MySQL架构三：如何选择合适的存储引擎

上一篇中说到了很多村吃醋引擎，那么我们应该如何选择呢，大部分情况下，InnoDB都是正确的选择，所以Oracle在MySQL5.5版本时终于将InnoDB作为默认的存储引擎了。对于如何选择存储引擎，可以见到的归纳为一句话：除非必须要用到某些InnoDB布局被的特性，并且没有其他更好的方式可以实现，否则都应该选择InnoDB引擎。例如，如果要用到全文索引，建议优先考虑InnoDB加上Sphinx的组合，而不是使用支持全文索引的MyISAM。当然，如果不需要用到InnoDB的特性，同时其他引擎的疼能够更好的满足需求，也可以考虑一下其他存储引擎。例如，如果不在乎可扩展能力和并发能力，也不在乎崩毁数据丢失问题，却对InnoDB占用的空间过多比较敏感，这种情况下选择MyISAM就比较合适。

但是，除非万不得已，不建议使用多种存储引擎混合使用，否则可能会带来一系列的问题，以及一些潜在的bug和边界问题。存储引擎层和服务器的交互已经比较复杂，更不用说混合使用多个了。至少，混合存储对一致性备份和服务器参数配合都带来了一些麻烦。

如果应用需要不同的存储引擎时，请先考虑以下几个因素。

① 事务：

如果引用需要事务支持，那么InnoDB或者XtraDB是目前最稳定并且经过验证的选择。如果不需要事务，并且主要是select和insert操作，那么MyISAM是不错的选择。一般日之星的应用比较符合这一特性。

② 备份：

备份的需要也会影响存储引擎的选择。如果可以定期的关闭服务器来执行备份，那么备份的因素可以忽略（但是这种情况应该不存在了吧，反正我没听说过定期关服务器备份的）。反之，如果需要在线热备份，那么选择InnoDB就是基本的要求。

③ 崩溃恢复

数据量比较大的时候，系统崩溃后如何快速的恢复是一个需要考虑的问题。相对而言，MyISAM崩溃后发生损坏的概率比InnoDB要高很多，而且恢复速度也比InnoDB要慢很多。因此，即使不需要事务支持，也有很多人选择InnoDB，这也是一个重要的原因。

④ 特有的特性

有些应用可能依赖一些村吃醋引擎所独有的特性或者优化，比如很多应用依赖聚簇索引的优化。另外，MySQL中也只有MyISAM支持地理空间搜索。如果一个村吃醋引擎拥有一些关键的特性，同时又缺乏一些必要的特性，那么不得不进行折中考虑，或者在架构设计上进行取舍。某些存储引擎无法直接支持的特性，有时候通过变通也可以满足需求。

日志型应用

假设你需要实时的记录大量的日志到MySQL中，或者通过Apache的mod_log_sql模块将网站的所有访问信息直接记录到表中（百度有一个访问者埋点也可以实现这类功能，还不需要自己提供服务器，有兴趣的可以自行了解下，很简单的配置就可以实现。但是不能存储到数据库中）。这一类引用的插入速度有很高的要求，数据库不能成为瓶颈。MyISAM或者Archive存储引擎对这类引用比较和二十，因为它们的开销低，插入速度非常快。

如果需要对记录的日志做分析报表，生成报表的SQL很有可能会导致插入效率明显降低，这时候怎么办？

一种解决方法是利用MySQL内置的赋值方案将数据复制一份到备库，然后在备库上执行比较消耗时间和CPU的查询。这样主库只用于高效的插入工作，而备份库上执行查询页无需担心影响到日志的插入性能。当然也可以在系统负载较低的时候执行报表查询操作，但应用在不断变化，如果依赖这个策略可能会导致后续产生问题。

另一种方法，在日志记录表的名字中包含年月的信息，比如web_logs_2019_01或者web_logs_2019_jan。这样可以在已经没有插入操作的历史表上做频繁的查询操作，而不会干扰到最新的当前表上的插入操作。

