MySQL数据库数据引擎选择

1、MyISAM
特性:
①不支持事物,MyISAM存储引擎不支持事物,所以对事物有要求的业务场景不能使用
②表级锁定,其锁定机制是表级索引,这虽然可以让锁定的现实成本很小但也是同时大大降低了其并发性能
③读写互相阻塞,不仅会在写入的时候阻塞读取,MyISAM还会在读取的时候阻塞写入,但读本身并不会阻塞另外的读
④只会缓存因素,MyISAM可以通过key_buffer缓存以大大提高访问性能减少磁盘IO,但这个缓存区只会缓存索引,而不会缓存数据

适用场景
①不需要事物支持(不支持事物)
②并发相对较低(锁定机制问题)
③数据修改相对较少(阻塞问题)
④以读为主
⑤数据一致性要求不是非常高

最佳实践
①尽量索引(缓存机制)
②调整读写优先级,根据实际需求确保重要操作更优先
③启用延迟插入改善大批量写入性能
④尽量顺序操作让insert数据都写入到尾部,减少阻塞
⑤分解大的操作,降低单个操作的阻塞实际
⑥降低并发数,某些高并发场景通过应用进行排队机制
⑦对于相对静态的数据,充分利用Query Cache可以极大的提高访问效率
⑧MyISAM的Count只有在全表扫描的时候特别高效,带有其它条件的count都需要进行实际的数据访问

2、InnoDB
特性:
①具有较好的事物支持,支持4个事物隔离级别,支持多版本读
②行级锁定,通过索引实现,全表扫描任然会是表锁,注意间隙锁的影响
③读写阻塞与事物隔离级别有关
④具有非常高效的缓存特性,能缓存索引,也能缓存数据
⑤整个表和主键以Cluster方式存储,组成一颗平衡树
⑥所有Secondary Index都会保存主键信息

适用场景
①需要事物支持(具有较好的事物特性)
②行级锁定对高并发有很好的适应能力,但需要确保查询是通过索引完成
③数据更新较为频繁的场景
④数据一致性要求较高
⑤硬件设备内存较大,可以利用InnoDB较好的缓存能力来提高内存利用率,尽量减少磁盘IO

最佳实践
①主键尽可能小,避免给Secondary index带来过大的空间负担
②避免全表扫描,因为会使用表锁
③尽可能缓存所有的索引和数据,提高响应速度
④在大批量小插入的时候,尽量自己控制事物而不用使用auto commit自动提交
⑤合理设置innodb_flush_log_at_trx_commit参数值,不要过度追求安全性
innodb_flush_log_at_trx_commit和sync_binlog 两个参数是控制MySQL 磁盘写入策略以及数据安全性的关键参数,当两个参数都设置为1的时候写入性能最差,推荐做法是innodb_flush_log_at_trx_commit=2,sync_binlog=500 或1000
当设置为0,该模式速度最快,但不太安全,mysqld进程的崩溃会导致上一秒钟所有事务数据的丢失。
当设置为1,该模式是最安全的,但也是最慢的一种方式。在mysqld 服务崩溃或者服务器主机crash的情况下,binary log 只有可能丢失最多一个语句或者一个事务。。
当设置为2,该模式速度较快,也比0安全,只有在操作系统崩溃或者系统断电的情况下,上一秒钟所有事务数据才可能丢失。
⑥避免主键更新,因为这会大量的数据移动

3、NDBCluster
特性:
①分布式:分布式存储引擎,可以由多个NDBCluster存储引擎组成集群分别存放整体数据的一部分
②支持事物:和Innodb一样,支持事物
③可与mysqld不在一台主机,可以和mysqld分开存在于独立的主机上,然后通过网络和mysqld通信交互
④内存需求量巨大,新版本索引以及被索引的数据必须放在内存中,老版本所有数据和索引必须存在内存中

适用场景
①具有非常高的并发需求
②对单个请求的响应并不是非常的critical
③查询简单,过来条件较为固定,每次请求数据量少,又不是希望自己进行水平Sharding

最佳实践
①尽量让查询监督,避免数据的跨节点传输
②尽可能满足SQL节点的计算性能,大一点的集群SQL节点会明细多余Data节点
③在各节点之间尽可能使用万兆网络环境互联,以减少数据在网络层传输过程中的延时

注:以上三个存储引擎是目前相对主流的存储引擎,还有其他类似如:Memory,Merge,CSV,Archive等存储引擎的使用场景都相对较少

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容