【MySQL_01】简介

MySQL原本是一个开放源码的关系数据库管理系统，原开发者为瑞典的MySQL AB公司，该公司于2008年被昇阳微系统（Sun Microsystems，开发Java的那个）收购。2009年，甲骨文公司（Oracle）收购昇阳微系统公司，MySQL成为Oracle旗下产品（Oracle自家数据库也叫Oracle）。

MySQL：官方发音为/maɪ ˌɛskjuːˈɛl/“My S-Q-L”，但也经常被读作/maɪ ˈsiːkwəl/“My Sequel”。

🐈‍⬛github：https://github.com/mysql

💻官网： https://www.mysql.com

🌏维基百科：https://zh.wikipedia.org/wiki/MySQL

一、发展历史与版本

1.1 历史

1. 起源与早期发展（1995-2000）

   • 1995年由瑞典开发者 Michael Widenius（Monty）、David Axmark 和 Allan Larsson 创建，名称取自 Monty 的女儿 “My” 和结构化查询语言 “SQL” 的组合。
   • 目标是为中小型项目提供轻量、开源的关系型数据库，替代昂贵的商业数据库（如 Oracle）。

2. 开源崛起（2000-2008）

   • 2000年以 GPL 协议 开源，成为 LAMP 技术栈（Linux + Apache + MySQL + PHP/Perl/Python）的核心，推动早期互联网应用（如博客、论坛）的普及。
   • 2001年发布 3.23 版本，首次支持事务处理（通过 Berkeley DB 引擎）。

3. 商业化与争议（2008-2010）

   • 2008年被 Sun Microsystems 以 10 亿美元收购，2010年随 Sun 被 Oracle 收购，引发开源社区对闭源风险的担忧。
   • 社区分支 MariaDB 诞生（由 Monty 主导），但 MySQL 在 Oracle 管理下持续迭代。

4. 现代演进（2010-至今）

   • 2018年发布 MySQL 8.0，支持窗口函数、JSON 增强、原子 DDL 等特性。
   • 2020年推出 MySQL HeatWave，整合事务处理（OLTP）与数据分析（OLAP）。
   • 截至 2025年2月，MySQL 长期占据全球数据库流行度 第二名（DB-Engines 数据），市场份额超 40%。
     

MySQL在过去由于性能高、成本低、可靠性好，已经成为最流行的开源数据库，因此被广泛地应用在Internet上的中小型网站中。随着MySQL的不断成熟，它也逐渐用于更多大规模网站和应用，比如：

但被甲骨文公司收购后，Oracle大幅调涨MySQL商业版的售价，且甲骨文公司不再支持另一个自由软件项目OpenSolaris的发展，因此导致自由软件社群们对于Oracle是否还会持续支持MySQL社群版（MySQL之中唯一的免费版本）有所隐忧，MySQL的创始人麦克尔·维德纽斯以MySQL为基础，成立分支计划MariaDB。而原先一些使用MySQL的开源软件逐渐转向MariaDB或其它的数据库。例如维基百科已于2013年正式宣布将从MySQL迁移到MariaDB数据库。

---

1.2 版本及分类

MySQL的许可证现在分为免费的社区版与收费的标准版、企业版等。

一般说来，如果在非开源项目中发布了MySQL，或者需要Oracle公司提供对MySQL的技术支持，或者使用MySQL的一些企业版工具或插件，或者修改MySQL源代码并作为闭源的软件等等情形，需要购买商业版本。

如果只是安装并使用MySQL，甚至修改并使用MySQL，无论是否收费；或者软件中不包含MySQL，软件的用户自行安装MySQL；或者使用GPL协议的开源软件产品中包含了MySQL，这些情形可能使用社区版MySQL。

---

按许可证分类：

版本	特点	优势	适用场景
社区版（Community Edition）	免费开源，基于 GPL 许可证，适合中小型企业、开发环境。	无成本，适合预算有限的项目；社区支持活跃，文档丰富。	中小型企业、开发环境、个人项目、教育用途。
企业版（Enterprise Edition）	付费版，提供完整功能和技术支持，包含高级工具和服务。	包括备份工具、高级安全功能（如数据加密、审计日志）、性能监控和调优工具；官方技术支持。	大型企业、高安全性需求场景、关键业务系统。
集群版（Cluster Edition）	开源免费，基于 GPL 许可证，支持分布式数据库架构和高可用性。	支持高可用性和分布式数据库架构；适合需要横向扩展的场景。	需要高可用性和扩展性的场景，如 Web 应用、物联网。
高级集群版（Cluster CGE）	需付费，提供高级集群功能和技术支持，基于 MySQL NDB Cluster。	提供更强大的集群管理功能、高可用性和实时性能优化；官方技术支持。	大型企业、高并发和高可用性需求的场景，如金融、电信。
嵌入式版（Embedded Edition）	免费开源，专为嵌入式系统设计，占用资源较少。	轻量级，适合资源受限的环境；易于集成到应用程序中。	嵌入式系统、IoT 设备、移动应用。
经典版（Classic Edition）	旧版 MySQL，基于 MyISAM 存储引擎，现已逐渐淘汰。	简单易用，适合传统应用。	旧系统维护、传统应用迁移。

