一、前言
存储引擎 (storage engine) 是 MySQL 的专用称说,数据库行业老大哥 Oracle,以及 SQL Server,PostgreSQL 等都没有存储引擎的说法。
MySQL 区别于其余数据库的重要特点就是,其插件式 (pluggable) 的表存储引擎。
引擎 (engine) 是外来音译词,习惯上认为是发动机,如同和数据库搭不上关系。
最早 MySQL 的存储引擎称为“数据表处理器”,可能是听起来太老土,起初才改成高大上的存储引擎。
存储引擎的性能是接管下层传下来的指令,而后对表中的数据进行读取或写入的操作。揭示一下,存储引擎操作的对象是表(table),而不是数据库(database)。
MySQL5.5 版本之后开始采纳 InnoDB 为默认存储引擎,之前版本默认的存储引擎为 MyISAM。
咱们来看一下 MySQL8.0 反对哪些存储引擎:
mysql> showengines;
+--------------------+---------+---------+--------------+------+------------+
| Engine | Support | Comment | Transactions| XA | Savepoints |
+--------------------+---------+---------+--------------+------+------------+
| FEDERATED | NO | | NULL | NULL | NULL |
| MEMORY | YES | | NO | NO | NO |
| InnoDB | DEFAULT | | YES | YES | YES |
|PERFORMANCE_SCHEMA | YES | | NO | NO | NO |
| MyISAM | YES | ... | NO | NO | NO |
| MRG_MYISAM | YES | | NO | NO | NO |
| BLACKHOLE | YES | | NO | NO | NO |
| CSV | YES | | NO | NO | NO |
| ARCHIVE | YES | | NO | NO | NO |
+--------------------+---------+---------+--------------+------+------------+
9 rows in set (0.00sec)
能够看到 MySQL8.0 反对 9 种存储引擎,默认应用 InnoDB,而且只有 InnoDB 反对事务 (Transactions) 和分布式事务 (XA), 保留点(Savepoints) 就是事务回滚所须要的性能。
昆仑分布式数据库实现的是分布式数据库集群的性能,应用的是 InnoDB 存储引擎。
二、各种存储引擎的特色介绍
2.1 Federated
Federated 存储引擎,提供了拜访近程 MySQL 数据库服务器上表的办法,本地并不存放数据,数据全副放到近程服务器上,本地须要保留表的构造和近程服务器的连贯信息。
2.2 Memory
Memory 存储引擎,也称 HEAP 存储引擎,数据保留在内存中,表构造保留在磁盘上。
如果数据库重启或者产生解体,表中的数据都将隐没。十分实用于存储长期数据的长期表。其数据只存储于内存中,读写当然十分快,但应用时要思考内存耗费。
2.3 Performance_schema
Performance_schema 存储引擎,是 MySQL 数据库系统专用引擎,用户不能创立这种存储引擎的表。
零碎默认数据库 performance_schema 中的表就是采纳这种存储引擎。数据库 performanceschema 用于监控 MySQL 在一个较低级别的运行过程中的资源耗费、资源期待等状况。
2.4 Blackhole
Blackhole 存储引擎,充当一个“黑洞”,承受数据,但将其扔掉,不存储数据,相似于 Linux 零碎中的 /dev/null 文件。
这么特地的黑洞存储引擎,次要作用在于:Replication 场景实现中继或过滤,验证转储文件语法,测量开启 binlog 日志所带来的额定开销,查找和存储引擎无关的其余方面的性能瓶颈。
2.5 CSV
CSV 存储引擎,会在 MySQL 装置目录 data 文件夹中,和该表所在数据库名雷同的目录生成一个.CSV 文件,它能够将 CSV 类型的文件当做表进行解决,相比其余存储引擎的文件内容,能够间接查看和编辑。
2.6 Archive
Archive 存储引擎,仅仅反对最根本的插入 (insert) 和查问 (select) 两种性能。Archive 领有很好的压缩机制,比 MyISAM、InnoDB 存储引擎更加节约存储空间。
能够用于:日志记录,打卡记录,天气信息记录等不须要数据更新的场景。
2.7 MyISAM