只读或大部分情况下只读的表

有些表的数据用于编制类目或者分类清单，这种应用场景是典型的读多写少的业务。如果不介意MyISAM的崩溃恢复问题，选用MyISAM引擎是最合适的。不过永远不要低估崩溃回复问题的重要性，有些存储引擎不会保证将数据安全的写入磁盘中，而许多用户实际上并不清楚这样有多大的风险（MyISAM只将数据写到内存中，然后等待操作系统定期将数据刷出到磁盘上）。

我们可以在一个拟真的测试环境下运行应用然后断电，以此来测试崩溃回复问题，也可以定期进行演练，以避免真正遇到问题时不知道如何处理。

不要轻易相信MyISAM比InnoDB快这样的经验之谈，这个结论并不是绝对的。在很多已知的场景中，InnoDB的速度都可以让MyISAM望尘莫及，尤其是使用到聚簇索引，或者需要访问的数据都可以放入内存的应用。

当涉及到上述类型的应用时，建议采用InnoDB。MyISAM引擎在一开始可能没有任何问题，但随着应用压力的上升，可能会迅速恶化。各种锁争用、崩溃数据丢失问题都会随之而来。

订单处理

如果涉及订单处理，那么支持事务就是必要选项。半完成的订单是无法用来吸引用户的。另外一个重要考虑点是存储引擎对外键的支持情况。InnoDB是订单处理类应用的最佳选择（当然，现在我们一般情况都不会在表中指定外键这个属性了）。

主题讨论论坛

对于MySQL用户，主体讨论去屎个很有意思的话题。当前有成百上千的PHP或Perl的免费系统可以支持主题讨论。其中大部分的数据库操作效率都不高，因为它们大多倾向于在一次请求中执行尽可能多的查询。另外还有部分系统设计为不采用内数据库，当然也就无法利用到数据库提供的一些方便的特性。主题讨论去一般都有更新计数器，并且会为各个主题计算访问统计信息。多数应用只涉及了几张表来保存所有的数据，所以核心表的读写压力可能非常大。为保证这些核心表的数据一致性，锁称为资源争用的主要因素。

尽管有这些设计缺陷，但大多数引用在中低负载时可以工作的很好。如果Web站点的规模迅速扩展，流量随之猛增，则数据库访问可能变得非常慢。此时一个典型的解决方案是更改为支持更高读写的存储引擎，但有时用户会发现这么做反而更慢了。

可能大家并没有意识到这是由于某些特殊查询的缘故，例如：

select count(*) from table;

这个问题在于不是所有存储引擎运行上述查询都很快，对于MyISAM确实会很快，但其他的可能斗殴不行。每种村吃醋引擎都能找出类似的例子。

CD-ROM应用

如果要发布一个基于CD-ROM或者DVD-ROM并且使用MySQL数据文件的应用，可以考虑使用MyISAM表或者MyISAM压缩表，这样表之间可以隔离并且可以在不同介质上相互拷贝。MyISAM压缩表比未压缩的表要节约很多空间，但压缩表是只读的。在某些应用中这可能是个大问题。但如果数据放到只读介质的场景下，压缩表的只读特性就不是问题，就没有理由不采用压缩表了。

大数据量

什么样的数据量算大？我们创建或者管理的很多InnoDB数据库的数据量在3~5TB或更大，这是单台机器上的量，不是一个分片的量（shard）。这些系统运行得还不错，要做到这一点需要合理的选择硬件，做好物理设计，并为服务器的I/O瓶颈做好规划。在这样的数据量下，如果采用MyISAM，崩溃回复就是一个噩梦。

如果数据量继续增长到10TB以上的解，可能就要建立数据仓库。Infobright是MySQL数据仓库最成功的解决方案。也有一些大数据库不适合Infobright，却可能适合使用TokuDB。