【讨论】Mysql存储引擎之生产应用（获奖名单已公布）

yifangyou

回复 52# 小版主杀手

mysiam的插入要比innodb快很多，但是innodb的删除却比myisam块

1. mysql> INSERT INTO dns.domain_tmp(begin_ip,end_ip,pool_id,region_id) SELECT distinct c.begin_ip,c.end_ip,t.pool_id,t.region_id FROM dns.tid365 as ti inner join topology as t on ti.tid=t.id inner join cidr as c on t.region_id=c.region_id order by t.weight asc
   
2.     -> ;
   
3. Query OK, 182789 rows affected (10.19 sec)
   
4. Records: 182789 Duplicates: 0 Warnings: 0
   
5. 
   
6. --innodb
   
7. mysql> INSERT INTO dns.domain_tmp(begin_ip,end_ip,pool_id,region_id) SELECT distinct c.begin_ip,c.end_ip,t.pool_id,t.region_id FROM dns.tid364 as ti inner join topology as t on ti.tid=t.id inner join cidr as c on t.region_id=c.region_id order by t.weight desc;
   
8. Query OK, 182789 rows affected (9.02 sec)
   
9. Records: 182789 Duplicates: 0 Warnings: 0
   
10. 
    
11. mysql> call deal_domain();Query OK, 0 rows affected (7.89 sec)
    
12. 
    
13. 
    
14. --myisam
    
15. mysql> INSERT INTO dns.domain_tmp(begin_ip,end_ip,pool_id,region_id) SELECT distinct c.begin_ip,c.end_ip,t.pool_id,t.region_id FROM dns.tid364 as ti inner join topology as t on ti.tid=t.id inner join cidr as c on t.region_id=c.region_id order by t.weight desc;
    
16. Query OK, 182789 rows affected (2.71 sec)
    
17. Records: 182789 Duplicates: 0 Warnings: 0
    
18. 
    
19. mysql> call deal_domain();
    
20. Query OK, 0 rows affected (8.60 sec)
    
21. 
    
22. 
    
23. --innodb
    
24. mysql> INSERT INTO dns.domain_tmp(begin_ip,end_ip,pool_id,region_id) SELECT distinct c.begin_ip,c.end_ip,t.pool_id,t.region_id FROM dns.tid364 as ti inner join topology as t on ti.tid=t.id inner join cidr as c on t.region_id=c.region_id order by t.weight desc;
    
25. Query OK, 182789 rows affected (10.46 sec)
    
26. Records: 182789 Duplicates: 0 Warnings: 0
    
27. 
    
28. mysql> call deal_domain();Query OK, 0 rows affected (6.70 sec)

复制代码

我在博客里还有一些关于myisam和innodb的对比测试
http://blog.chinaunix.net/uid-11121450-id-98144.html
http://blog.chinaunix.net/uid-11121450-id-98146.html
http://blog.chinaunix.net/uid-11121450-id-98140.html

但是在实际过程中，数据量在百万左右的表，无论用什么引擎，若是sql语句是随机变化的话(这样每次mysql都会重新解析sql语句和不命中缓存的)，并发查询效率也就不到100个每秒。
另外对应sql语句随机变化，而数据量少于1万的查询的话，建索引反而并发效率不如不建索引

neves_0

MySQL的存储引擎支持的最多。现在用的是innodb引擎，而且MySQL5.5的默认引擎也是INNODB。回复 1# 小版主杀手


   

oulinhl

我们现在用的也是INNODB，但我还只处于皮毛阶段

小版主杀手

感谢大家参与

Gray1982

N多引擎 适用的也不少
说说电商中一般的模式及引擎
还有网游的模式及引擎

aca_jingru

引擎再好也需要和开发程序员的代码结合一起。。我所在单位数据库这块真有点欠缺了。。统一用的myisam，但是查询不是select count(*) ，后面还跟了一大堆where ，order by 。。所以木有发挥myisam 的优势啊。。基本的优化都没有，更不要谈用何种引擎了。运维和开发缺少互动啊，有时候运维也是没办法决定用什么引擎的

龙雪刚

回复 65# Gray1982


    电商：现在网站刚启步，还没有推广大，量不大。读写比例达到了50:1。 采用读写分离，具体实现并没有按照一般的HA+keepalived之类的,是我自己改了阿里druid源码。应用层用到了redis缓存，以及MongoDB。大部分结果可以在redis中找到。所以从库查询基本无压力。写库更是如此。而一般的图片文档这类单件比较大的数据是存在MongoDB当中，同时还存一些统计数据。引擎采用的是innodb,因为需要事务。之前有人提议主从采用不同的引擎，而且索引也只建立在从库。既方便主库写入，也方便从库查询。但日后恢复就会麻烦。没有采用。

网游：之前一家公司是做SNS社交游戏。引擎也是innodb，也是基于事务的考虑。中间用的是Memcache做缓存。采用的是多主一从结构以及分库，没有采用读写分离。网游的数据有一个明显的标识，就是数据是玩家的。所以可以按一定规则对玩家ID做一致性hash，然后将数据分布到不同的机器上。基于机器成本考虑，因此做的是多主一从，也就是从库机器上有多个不同的mysql实例来分别与主库同步。考虑到从库机器压力，所以查询没有在从库查。从库主要用来做数据备份，与数据统计用。

Gray1982

龙雪刚 发表于 2012-05-14 09:54
回复 65# Gray1982

学习了

龙雪刚

版主见笑了。我只是分享下我的经验。肯定有不妥的地方。

lastfile

41楼的资料不错