mysql常用的存储引擎及区别

MySQL 常见的存储引擎，可以使用命令：

SHOW ENGINES

来列出所有的存储引擎。

存储引擎是数据库的核心，在MySQL中，存储引擎是以插件的形式运行的。支持的引擎有十几种之多，但我们实战常用到的，大概只有InnoDB、MyISAM ， Memory 和merge等。

一、InnoDB

为什么先说InnoDB？InnoDB 从 MySQL5.5（2010年） 版本代替 MyISAM 成为默认引擎，可以说只要用过 MySQL 的，都用过InnoDB，相比MyISAM，强调性能，InnoDB 侧重于提供事务支持以及外键等高级数据库功能，支持事务，这是mysql默认存储引擎由MyISAM变为InnoDB的主要原因。

InnoDB存储引擎主要有以下特点：

1、支持事务。默认的事务隔离级别为可重复读（REPEATABLE-READ），通过MVCC（并发版本控制）来实现。

2、使用的锁粒度默认为行级锁，可以支持更高的并发；当然，也支持表锁。

其实有这两点就足以奠定InnoDB在存储引擎中的霸主地位了。你知道的，使用场景真的太多了。

3、支持外键约束；外键约束其实降低了表的查询速度，但是增加了表之间的耦合度。

4、可以通过自动增长列，方法是auto_increment。

5、配合一些热备工具可以支持在线热备份；

6、在InnoDB中存在着缓冲管理，通过缓冲池，将索引和数据全部缓存起来，加快查询的速度；

7、对于InnoDB类型的表，其数据的物理组织形式是聚簇表。所有的数据按照主键来组织。数据和索引放在一块，都位于B+数的叶子节点上；

8、InnoDB 表的select count() 比 MyISAM 慢很多；当执行 select count() from table 时，会先把数据读出来，一行一行的累加，相当于扫描全表，最后返回总数量。 是的，真的会很慢。需要注意的是，当count(*) 语句包含 where 条件时，两种表的操作是一样的，而MyISAM有个变量存储行数，速度相当快。

9、DELETE FROM table时，InnoDB不会重新建立表，而是一行一行的删除。

InnoDB的存储表和索引有下面两种形式：

共享表空间存储：所有的表和索引存放在同一个表空间中。
多表空间存储：表结构放在.frm文件，数据和索引放在.ibd文件中。分区表的话，每个分区对应单独的.ibd文件。使用分区表的好处在于提升查询效率。
对于InnoDB来说，最大的优势在于支持事务，当然这是以牺牲效率为代价的。

二、MyISAM

1、不支持事务。像是挣脱了枷锁，在读写（Insert、select）效率上，要高于InnoDB不少。场景在：日志记录、调查统计表时，绝对值得一用。对了，不支持事务，自然就不支持锁！

2、体积小，质量大。MyISAM的索引和数据是分开的，并且索引是有压缩的，内存使用率就对应提高了不少。同时能加载更多索引，而Innodb的索引和数据是紧密捆绑的，没有使用压缩从而会造成 Innodb 比 MyISAM 数据文件体积庞大很多。
每张MyISAM表在磁盘上会对应三个文件。

（1）.frm文件：存储表的定义数据

（2）.MYD文件：存放表具体记录的数据

（3）.MYI文件：存储索引

3、从以往经验来说，select count(*) 和 order by 大概是使用最频繁的，大概能占了整个sql总语句的60%以上的操作，而这种操作Innodb其实也是会锁表的，很多人以为Innodb是行级锁，那个只是where对它主键是有效，非主键的还是会锁全表的。

4、常常应用部门需要给他们定期某些表的数据，MyISAM的话很方便，只要发给他们对应那表的（frm.MYD,MYI）的文件，让他们自己在对应版本的数据库启动就行，而Innodb就需要导出.sql了，因为光给别人文件，受字典数据文件的影响，对方是无法使用的。

5、如果和 MyISAM 比 Insert 写操作的话，Innodb还达不到MyISAM的写性能，如果是针对基于索引的update操作，确实MyISAM会慢与InnoDB，但在并发环境下，从库同步也是个事儿，还不如通过多实例分库分表架构来解决。

6、MyISAM表的select count() 是非常快的；在 MyISAM 存储引擎中，把表的总行数（row）存储在磁盘上，当执行 select count() from t 时，直接返回总数据。同样，当 count(*) 语句包含 where条件时，两种表的操作是一样的。

7、DELETE FROM table时，MyISAM会先将表结构备份到一张虚拟表中，然后执行drop，最后根据备份重建该表。

三、Memory

你可以将它理解为，临时表。

没错，Memory是将数据直接存在内存中的，特别适合数据量小的表。同时为了提高数据的访问速度，每一个表实际上和一个磁盘文件关联，文件是frm，速度相当快。

1、支持的数据类型有限制，比如：不支持TEXT和BLOB类型。对于字符串类型的数据，只支持固定长度的行，VARCHAR(64)会被自动存储为CHAR(64)类型；

2、只支持表级锁。所以，在访问量比较大时，表级锁会成为MEMORY存储引擎的瓶颈；

3、由于数据是存放在内存中，一旦服务器宕机，数据就会丢失；数据库主从切换的配置要设置好。

4、查询的时候，如果有用到临时表，而且临时表中有BLOB，TEXT类型的字段，那么这个临时表就会转化为MyISAM类型的表，性能会急剧降低；

5、默认使用hash索引。

三、Merge

从字面上理解为，合并，其实就是类似一张视图表一样的虚拟表，其实就是将多张一样表字段的数据合并到一张表中。
例如；order_202103、order_202104两张订单表。

create table order_all(order_id int,
order_no varchar,
money price,
order_time timestamp)
engine = merge union(order_202103、order_202104) INSERT_MERTHOD = LAST default charset = utf8;

意思就是将order_202103、order_202104两张表中的数据合并到order_all表中，注意INSERT_MERTHOD = LAST的意思是，如果在虚拟总表中新增了数据，那么默认是添加到最后一个表中，order_202104中也会新增数据。