• MySQL引擎:InnoDB VS MyISAM


    InnoDB特点 VS MyISAM特点

    MySQL提供了多个不同的存储引擎,包括处理事务安全表的引擎和处理非事务安全表的引擎。

    在MySQL中,不需要在整个服务器中使用同一种存储引擎,针对具体的要求,可以对每一个表使用不同的存储引擎。MySQL 8.0支持的存储引擎有InnoDB、MyISAM、Memory、Merge、Archive、Federated、CSV、BLACKHOLE等。

    其中,最常用的引擎是InnoDB和MyISAM。

    InnoDB存储引擎

    InnoDB是事务型数据库的首选引擎,支持事务安全表(ACID),支持行锁定和外键。MySQL 5.5.5之后,InnoDB作为默认存储引擎:

    InnoDB 主要特性如下:

    1. InnoDB给MySQL提供了具有提交、回滚和崩溃恢复能力的事务安全(ACID兼容)存储引擎

      InnoDB锁定在行级并且也在SELECT语句中提供一个类似Oracle的非锁定读。这些功能增加了多用户部署和性能。在SQL查询中,可以自由地将InnoDB类型的表与其他MySQL表的类型混合起来,甚至在同一个查询中也可以混合。

    2. InnoDB是为处理巨大数据量的最大性能设计

      它的CPU效率可能是任何其他基于磁盘的关系数据库引擎所不能匹敌的。

    3. InnoDB存储引擎完全与MySQL服务器整合,为在主内存中缓存数据和索引而维持它自己的缓冲池

      InnoDB将它的表和索引存在一个逻辑表空间中,表空间可以包含数个文件(或原始磁盘分区)。这与MyISAM表不同,比如在MyISAM表中每个表被存在分离的文件中。InnoDB表可以是任何尺寸,即使在文件尺寸被限制为2GB的操作系统上。

    4. InnoDB支持外键完整性约束(FOREIGN KEY)

      存储表中的数据时,每张表的存储都按主键顺序存放,如果没有显示在表定义时指定主键,InnoDB会为每一行生成一个6B的ROWID,并以此作为主键。

    5. InnoDB被用在众多需要高性能的大型数据库站点上

      InnoDB不创建目录,使用InnoDB时,MySQL将在数据目录下创建一个名为ibdata1的10MB大小的自动扩展数据文件,以及两个名为ib_logfile0和ib_logfile1的5MB大小的日志文件。

    MyISAM存储引擎:

    MyISAM基于ISAM存储引擎,并对其进行扩展。它是在Web、数据仓储和其他应用环境下最常使用的存储引擎之一MyISAM拥有较高的插入、查询速度,但不支持事务

    MyISAM的主要特性如下:

    1. 在支持大文件(达63位文件长度)的文件系统和操作系统上被支持
    2. 当把删除和更新及插入操作混合使用的时候,动态尺寸的行产生更少碎片。这要通过合并相邻被删除的块以及若下一个块被删除则扩展到下一块来自动完成。
    3. 每个MyISAM表最大的索引数是64,这可以通过重新编译来改变。每个索引最大的列数是16个。
    4. 最大的键长度是1000B,这也可以通过编译来改变。对于键长度超过250B的情况,一个超过1024B的键将被用上。
    5. BLOB和TEXT列可以被索引。
    6. NULL值被允许在索引的列中,这个值占每个键的0~1个字节。
    7. 所有数字键值以高字节优先被存储,以允许一个更高的索引压缩。
    8. 每个表一个AUTO_INCREMENT列的内部处理。MyISAM为INSERT和UPDATE操作自动更新这一列,这使得AUTO_INCREMENT列更快(至少10%)。在序列顶的值被删除之后就不能再利用。
    9. 可以把数据文件和索引文件放在不同目录。
    10. 每个字符列可以有不同的字符集。
    11. 有VARCHAR的表可以固定或动态记录长度。
    12. VARCHAR和CHAR列可以多达64KB。

    InnoDB索引 VS MyISAM索引

    InnoDB索引:

    InnoDB索引分为聚簇索引与非聚簇索引(二级索引、辅助索引)

    PS:非聚簇索引也叫二级索引、辅助索引,不用多想,以后看到这些名字也别着急了。

    • 聚簇索引:主键值作为索引数据,叶子节点还包含了所有字段数据,索引和数据是存储在一起的
    • 非聚簇索引(二级索引、辅助索引):除主键外的其它字段建立的索引称为非聚簇索引(二级索引、辅助索引)。被索引的字段值作为索引数据,叶子节点还包含了主键值

    其他功能支持:

    • 支持事务
    • 通过 undo log 支持事务回滚、当前读(多版本查询)
    • 通过 redo log 实现持久性
    • 通过两阶段提交实现一致性
    • 通过当前读、锁实现隔离性
    • 支持行锁、间隙锁
    • 支持外键

    聚簇索引:主键值作为索引数据,叶子节点还包含了所有字段数据,索引和数据是存储在一起的

    image-20210901155308778

    • 主键即 7369、7499、7521 等

    非聚簇索引(二级索引、辅助索引):除主键外的其它字段建立的索引称为二级索引。被索引的字段值作为索引数据,叶子节点还包含了主键值

    image-20210901155317460

    • 上图中 800、950、1100 这些是工资字段的值,根据它们建立了二级索引

    image-20210901155327838

    • 上图中,如果执行查询 select empno, ename, sal from emp where sal = 800,这时候可以利用二级索引定位到 800 这个工资,同时还能知道主键值 7369
    • 但 select 字句中还出现了 ename 字段,在二级索引中不存在,因此需要根据主键值 7369 查询聚簇索引来获取 ename 的信息,这个过程俗称回表

    MyISAM索引:

    MyISAM索引只有一种:

    • 被索引字段值作为索引数据,叶子节点还包含了该记录数据页地址,数据和索引是分开存储的

    其他功能支持:

    • 不支持事务,没有 undo log 和 redo log
    • 仅支持表锁
    • 不支持外键
    • 会保存表的总行数

    被索引字段值作为索引数据,叶子节点还包含了该记录数据页地址,数据和索引是分开存储的

    image-20210901155226621

  • 相关阅读:
    网络安全(黑客)自学
    HashMap的put源码解析
    【12-商品子模块整合MyBatisPlus技术&其它模块通过generator的自动生成与补充完善】
    【Web】HNCTF 2022 题解(全)
    【2021届】数据结构期末实验考试
    基于ssm框架的毕业设计管理系统毕业设计源码211633
    SP1557 GSS2 - Can you answer these queries II【线段树】
    Python实现print输出至日志文件
    idea中th:onclick报错问题最终解决办法
    从零开始配置深度学习环境:CUDA+Anaconda+Pytorch+TensorFlow
  • 原文地址:https://blog.csdn.net/weixin_45525272/article/details/126497536