;保存歷史的事件匯總信息,為提供MySQL服務(wù)器性能做出詳細(xì)的判斷棕所;對(duì)于新增和刪除監(jiān)控事件點(diǎn)都非常容易闸盔,并可以隨意改變mysql服務(wù)器的監(jiān)控周期,例如(CYCLE琳省、MICROSECOND)迎吵。

Berkeley(BDB)

該存儲(chǔ)引擎支持COMMIT和ROLLBACK等其他事務(wù)特性。該引擎在包括MySQL 5.1及其以上版本的數(shù)據(jù)庫中不再支持针贬。

Merge

該引擎將一定數(shù)量的MyISAM表聯(lián)合而成一個(gè)整體击费。

Federated

該存儲(chǔ)引擎可以不同的Mysql服務(wù)器聯(lián)合起來,邏輯上組成一個(gè)完整的數(shù)據(jù)庫桦他。這種存儲(chǔ)引擎非常適合數(shù)據(jù)庫分布式應(yīng)用蔫巩。

Cluster/NDB

該存儲(chǔ)引擎用于多臺(tái)數(shù)據(jù)機(jī)器聯(lián)合提供服務(wù)以提高整體性能和安全性。適合數(shù)據(jù)量大快压、安全和性能要求高的場(chǎng)景圆仔。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市蔫劣,隨后出現(xiàn)的幾起案子坪郭,更是在濱河造成了極大的恐慌,老刑警劉巖脉幢,帶你破解...
    沈念sama閱讀 218,640評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件歪沃,死亡現(xiàn)場(chǎng)離奇詭異信姓,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)绸罗,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,254評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門意推,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人珊蟀,你說我怎么就攤上這事菊值。” “怎么了育灸?”我有些...
    開封第一講書人閱讀 165,011評(píng)論 0 355
  • 文/不壞的土叔 我叫張陵腻窒,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我磅崭,道長(zhǎng)儿子,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,755評(píng)論 1 294
  • 正文 為了忘掉前任砸喻,我火速辦了婚禮柔逼,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘割岛。我一直安慰自己愉适,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,774評(píng)論 6 392
  • 文/花漫 我一把揭開白布癣漆。 她就那樣靜靜地躺著维咸,像睡著了一般。 火紅的嫁衣襯著肌膚如雪惠爽。 梳的紋絲不亂的頭發(fā)上癌蓖,一...
    開封第一講書人閱讀 51,610評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音婚肆,去河邊找鬼租副。 笑死,一個(gè)胖子當(dāng)著我的面吹牛旬痹,可吹牛的內(nèi)容都是我干的附井。 我是一名探鬼主播讨越,決...
    沈念sama閱讀 40,352評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼两残,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了把跨?” 一聲冷哼從身側(cè)響起人弓,我...
    開封第一講書人閱讀 39,257評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎着逐,沒想到半個(gè)月后崔赌,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體意蛀,經(jīng)...
    沈念sama閱讀 45,717評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,894評(píng)論 3 336
  • 正文 我和宋清朗相戀三年健芭,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了县钥。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,021評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡慈迈,死狀恐怖若贮,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情痒留,我是刑警寧澤谴麦,帶...
    沈念sama閱讀 35,735評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站伸头,受9級(jí)特大地震影響匾效,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜恤磷,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,354評(píng)論 3 330
  • 文/蒙蒙 一面哼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧扫步,春花似錦精绎、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,936評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至仿粹,卻和暖如春搁吓,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背吭历。 一陣腳步聲響...
    開封第一講書人閱讀 33,054評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工堕仔, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人晌区。 一個(gè)月前我還...
    沈念sama閱讀 48,224評(píng)論 3 371
  • 正文 我出身青樓摩骨,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親朗若。 傳聞我的和親對(duì)象是個(gè)殘疾皇子恼五,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,974評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容