MySQL数据表存储引擎类型及特性

数据表类型(存储引擎)

数据库引擎用于存储、处理和保护数据的核心服务，利用数据库引擎可控制访问权限并快速处理事务，利用数据库引擎建立用于联机事务处理或联机分析处理数据的关系数据库，包括建立用于存储数据的表和用于查看、管理、保护数据安全的数据库对象(索引、视图、存储过程)。

常见引擎比对

特性	Myisam	InnoDB	Memory	BDB	Archive
存储限制	无限制	64TB	有	没有	没有
事务安全	-	支持	-	支持	-
锁机制	表锁	行锁	表锁	页锁	行锁
B树索引	支持	支持	支持	支持	-
哈希索引	-	支持	支持	-	-
全文索引	支持	-	-	-	-
集群索引	-	支持	-	-	-
数据缓存	-	支持	支持	-	-
索引缓存	支持	支持	支持	-	-
数据压缩	支持	-	-	-	支持
空间使用	低	高	N/A	低	很是低
内存使用	低	高	中	低	低
批量插入速度	高	低	高	高	很是高
外键支持	-	支持	-	-	-

各引擎特色

• Myisam

mysql默认存储引擎，在磁盘上存储成三个文件.frm(存储表定义).MYD(MYData存储数据)。MYI(MYIndex存储索引);

没有事务支持，不支持行锁外键，所以当insert、update会锁定整个表，效率会低一些，MyIASM中存储了行数，若是表的读操做远大于写且不须要事务，MyISAM优选。

索引

1.MyISAM引擎索引结构为B+Tree，其中B+Tree的数据域存储的为实际数据地址即索引和实际数据分开即非汇集索引。

2.如图主键索引和辅助索引结构一直只不过主键索引要求key惟一。

3.MyISAM中索引检索算法首先安装B+Tree搜索算法搜索索引，若是key存在，则取出data域的值，而后以data域的值为地址，读取相应数据记录。

• Innodb

提供了对数据库ACID事务支持并实现SQL标准的四种隔离级别，提供行级锁和外键约束。Mysql运行时Innodb会在内存中创建缓冲池用于缓冲数据和索引，该引擎不支持fulltext类型索引且没有保存表的行数，select count(*) from table 血药扫全表。

须要事务操做时Innodb首选，锁力度小，写操做不会锁定权标，因此并发高时Innodb引擎效率更高,

相比Myisam写处理效率差一些会占用更多的磁盘空间保存数据和索引。

索引

1.Innodb索引采用B+Tree且Innodb索引文件自己就是数据文件即B+Tree的数据域存储的就是实际的数据如图Primary Key即汇集索引。这个索引的key就是数据表主键，Innodb表自己就是主索引。

2.Innodb辅助索引数据域存储的是相应的主键的值而不是地址，经过辅助索引查找时先找到主键再经过主键查找数据。因此主键不建议过长不然辅助索引会变得很大。

3.Innodb必须有主键若是没有显示指定Mysql会自动选择一个惟一标识的数据记录为主键。

4.汇集索引按主键搜索效率十分高效，辅助索引必须检索两遍。

5.基于Innodb索引结构能够解释为何不建议使用过长的主键，为何不建议使用非单调(非递增)的记录作主键，B+Tree索引结构致使使用非单调作主键会至关低效。

经常使用命令

• show engines; 查看当前支持的引擎和默认引擎
• show table status from mytest; show create table tablename;查看数据表引擎
• 修改默认引擎 my.ini [mysqld]下增长 default-storage-engine=InnoDB

名词概念

• ACID: (Atomicity)原子性,要么所有执行要么不执行;(Consistency)一致性，事务的运行不改变数据库中数据的一致性;(Isolation)独立性,也称隔离性两个以上的食物不会出现交错执行的状态;(Durability)持久性,事务执行成功后数据持久保存。
• BTree 二叉搜索树

1.全部非叶子几点最多有两个子节点(left right)

