Mysql MyISAM与InnoDB 表锁行锁以及分库分表优化

Posted 2021-01-09 c_G-17

一、 两种存储引擎：MyISAM与InnoDB 区别与作用

1. count运算上的区别：

因为MyISAM缓存有表meta-data（行数等），因此在做COUNT(*)时对于一个结构很好的查询是不需要消耗多少资源的。而对于InnoDB来说，则没有这种缓存。

2. 是否支持事务和崩溃后的安全恢复：

MyISAM 强调的是性能，每次查询具有原子性,其执行数度比InnoDB类型更快，但不提供事务支持。InnoDB 提供事务支持事务，外部键等高级数据库功能。 具有事务(commit)、回滚(rollback)和崩溃修复能力(crash recovery capabilities)的事务安全(transaction-safe (ACID compliant))型表。

3. 是否支持外键：

MyISAM不支持，而InnoDB支持。

 

1. 2 MyISAM特点(5.5 版本前默认引擎)

 

1. MyISAM：只支持表级锁，不支持行锁。用户在操作myisam表时，select，update，delete，insert语句都会给表自动加锁 (读取时对需要读到的所有表加锁，写入时则对表加排他锁；)

2. 不支持事务

3. 不支持外键

4. 不支持崩溃后的安全恢复

5. 在表有读取查询的同时，支持往表中插入新纪录

6. 支持BLOB和TEXT的前500个字符索引，支持全文索引

7. 支持延迟更新索引，极大地提升了写入性能

8. 对于不会进行修改的表，支持 压缩表 ，极大地减少了磁盘空间的占用

 

1.2.2 表锁与行锁 hang锁

 

• 计算机(mysql)协调多个进程或线程并发访问某一表或某行数据的机制

1. 表锁： 每次操作锁住整张表。开销小，加锁快；不会出现死锁；锁定粒度大，发生锁冲突的概率最高，并发度最低；

2. 行锁： 每次操作锁住一行数据。开销大，加锁慢；会出现死锁；锁定粒度最小，发生锁冲突的概率最低，并发度最高；

 

1.3 InnoDB (5.5 版本后默认引擎

  注意：InnoDB的行锁，只是在WHERE的主键是有效的，非主键的WHERE都会锁全表的。

1. 支持行锁，采用MVCC来支持高并发，有可能死锁
2. 支持事务
3. 支持外键
4. 支持崩溃后的安全恢复
   不支持全文索引

 

1.4 综上

所以：MyISAM更适合读密集的表，而InnoDB更适合写密集的的表。 在数据库做主从分离的情况下，经常选择MyISAM作为主库的存储引擎。 如果需要事务支持，并且有较高的并发读取频率(MyISAM的表锁的粒度太大，所以当该表写并发量较高时，要等待的查询就会很多了)，这时选InnoDB是不错的。如果你的数据量很大（MyISAM支持压缩特性可以减少磁盘的空间占用），而且不需要支持事务时，MyISAM是最好的选择。

 

二、两种数据结构的索引

  ###哈希索引： 底层的数据结构是哈希表，因此在绝大多数需求为单条记录查询的时候，可以选择哈希索引，查询性能最快；其余大部分场景，建议选择BTree索引。

B-Tree索引：下图为B+Tree

1. MyISAM: B+Tree叶节点的data域存放的是数据记录的地址。在索引检索的时候，首先按照B+Tree搜索算法搜索索引，如果指定的Key存在，则取出其 data 域的值，然后以 data 域的值为地址读取相应的数据记录。这被称为“非聚簇索引”。

2. InnoDB: 其数据文件本身就是索引文件。相比MyISAM，索引文件和数据文件是分离的，其表数据文件本身就是按B+Tree组织的一个索引结构，树的叶节点data域保存了完整的数据记录。这个索引的key是数据表的主键，因此InnoDB表数据文件本身就是主索引。这被称为“聚簇索引（或聚集索引）”。而其余的索引都作为辅助索引（非聚集索引），辅助索引的data域存储相应记录主键的值而不是地址，这也是和MyISAM不同的地方。在根据主索引搜索时，直接找到key所在的节点即可取出数据；在根据辅助索引查找时，则需要先取出主键的值，在走一遍主索引。 因此，在设计表的时候，不建议使用过长的字段作为主键，也不建议使用非单调的字段作为主键，这样会造成主索引频繁分裂。

 

三、数据库常见优化手段

  当MySQL单表记录数过大时，数据库的CRUD性能会明显下降 增加(Create)、读取查询(Retrieve)、更新(Update)和删除(Delete)

1. 限定数据的范围： 务必禁止不带任何限制数据范围条件的查询语句。比如：我们当用户在查询订单历史的时候，我们可以控制在一个月的范围内。；

2. 读/写分离： 经典的数据库拆分方案，主库负责写，从库负责读；

3. 缓存： 使用MySQL的缓存，另外对重量级、更新少的数据可以考虑使用应用级别的缓存；

4. 垂直分区：
   根据数据库里面数据表的相关性进行拆分。 例如，用户表中既有用户的登录信息又有用户的基本信息，可以将用户表拆分成两个单独的表，甚至放到单独的库做分库。
   简单来说垂直拆分是指数据表列的拆分，把一张列比较多的表拆分为多张表
   

• 垂直拆分的优点：
  可以使得行数据变小，在查询时减少读取的Block数，减少I/O次数。此外，垂直分区可以简化表的结构，易于维护。

• 垂直拆分的缺点：
  主键会出现冗余，需要管理冗余列，并会引起Join操作，可以通过在应用层进行Join来解决。此外，垂直分区会让事务变得更加复杂；

5. 水平分区：
    
   保持数据表结构不变，通过某种策略存储数据分片。这样每一片数据分散到不同的表或者库中，达到了分布式的目的。 水平拆分可以支撑非常大的数据量。
    
   水平拆分是指数据表行的拆分，表的行数超过200万行时，就会变慢，这时可以把一张的表的数据拆成多张表来存放。
   

水品拆分可以支持非常大的数据量。需要注意的一点是:分表仅仅是解决了单一表数据过大的问题，但由于表的数据还是在同一台机器上，其实对于提升MySQL并发能力没有什么意义，所以 水品拆分最好分库 。
水平拆分能够 支持非常大的数据量存储，应用端改造也少，但 分片事务难以解决 ，跨界点Join性能较差，逻辑复杂。