主要版本号：

版本	发布时间	主要特性
MySQL 5.5	2010年	InnoDB 成为默认存储引擎。
MySQL 5.6	2013年	支持全文索引、GTID 复制等。
MySQL 5.7	2015年	支持 JSON 数据类型、性能优化、安全性提升。
MySQL 8.0	2018年	支持 UTF-8mb4 字符集、窗口函数、增强的 JSON 功能。
MySQL 8.4	2024年4月	长期支持版本（LTS）。
MySQL 9.2	2025年1月	最新创新版本（ Innovation），带来了大量针对 JavaScript 和存储程序的改进。

衍生版本：

1. MariaDB

   • 特点：由 MySQL 创始人开发，基于 MySQL 分支，提供更快的查询性能和更多存储引擎支持。
   • 适用场景：关注开源生态的企业。

2. Percona Server

   • 特点：基于 MySQL 社区版开发，增加了企业级特性，专注于性能和高可用性。

二、特性

• 使用 C 和 C++ 编写，并使用了多种编译器进行测试，保证源代码的可移植性。
• 支持 AIX、BSDi、FreeBSD、HP-UX、Linux、Mac OS、Novell NetWare、NetBSD、OpenBSD、OS/2 Wrap、Solaris、Windows 等多种操作系统。
• 为多种编程语言提供了 API。这些编程语言包括 C、C++、C#、VB.NET、Delphi、Eiffel、Java、Perl、PHP、Python、Ruby 和 Tcl 等。
• 支持多线程，充分利用 CPU 资源，支持多用户。
• 优化的 SQL 查询算法，有效地提高查询速度。
• 既能够作为一个单独的应用程序在客户端服务器网络环境中执行，也能够作为一个程序库而嵌入到其他的软件中。
• 提供多语言支持，常见的编码如中文的 GB 2312、BIG5，日文的 Shift JIS 等都可以用作数据表名和数据列名。
• 提供 TCP/IP、ODBC 和 JDBC 等多种数据库连接途径。
• 提供用于管理、检查、优化数据库操作的管理工具。
• 可以处理拥有上千万条记录的大型数据库。

---

三、应用场景与典型案例

1. 互联网与 Web 服务

   • 全球超 40% 的网站 使用 MySQL（W3Techs 数据），包括 Facebook、Twitter、YouTube（早期架构）。
   • 典型场景：用户认证、内容管理（CMS）、订单处理。

2. 企业级应用

   • 金融：银行交易流水、支付系统（依赖事务一致性）。
   • 电信：用户计费、通话记录存储。
   • 制造业：ERP 系统、供应链管理。

3. 嵌入式与物联网

   • 轻量级版本（如 MySQL Embedded Server）用于智能设备、工业传感器数据采集。

4. 云计算服务

   • AWS RDS、阿里云 PolarDB 等云服务基于 MySQL 提供托管数据库。

---

四、生态系统与工具链

1. 开源分支与衍生项目

   • MariaDB：完全兼容 MySQL 的社区分支，由 Monty 主导开发。
   • Percona Server：企业级优化版本，集成 XtraBackup 等工具。

2. 管理与监控工具

   • MySQL Workbench：官方图形化管理工具，支持建模与性能调优。
   • Percona Monitoring and Management (PMM)：开源监控平台，提供性能分析。
   • phpMyAdmin：基于 Web 的数据库管理界面。

3. 开发与运维工具

   • mysqldump：逻辑备份工具。
   • MySQL Shell：支持 JavaScript/Python 脚本的高级客户端。

---

五、挑战与竞争

1. 竞争对手

   • PostgreSQL：在复杂查询、JSON 处理、GIS 支持上更具优势。
   • NoSQL（如 MongoDB）：灵活的数据模型，适合非结构化数据场景。
   • 云原生数据库（如 AWS Aurora）：通过硬件优化争夺高端市场。

2. 技术挑战

   • 单机性能瓶颈：需依赖分库分表或中间件实现水平扩展。
   • 实时分析能力：传统上依赖外部 OLAP 工具（如 Apache Spark）。