MyISAM

　　索引是数据结构 　　每种查找算法都只能应用于特定的数据结构之上，例如二分查找要求被检索数据有序，而二叉树查找只能应用于二叉查找树上，但是数据本身的组织结构不可能完全满足各种数据结构（例如，理论上不可能同时将两列都按顺序进行组织），所以，在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法。这种数据结构，就是索引。 　　上图展示了一种可能的索引方式。左边是数据表，一共有两列七条记录，最左边的是数据记录的物理地址（注意逻辑上相邻的记录在磁盘上也并不是一定物理相邻的）。为了加快Col2的查找，可以维护一个右边所示的二叉查找树，每个节点分别包含索引键值和一个指向对应数据记录物理地址的指针，这样就可以运用二叉查找在 O ( l o g n 2 ) O(log2n)的复杂度内获取到相应数据。 　　虽然这是一个货真价实的索引，但是实际的数据库系统几乎没有使用二叉查找树或其进化品种红黑树（red-black tree）实现的，原因会在下文介绍。 B树 　　B树事实上是一种平衡的多叉查找树，也就是说最多可以开m个叉（m>=2），我们称之为m阶b树 总的来说，m阶B树满足以下条件： 每个节点至多可以拥有m棵子树。 根节点，只有至少有2个节点（要么极端情况，就是一棵树就一个根节点，单细胞生物，即是根，也是叶

I'm trying to optimize a simple sql query that will be run over a ton of data lot of times. This is the scenario: MySQL with InnoDB tables All fields used in where and join are Indexed. Tables have FK's. I don't need a whole cache of the query, but a cache of each table it's possible. Tables have much more reads that updates / inserts. A real query: SELECT one_field, another_field FROM big_table INNER JOIN medium_table ON ( ... ) INNER JOIN small_table ON ( ... ) WHERE week >= #number AND week <= #number AND year >= #number AND year <= #number AND medium_table.indexed_field = #number AND small

索引 是帮助MySQL高效获取的数据的 排好序 的 数据结构 B Tree 结构 叶子节点具有相同的深度，叶子节点的指针为空， 所有索引元素不重复， 叶子节点的数据从左往右递增排列 B+Tree 索引 非叶子节点不存储data，只存储索引，可以放更多索引 叶子节点包含所有的索引字段， 叶子之间使用指针链接（单向），提高区间访问性能 MySQL所使用的 B+Tree索引，经过了改造，叶子节点之家使用双向指针链接 。 默认一个节点大小为16kb MyISAM 存储引擎 非聚集索引，索引文件和数据分离，叶子节点里面data，存储的是数据地址 InnoDb 存储引擎 主键索引属于聚集索引，叶子节点data里面包含了完整的数据记录 非主键索引属于非聚集索引，为了数据的一致性和节省存储空间，叶子节点data里面存储了主键ID Hash 索引 根据查询key值，通过hash算法，以及hash表，直接可以定位到数据存储的地址，效率非常高，不受数据量影响 不支持模糊查询，不支持范围查询，不支持排序 联合索引结构 按照创建联合主键几个字段的顺序进行排序，组合保存在B+Tree的叶子节点 来源： https://my.oschina.net/u/3519302/blog/3128263

I've searched a bit on this topic and found a few results. However, I'm looking for if anyone knows about or could point me to to some authentic or reputable case studies that detail the benefits(particularly performance) of migrating from MyISAM to InnoDB. Nice if you could point to any that is about MySQL version 5.5 and above which has InnoDb as default storage engine. Dereleased As you are no doubt aware from your searches, InnoDB is primarily better than MyISAM for high volume inserts (not counting non-comparable features like Foreign Keys or Full Text searches, which are exclusive to

