本文測試所用工具版本如下：
| Tools | Version |
|---|---|
| MySQL | 5.7.18 |
| Python | 3.6 |
| Pandas | 0.23 |
① 創(chuàng)建數(shù)據(jù)表
首先我們需要把兩張使用了不同引擎的表創(chuàng)建出來攻臀，使用為了方便起見隐砸，我們直接使用Navicat創(chuàng)建了兩張 員工信息表擦囊，具體字段如下：
使用InnoDB引擎的表彪杉，設(shè)計(jì)表名為innodb行贪，選項(xiàng)如下：
使用MyISAM引擎的表，設(shè)計(jì)表名為myisam抵代，選項(xiàng)如下：
因?yàn)槭呛唵尾僮魈诮冢瑒?chuàng)建的具體細(xì)節(jié)就不詳述了，至此荤牍，我們的數(shù)據(jù)庫就把使用 InnoDB 和 MyISAM 兩種引擎的表創(chuàng)建好了案腺。
② 單線程寫入性能對比
1. InnoDB 引擎
執(zhí)行以下代碼，往使用了InnoDB引擎的表格插入1000條數(shù)據(jù)
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for i in range(1000):
data = {'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i}
df = pd.DataFrame(data, index=[0])
df.to_sql('innodb', db, if_exists='append', index=False)
end = time.time()
print(end - start)
執(zhí)行3次上面的代碼康吵，得到程序?qū)懭?000條數(shù)據(jù)的時(shí)間分別為：12.58s劈榨、14.10s、12.71s晦嵌，平均寫入時(shí)間為 13.13s同辣。
2. MyISAM 引擎
執(zhí)行以下代碼，往使用了MyISAM引擎的表格插入1000條數(shù)據(jù)
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for i in range(1000):
data = {'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i}
df = pd.DataFrame(data, index=[0])
df.to_sql('myisam', db, if_exists='append', index=False)
end = time.time()
print(end - start)
執(zhí)行3次上面的代碼惭载，得到程序?qū)懭?000條數(shù)據(jù)的時(shí)間分別為：6.64s旱函、6.99s、7.29s描滔，平均寫入時(shí)間為 6.97s棒妨。
兩種引擎的單線程寫入速度對比如下：
結(jié)論：單線程的情況下，MyISAM引擎的寫入速度比InnoDB引擎的寫入速度快88%
③ 多線程寫入性能對比
1. InnoDB 引擎
執(zhí)行以下代碼含长，往使用了InnoDB引擎的表格插入1000條數(shù)據(jù)
import pandas as pd
from sqlalchemy import create_engine
import time
from concurrent.futures import ThreadPoolExecutor
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
data_lst = [{'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i} for i in range(1000)]
def write(data):
df = pd.DataFrame(data, index=[0])
df.to_sql('innodb', db, if_exists='append', index=False)
def execute():
with ThreadPoolExecutor(max_workers=5) as executor:
executor.map(write, data_lst)
execute()
end = time.time()
print(end - start)
執(zhí)行3次上面的代碼券腔，得到程序?qū)懭?000條數(shù)據(jù)的時(shí)間分別為：4.98s、4.84s拘泞、4.88s纷纫，平均寫入時(shí)間為 4.9s。
2. MyISAM 引擎
執(zhí)行以下代碼田弥，往使用了MyISAM引擎的表格插入1000條數(shù)據(jù)
import pandas as pd
from sqlalchemy import create_engine
import time
from concurrent.futures import ThreadPoolExecutor
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
data_lst = [{'index': i,
'name': 'name_' + str(i),
'age': i,
'salary': i,
'level': i} for i in range(1000)]
def write(data):
df = pd.DataFrame(data, index=[0])
df.to_sql('myisam', db, if_exists='append', index=False)
def execute():
with ThreadPoolExecutor(max_workers=5) as executor:
executor.map(write, data_lst)
execute()
end = time.time()
print(end - start)
執(zhí)行3次上面的代碼，得到程序?qū)懭?000條數(shù)據(jù)的時(shí)間分別為：3.29s铡原、3.62s偷厦、3.47s，平均寫入時(shí)間為 3.46s燕刻。
兩種引擎的多線程寫入速度對比如下：
結(jié)論：多線程的情況下只泼，MyISAM引擎的寫入速度比InnoDB引擎的寫入速度快42%
④ 讀取性能對比
為了獲得數(shù)據(jù)量較大的表用于測試數(shù)據(jù)庫的讀取性能，我們循環(huán)執(zhí)行10遍上面多線程寫入數(shù)據(jù)的操作卵洗，得到兩張數(shù)據(jù)量為10000條數(shù)據(jù)的表格请唱，然后讀取10遍該表格弥咪，獲取讀取時(shí)間
1. InnoDB 引擎
執(zhí)行以下代碼，讀取10遍使用了InnoDB引擎的表格
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for _ in range(10):
df = pd.read_sql('innodb', db)
end = time.time()
print(end - start)
執(zhí)行3次上面的代碼十绑，得到程序10次讀取10000條數(shù)據(jù)的時(shí)間分別為：28.94s聚至、28.88s、28.48s本橙，平均寫入時(shí)間為 28.77s扳躬。
2. MyISAM 引擎
執(zhí)行以下代碼，讀取10遍使用了MyISAM引擎的表格
import pandas as pd
from sqlalchemy import create_engine
import time
db = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')
start = time.time()
for _ in range(10):
df = pd.read_sql('innodb', db)
end = time.time()
print(end - start)
執(zhí)行3次上面的代碼甚亭，得到程序10次讀取10000條數(shù)據(jù)的時(shí)間分別為：28.51s贷币、29.12s、28.76s亏狰，平均寫入時(shí)間為 28.8s役纹。
兩種引擎的讀取速度對比如下：
結(jié)論：MyISAM引擎和InnoDB引擎的讀取速度無明顯差異
⑤ 總結(jié)
1. 寫入速度，MyISAM比InnoDB快暇唾，單線程的情況下促脉，兩者差異尤為明顯
2. 讀取速度，InnoDB和MyISAM無明顯差異