2.全部节点存储一个关键字

3.非叶子节点左指针指向小于其关键字的子树，右指针指向大于其关键字的子树

二叉树查找:从跟节点开始查询关键字与节点相等，命中返回。不然查询关键字比节点小，进入左子节点不然进入右节点。若是左或右为空反馈找不到。若是树左右节点保持平衡如图一、3棵树查询性能逼近二分查找。树比二分查找的有点是数据更新时不须要移动大段内存数据如三、4图数据更新。

通过一系列的更新可能致使图2的BTree树，该树搜索成线性无查询优点，在实际使用中一般使用平衡二叉树如图一、3即“平衡二叉树”，平衡算法是一种在B树种插入和删除节点的策略。

• B-Tree 多路搜索树(非二叉树)

1.任意非叶子节点最多只有M个子节点且M>2

2.跟节点的子节点数为[2, M]

3.除跟节点外的非叶子节点的子节点树为[M/2, M]

4.每一个节点存放至少M/2-1(取上整)和至多M-1个关键字(至少2个关键字)

5.非叶子节点的关键字个数=指向儿子的指针个数-1

6.非叶子节点的关键字:K[1],K[2],…,K[M-1]且K[i]<K[i+1]

7.非叶子几点的指针:P[1],P[2],…,P[M],其中P[1]指向关键字小于K[1]的子树，P[M]指向管关键字大于K[M-1]的子树，其余P[i]指向关键字属于(K[i-1], K[i])的子树

8.全部叶子节点位于同一层

B-Tree查找:从跟节点开始，对节点内的关键字(有序)进行二分查找，命中结束。不然进入查询关键字所属范围的儿子节点;重复直到空或叶子节点。

因为限制除根节点外的非叶子节点至少含有M/2个儿子，确保了节点的至少利用率因此B-Tree的性能等价于二分查找，也就没有B树平衡的问题。因为M/2的限制，插入或删除节点时须要考虑分裂和合并节点。

B-Tree特性:关键字集合分布在整科树种;任何一个关键字出现且只出如今一个节点中;搜索有可能在非叶子节点结束;搜索性能等价于在关键字全集内作一次二分查找;自动层次控制;

• B+Tree B-Tree变体多路搜索树

1.基本与B-Tree定义相同除如下外

2.非叶子节点的子树指针与关键字个数相同

3.非叶子节点的子树指针P[i]指向关键字值属于(K[i], K[i+1])的子树

4.为全部叶子节点增长一个链指针

5.全部关键字都在叶子节点出现

B+Tree查找:与B-Tree相同区别B+树只有达到叶子节点才命中，其性能等价于关键字全集作一次二分查找。

B+Tree特性:全部关键字都出如今叶子节点链表中，链表中关键字有序;不可能在非叶子节点命中;非叶子节点至关因而叶子节点的索引，叶子节点至关因而存储关键字数据的数据层;更适合文件索引系统;

• B*Tree B+Tree变体

1.在B+Tree的非跟和非叶子节点增长指向兄弟的指针

B+Tree分裂:当一个节点满时，分配一个新的节点，将原节点中1/2的数据复制到新节点，最后在父节点中增长新节点指针;B+树分类只影响原节点和父节点不影响兄弟节点。

B*Tree分裂:一个节点满时，若是下一个兄弟节点未满，将一部分数据移到兄弟几点中，再在源节点插入关键字，最后修改父节点中兄弟节点的关键字;若是兄弟节点也满了，则在源节点与兄弟节点之间增长新节点，并各赋值1/3的数据到新节点，最后在父节点增长新节点的指针。B*Tree分配节点的几率比B+Tree要低，空间使用率高。

各个树比对

• 各个树比对

类型	特色
BTree	每一个节点只存储一个关键字，等于命中，小于左节点，大于右节点
B-Tree	多路搜索树，每一个节点存储M/2到M个关键字，非叶子节点存储指向关键字范围的子节点，全部关键字在整棵树中出现，且只出现一次，非叶子节点能够命中
B+Tree	B-Tree基础上尉叶子节点增长链表指针，全部关键字都在叶子节点出现，非叶子节点做为叶子节点的索引，B+Tree叶子节点才命中
B*Tree	B+Tree基础上为非也本身点也增长链表指针，将节点的最低利用率从1/2提升到