MySQL很强大，支持直接拷贝数据库文件快速备份，那数据库文件在哪里呢？ 打开MySQL的配置文件 my.ini ，找到 datadir 节点，如 datadir="D:/Program Files/MySQL/MySQL Server 5.1/data" 进入上述文件夹，就可以看到MySQL中新建的数据库文件夹了，每个文件夹以数据库名命名的，你想备份哪个数据库，把这个文件夹拷贝走即可。到时还原数据库，把它拷贝到data目录下即可，就这么简单！ 但是，今天在一台MySQL服务器上拷贝备份了一个数据库后，在另外一台服务器上还原后，重启MySQL服务，通过使用 navicate for mysql 工具查看数据库 “xxx database”中某张表，结果显示“ mysql table 'xxx table' doesn`t exist ”。 查看了下MySQL的 data 文件加下的文件，发现了 WIN-4FA0WLP5F0V.err 和 WIN-4FA0WLP5F0V.pid 两个文件，于是看了具体的错误内容如下： 120622 12:00:36 [Note] Plugin 'FEDERATED' is disabled. 120622 12:00:37 InnoDB: Initializing buffer pool, size = 300.0M 120622 12:00:37

目录 一.存储引擎简介 二.MySQL自带的存储引擎类型 三.真实企业案例 四.Innodb存储引擎——表空间介绍 一.存储引擎简介  1、文件系统： 1.1 操作系统组织和存取数据的一种机制。 1.2 文件系统是一种软件。 2、文件系统类型：ext2 3 4 ，xfs 数据 2.1 不管使用什么文件系统，数据内容不会变化 2.2 不同的是，存储空间、大小、速度。 3、MySQL引擎： 可以理解为，MySQL的“文件系统”，只不过功能更加强大。 4、MySQL引擎功能： 除了可以提供基本的存取功能，还有更多功能事务功能、锁定、备份和恢复、优化以及特殊功能 总之，存储引擎的各项特性就是为了保障数据库的安全和性能设计结构。 二.MySQL自带的存储引擎类型 MySQL 提供以下存储引擎: 01）InnoDB 02）MyISAM 03）MEMORY 04）ARCHIVE 05）FEDERATED 06）EXAMPLE 07）BLACKHOLE 08）MERGE 09）NDBCLUSTER 10）CSV 还可以使用第三方存储引擎: 01）MySQL当中插件式的存储引擎类型 02）MySQL的两个分支 03）perconaDB 04）mariaDB #查看当前MySQL支持的存储引擎类型 mysql> show engines; +--------------------+--------

阅读目录 一 什么是存储引擎 二 mysql支持的存储引擎 三 使用存储引擎 一 什么是存储引擎 mysql中建立的库===>文件夹 库中建立的表===>文件 现实生活中我们用来存储数据的文件有不同的类型，每种文件类型对应各自不同的处理机制：比如处理文本用txt类型，处理表格用excel，处理图片用png等 数据库中的表也应该有不同的类型，表的类型不同，会对应mysql不同的存取机制，表类型又称为存储引擎。 存储引擎说白了就是如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等技术的实现方 法。因为在关系数据库中数据的存储是以表的形式存储的，所以存储引擎也可以称为表类型（即存储和 操作此表的类型） 在Oracle 和SQL Server等数据库中只有一种存储引擎，所有数据存储管理机制都是一样的。而MySql 数据库提供了多种存储引擎。用户可以根据不同的需求为数据表选择不同的存储引擎，用户也可以根据 自己的需要编写自己的存储引擎 SQL 解析器、SQL 优化器、缓冲池、存储引擎等组件在每个数据库中都存在,但不是每 个数据库都有这么多存储引擎。MySQL 的插件式存储引擎可以让存储引擎层的开发人员设 计他们希望的存储层,例如,有的应用需要满足事务的要求,有的应用则不需要对事务有这 么强的要求 ;有的希望数据能持久存储,有的只希望放在内存中,临时并快速地提供对数据 的查询。 二