MyISAM 存储引擎,是 MySQL 晚期默认的存储引擎,领有较高的插入、查问速度,表锁设计,反对全文索引,但不反对事务和外键。
如果表次要是用于插入新记录和读出记录,那么抉择 MyISAM 能实现解决高效率。
2.8 MRG_MyISAM
MRG_MyISAM 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,然而他的外部没有数据,真正的数据仍然是 MyISAM 引擎的表中,然而能够间接进行查问、删除更新等操作。
2.9 InnoDB
InnoDB 存储引擎,是 MySQL 以后版本默认的存储引擎,反对事务平安表(ACID),反对行锁定和外键。
因为其反对事务处理、外键、反对解体修复能力和并发管制。如果须要对事务的完整性要求比拟高,要求实现并发管制,须要频繁的更新、删除操作的数据库,那抉择 InnoDB 有很大的劣势。
三、测试比照 MyISAM 和 InnoDB 不同场景下的差别
测试环境,机械硬盘的 centos8 虚拟机,MySQL 最新版本 8.26,mariadb 客户端链接库。创立存储引擎别离为 MyISAM 和 InnoDB 的两个表:
create table tb_myisam(
id integer primarykey,
value integer) engine=myisam;
create table tb_innodb(
id integer primarykey,
value integer) engine=innodb;
3.1 插入比照
clock_gettime(CLOCK_REALTIME,&ts_start);
for(int i=1; i<=10000; i++)
{sprintf(buf, "insert into tb_xxx(id,value)values(%d,%d)", i, i);
mysql_real_query(&conn, buf,strlen(buf));
}
clock_gettime(CLOCK_REALTIME, &ts_end);
耗时别离为:15 秒(MyISAM),39 秒(InnoDB)。
3.2 一般键值查问比照
clock_gettime(CLOCK_REALTIME,&ts_start);
for(int i=1; i<=10000;i++)
{sprintf(buf,"select * from tb_xxx where value=%d", i);
mysql_real_query(&conn,buf, strlen(buf));
MYSQL_RES*mysql_res = mysql_store_result(&conn);
MYSQL_ROW row =mysql_fetch_row(mysql_res);
mysql_free_result(mysql_res);
}
clock_gettime(CLOCK_REALTIME,&ts_end);
耗时别离为:140 秒(MyISAM),23 秒(InnoDB)。
3.3 主键索引查问比照
将上一步的查问语句改成按主键索引查问
sprintf(buf, "select * from tb_xxx where id=%d", i);
耗时别离为:1.25 秒(MyISAM),1.30 秒(InnoDB)。
3.4 更新比照
clock_gettime(CLOCK_REALTIME,&ts_start);
for(int i=1; i<=10000; i++)
{sprintf(buf, "update tb_xxx setvalue=%d where id=%d", i+1, i);
mysql_real_query(&conn, buf,strlen(buf));
}
clock_gettime(CLOCK_REALTIME, &ts_end);
耗时别离为:15 秒(MyISAM),44 秒(InnoDB)。
3.5 删除比照
clock_gettime(CLOCK_REALTIME,&ts_start);
for(int i=1; i<=10000; i++)
{sprintf(buf, "delete from tb_xxxwhere id=%d", i);
mysql_real_query(&conn, buf,strlen(buf));
}
clock_gettime(CLOCK_REALTIME, &ts_end);
耗时别离为:14 秒(MyISAM),45 秒(InnoDB)。
综合测试后果,MyISAM 一般查问速度比照 InnoDB 慢了很多,其余测试性能都比 InnoDB 好,当然这是在没有事务的场景下做的测试,笔者的测试实例比较简单,只能作为参考,不能代表理论的利用场景。
KunlunDB 我的项目已开源
【GitHub:】
https://github.com/zettadb
【Gitee:】
https://gitee.com/zettadb
END