内容简介:今天,开始写数据库。第一篇,说说MySQL两个最常用的存储引擎,MyISAM和InnoDB。照自己的理解,把一些知识点总结出来,不只说知识点,多讲“为什么”。知识点:MyISAM会直接存储总行数,InnoDB则不会,需要按行扫描。
今天,开始写数据库。第一篇,说说 MySQL 两个最常用的存储引擎,MyISAM和InnoDB。照自己的理解,把一些知识点总结出来,不只说知识点,多讲“为什么”。
一、关于count(*)
知识点:MyISAM会直接存储总行数,InnoDB则不会,需要按行扫描。
潜台词是,对于select count(*) from t; 如果数据量大,MyISAM会瞬间返回,而InnoDB则会一行行扫描。
- 实践:数据量大的表,InnoDB不要轻易select count(*),性能消耗极大。
- 常见坑:只有查询全表的总行数,MyISAM才会直接返回结果,当加了where条件后,两种存储引擎的处理方式类似。
例如:
t_user(uid, uname, age, sex);
- uid PK
- age index
select count(*) where age<18 and sex='F'
查询未成年少女个数,两种存储引擎的处理方式类似,都需要进行索引扫描。
启示:不管哪种存储引擎,都要建立好索引。
二、关于全文索引
- 知识点:MyISAM支持全文索引,InnoDB5.6之前不支持全文索引。
- 实践:不管哪种存储引擎,在数据量大并发量大的情况下,都不应该使用数据库自带的全文索引,会导致小量请求占用大量数据库资源,而要使用《索引外置》的架构设计方法。
- 启示:大数据量+高并发量的业务场景,全文索引,MyISAM也不是最优之选。
三、关于事务
- 知识点:MyISAM不支持事务,InnoDB支持事务。
- 实践:事务是选择InnoDB非常诱人的原因之一,它提供了commit,rollback,崩溃修复等能力。在系统异常崩溃时,MyISAM有一定几率造成文件损坏,这是非常烦的。但是,事务也非常耗性能,会影响吞吐量,建议只对一致性要求较高的业务使用复杂事务。
- 画外音:Can't open file 'XXX.MYI'. 碰到过么?
- 小技巧:MyISAM可以通过lock table表锁,来实现类似于事务的东西,但对数据库性能影响较大,强烈不推荐使用。
四、关于外键
- 知识点:MyISAM不支持外键,InnoDB支持外键。
- 实践:不管哪种存储引擎,在数据量大并发量大的情况下,都不应该使用外键,而建议由应用程序保证完整性。
五、关于行锁与表锁
知识点:MyISAM只支持表锁,InnoDB可以支持行锁。
分析:
- MyISAM:执行读写 SQL 语句时,会对表加锁,所以数据量大,并发量高时,性能会急剧下降。
- InnoDB:细粒度行锁,在数据量大,并发量高时,性能比较优异。
实践:网上常常说,select+insert的业务用MyISAM,因为MyISAM在文件尾部顺序增加记录速度极快。楼主的建议是,绝大部分业务是混合读写,只要数据量和并发量较大,一律使用InnoDB。
常见坑:InnoDB的行锁是实现在索引上的,而不是锁在物理行记录上。潜台词是,如果访问没有命中索引,也无法使用行锁,将要退化为表锁。
画外音:Oracle的行锁实现机制不同。
例如:
t_user(uid, uname, age, sex) innodb
- uid PK
- 无其他索引
update t_user set age=10 where uid=1
命中索引,行锁。
update t_user set age=10 where uid != 1
未命中索引,表锁。
update t_user set age=10 where name='shenjian
无索引,表锁。
启示:InnoDB务必建好索引,否则锁粒度较大,会影响并发。
总结
在大数据量,高并发量的互联网业务场景下,对于MyISAM和InnoDB
- 有where条件,count(*)两个存储引擎性能差不多
- 不要使用全文索引,应当使用《索引外置》的设计方案
- 事务影响性能,强一致性要求才使用事务
- 不用外键,由应用程序来保证完整性
- 不命中索引,InnoDB也不能用行锁
结论
在大数据量,高并发量的互联网业务场景下,请使用InnoDB:
- 行锁,对提高并发帮助很大
- 事务,对数据一致性帮助很大
这两个点,是InnoDB最吸引人的地方。
几个小的知识点,希望大家有收获。有说的不对的,欢迎大家指正,共同讨论。
【本文为51CTO专栏作者“58沈剑”原创稿件,转载请联系原作者】
以上所述就是小编给大家介绍的《InnoDB,5项最佳实践,知其所以然?》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- vue项目实践004~~~一篮子的实践技巧
- HBase实践 | 阿里云HBase数据安全实践
- Spark 实践:物化视图在 SparkSQL 中的实践
- Spark实践|物化视图在 SparkSQL 中的实践
- HBase实践 | 数据人看Feed流-架构实践
- Kafka从上手到实践-实践真知:搭建Zookeeper集群
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Natural Language Processing with Python
Steven Bird、Ewan Klein、Edward Loper / O'Reilly Media / 2009-7-10 / USD 44.99
This book offers a highly accessible introduction to Natural Language Processing, the field that underpins a variety of language technologies, ranging from predictive text and email filtering to autom......一起来看看 《Natural Language Processing with Python》 这本书的介绍吧!