上图为MySQL的简易架构图，给您有一个大概的概念，下面我将为您进行进一步的分析。 连接器： 当连接MySQL数据库时，等待的将是MySQL服务端的 连接器； 连接器的职责是和客户端建立连接、获取权限、维持和管理连接。客户端连接命令一般是如下所示（建议： 不要在命令中显示添加登入密码 ）： mysql -h$ip -p$port -u$user -p$password 查询缓存： 建立完连接后，就可执行select语句。执行就会走向 查询缓存。 MySQL拿到这个查询请求后，就会先到缓存中看看，之前是不是执行了该语句。在查询缓存中数据是以key-value形式存在的，key为执行的查询请求，value为查询结果。如果执行了就直接从缓存中把结果返回给客户端，请求结束。如果语句不在缓存中，就执行后续复杂操作。 在大多数情况下不建议使用查询缓存，为什么呢？因为查询缓存往往弊大于利。 查询缓存的失效非常频繁，只要对表进行了更新，该表的中查询缓存全部清除。所以往往很多时候，缓存还没使用就被清除了。对于更新压力很大的数据库来说，查询缓存的命中率很低。如果你的业务中存在一张静态表，很长时间才会更新一次。比如，系统配置表，那这张表的查询才适合查询缓存。 该功能是自动配置的。可以将参数 query_cache_type 设置成 DEMAND ，这样对于默认的SQL语句就不会使用查询缓存

本文以MySQL数据库为研究对象，讨论与数据库索引相关的一些话题。特别需要说明的是，MySQL支持诸多存储引擎，而各种存储引擎对索引的支持也各不相同，因此MySQL数据库支持多种索引类型，如BTree索引，哈希索引，全文索引等等。为了避免混乱，本文将只关注于BTree索引，因为这是平常使用MySQL时主要打交道的索引，至于哈希索引和全文索引本文暂不讨论。 文章主要内容分为四个部分： 第一部分主要从数据结构以及计算机主存、磁盘存取的层面讨论MySQL数据库索引。 第二部分主要讨论MySQL中不同引擎（主要讲解MyISAM和InnoDB）的B-Tree索引对比，包括聚集索引、非聚集索引等话题。 第三部分根据上面的理论基础，讨论MySQL中高性能使用索引的策略。 第四部分根据实际案例分析慢查询以及如何进行优化。 第五部分是标注的参考的文章。 1、索引的数据结构以及算法基础 1.1、索引的本质 MySQL官方对索引的定义为：索引（Index）是帮助MySQL高效获取数据的数据结构。提取句子主干，就可以得到索引的本质：索引是一种数据结构。 数据库查询是数据库的主要功能之一，最基本的查询算法是顺序查找（linear search）时间复杂度为O(n)，显然在数据量很大时效率很低。优化的查找算法如二分查找（binary search）、二叉树查找（binary tree search）等

MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。 InnoDB引擎特点 　　1、行级锁 　　2、支持事务，适合处理大量短期事务 　　3、读写阻塞与事务隔离级别相关 　　4、可缓存数据和索引 　　5、支持聚簇索引 　　6、崩溃恢复性更好 　　7、支持MVCC高并发 　　8、从MySQL5.5后支持全文索引 　　9、从MySQL5.5.5开始为默认的数据库引擎 　　10、InnoDB数据库文件 　　　　默认所有InnoDB表的数据和索引放置于同一个表空间中 　　　　表空间文件：datadir定义的目录下 　　　　数据文件：ibddata1, ibddata2, ... 　　　　每个表单独使用一个表空间存储表的数据和索引 　　　　　　启用方法：编辑配置文件innodb_file_per_table=ON 　　　　两类文件放在数据库独立目录中 　　　　　　数据文件(存储数据和索引)：tb_name.ibd 　　　　　　表格式定义：tb_name.frm MyISAM引擎特点 　　1、不支持事务 　　2、表级锁定 　　3、读写相互阻塞，写入不能读，读时不能写 　　4、只缓存索引 　　5、不支持外键约束 　　6、不支持聚簇索引 　　7、读取数据较快，占用资源较少 　　8、不支持MVCC