数据库的存储引擎

问题一：存储引擎是什么？

字面意义上来讲存储引擎也就是数据的存储机制（外存 or 内存）、索引机制（主键索引时聚集索引还是非聚集索引）、锁定机制（表级锁定还是行级锁定）、事务机制（有 or 无）的区别。

问题二：数据库有哪些存储引擎？

MySIAM、InnoDB、NDB、Memory等等。

问题三：不同的存储引擎有什么区别？

MySAIM特点：

1. 不支持事务，所以当你的业务场景对事务有要求不能使用MyISAM。

2. 表级锁定，降低了锁的复杂度，但是同时也降低了并发性能。

3. 读写互相阻塞，写入阻塞读，读阻塞写入，允许多读。

4. 主键索引时非聚集索引，也就是说索引的叶子节点不存储数据，存储了数据的地址。

MySIAM支持的场景：

1. 不支持事务的场景

2. 并发度相对低（因为锁定机制是表级锁定）

3. 以读为主，写的比较少

MySIAM最佳实践：

1. 尽量索引（缓存机制）

2. 调整读写优先级，根据实际需求确保重要操作更优先

3. 启用延迟插入改善大批量写入性能

4. 尽量顺序操作让insert数据都写入到尾部，减少阻塞（因为表级锁定）

5. 分解大的操作，降低单个操作的阻塞时间（因为表级锁定）

6. 降低并发数，某些高并发场景通过应用来进行排队机制

7. 对于相对静态的数据，充分利用Query Cache可以极大的提高访问效率

8. MyISAM的Count只有在全表扫描的时候特别高效，带有其他条件的count都需要进行实际的数据访问

InnoDB特性：

1. 支持事务，支持事务的四个隔离级别。

2. 行级锁定，提高并发性能。

3. 聚集索引，索引的叶子节点存储了数据。

4. 读写阻塞与事务隔离级别相关

InnoDB支持的场景：

1. 需要事务支持（具有较好的事务特性）

2. 并发性能要求较高的场景，行级锁定对高并发有很好的适应能力

3. 数据更新较为频繁的场景

4. 数据一致性要求较高

5. 硬件设备内存较大，可以利用InnoDB较好的缓存能力来提高内存利用率，尽可能减少磁盘 IO

InnoDB最佳实践

1. 主键尽可能小，避免给Secondary index带来过大的空间负担

2. 避免全表扫描，因为会使用表锁

3. 尽可能缓存所有的索引和数据，提高响应速度

4. 在大批量小插入的时候，尽量自己控制事务而不要使用autocommit自动提交

5. 合理设置innodb_flush_log_at_trx_commit参数值，不要过度追求安全性

6. 避免主键更新，因为这会带来大量的数据移动

NDBCluster特性：

1. 分布式：分布式存储引擎，可以由多个NDBCluster存储引擎组成集群分别存放整体数据的一部分

2. 支持事务：和Innodb一样，支持事务

3. 可与mysqld不在一台主机：可以和mysqld分开存在于独立的主机上，然后通过网络和mysqld通信交互

4. 内存需求量巨大：新版本索引以及被索引的数据必须存放在内存中，老版本所有数据和索引必须存在与内存中

NBD适用场景

1. 具有非常高的并发需求

2. 对单个请求的响应并不是非常的critical

3. 查询简单，过滤条件较为固定，每次请求数据量较少，又不希望自己进行水平Sharding

NDB最佳实践

1. 尽可能让查询简单，避免数据的跨节点传输

2. 尽可能满足SQL节点的计算性能，大一点的集群SQL节点会明显多余Data节点

3. 在各节点之间尽可能使用万兆网络环境互联，以减少数据在网络层传输过程中的延时

Memory(heap)：这种类型的数据表只存在于内存中。它使用散列索引，所以数据的存取速度非常快。因为是存在于内存中，所以这种类型常应用于临时表中。

http://pangge.blog.51cto.com/6013757/1303893