InnoDB或MyISAM哪个更快？

#1 楼

在这种独特情况下，MyISAM可以使InnoDB更快的唯一方法
MyISAM
读取时，可以从.MYI文件中读取一次MyISAM表的索引，并将其加载到MyISAM密钥缓存中（按大小调整）按key_buffer_size）。如何使MyISAM表的.MYD读起来更快？与此相关：

ALTER TABLE mytable ROW_FORMAT=Fixed;

我在过去的帖子中对此进行了介绍


MyISAM和InnoDB的最佳选择（请先阅读此内容）

在固定大小的字段上使用CHAR vs VARCHAR会对性能产生什么影响？ （TRADEOFF＃2）

针对高端和繁忙的服务器优化了my.cnf（在“复制”标题下）

哪种DBMS适合超快读取和简单数据结构？ （第3段）

InnoDB
好吧，InnoDB呢？ InnoDB是否进行任何磁盘I / O查询？令人惊讶的是，是的！您可能以为我为之疯狂，但这是绝对正确的，即使对于SELECT查询也是如此。在这一点上，您可能想知道“ InnoDB在世界上如何进行磁盘I / O查询？”
这一切都可以追溯到InnoDB成为具有ACID的事务存储引擎。为了使InnoDB具有事务性，它必须支持I中的ACID，即隔离。维护事务隔离的技术是通过MVCC（多版本并发控制）完成的。简单来说，InnoDB会在事务尝试更改数据之前记录其数据。在哪里记录？在系统表空间文件中，更好地称为ibdata1。这需要磁盘I / O。
比较
由于InnoDB和MyISAM都进行磁盘I / O，是什么随机因素决定了谁更快？

列大小
列格式
字符集
数值范围（需要足够大的INT）
行被跨块分割（行链接）
由DELETEs和UPDATEs引起的数据碎片

主键的大小（InnoDB具有聚集索引，需要两次键查找）
索引条目的大小
列表还在继续...

因此，在阅读量大的环境中，具有固定行格式的MyISAM表可能胜过InnoDB从表中读出的数据InnoDB缓冲池，如果有足够的数据写入ibdata1中包含的撤消日志中，以支持强加于InnoDB数据上的事务行为。
结论
仔细计划您的数据类型，查询和存储引擎。数据增长后，移动数据可能会变得非常困难。只是问问Facebook ...

#2 楼

在一个简单的世界中，MyISAM的读取速度更快，InnoDB的写入速度更快。

一旦开始引入混合读写，InnoDB的行锁定机制也将使读取速度更快。

几年前，我写了一个MySQL存储引擎的比较，直到今天仍然如此，概述了MyISAM和InnoDB之间的独特区别。

根据我的经验，应该将InnoDB用于除读取大量缓存表以外的所有内容，在缓存表中，由于损坏而丢失数据并不那么重要。

#3 楼

为了在这里回答有关两个引擎之间的机械差异的更多信息，我提供了一个经验速度比较研究。
就纯速度而言，MyISAM并不总是比InnoDB快，但以我的经验在PURE READ工作环境中，速度往往要快2.0到2.5倍。显然，这并不适合所有环境-正如其他人所写的那样，MyISAM缺少事务和外键之类的东西。
我在下面做了一些基准测试-我使用python进行循环和timeit库用于时间比较。出于兴趣，我还包括了内存引擎，尽管它仅适用于较小的表（尽管超过了MySQL内存限制，您会不断遇到The table 'tbl' is full），但它仍可提供最佳的整体性能。我查看的四种选择类型是：

普通SELECTs
计数
条件SELECTs
索引和非索引子选择

首先，我使用以下SQL创建了三个表

CREATE TABLE
    data_interrogation.test_table_myisam
    (
        index_col BIGINT NOT NULL AUTO_INCREMENT,
        value1 DOUBLE,
        value2 DOUBLE,
        value3 DOUBLE,
        value4 DOUBLE,
        PRIMARY KEY (index_col)
    )
    ENGINE=MyISAM DEFAULT CHARSET=utf8

，在第二个和第三个表中用“ MyISAM”代替了“ InnoDB”和“内存”。

1） Vanilla选择
查询：SELECT * FROM tbl WHERE index_col = xx
结果：draw

它们的速度大致相同，并且与预期的一样，要选择的列数是线性的。 InnoDB似乎比MyISAM快一点，但这确实很微不足道。
代码：

import timeit
import MySQLdb
import MySQLdb.cursors
import random
from random import randint

db = MySQLdb.connect(host="...", user="...", passwd="...", db="...", cursorclass=MySQLdb.cursors.DictCursor)
cur = db.cursor()

lengthOfTable = 100000

# Fill up the tables with random data
for x in xrange(lengthOfTable):
    rand1 = random.random()
    rand2 = random.random()
    rand3 = random.random()
    rand4 = random.random()

    insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
    insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
    insertString3 = "INSERT INTO test_table_memory (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

    cur.execute(insertString)
    cur.execute(insertString2)
    cur.execute(insertString3)

db.commit()

# Define a function to pull a certain number of records from these tables
def selectRandomRecords(testTable,numberOfRecords):

    for x in xrange(numberOfRecords):
        rand1 = randint(0,lengthOfTable)

        selectString = "SELECT * FROM " + testTable + " WHERE index_col = " + str(rand1)
        cur.execute(selectString)

setupString = "from __main__ import selectRandomRecords"

# Test time taken using timeit
myisam_times = []
innodb_times = []
memory_times = []

for theLength in [3,10,30,100,300,1000,3000,10000]:

    innodb_times.append( timeit.timeit('selectRandomRecords("test_table_innodb",' + str(theLength) + ')', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('selectRandomRecords("test_table_myisam",' + str(theLength) + ')', number=100, setup=setupString) )
    memory_times.append( timeit.timeit('selectRandomRecords("test_table_memory",' + str(theLength) + ')', number=100, setup=setupString) )

2）计数
查询：SELECT count(*) FROM tbl
结果：MyISAM胜出

这表明MyISAM和InnoDB之间有很大的不同-MyISAM（和内存）跟踪表中的记录数，因此该事务快速且为O（1）。在我研究的范围内，InnoDB进行计数所需的时间随着表的大小而呈超线性增加。我怀疑在实践中观察到的MyISAM查询的许多加速都是由于类似的影响。
代码：3）有条件选择
查询：SELECT * FROM tbl WHERE value1<0.5 AND value2<0.5 AND value3<0.5 AND value4<0.5
结果：MyISAM胜出

在这里，MyISAM和内存的性能大致相同，对于较大的表，它们的表现比InnoDB大50％。这种查询似乎可以最大化MyISAM的好处。
代码：

myisam_times = []
innodb_times = []
memory_times = []

# Define a function to count the records
def countRecords(testTable):

    selectString = "SELECT count(*) FROM " + testTable
    cur.execute(selectString)

setupString = "from __main__ import countRecords"

# Truncate the tables and re-fill with a set amount of data
for theLength in [3,10,30,100,300,1000,3000,10000,30000,100000]:

    truncateString = "TRUNCATE test_table_innodb"
    truncateString2 = "TRUNCATE test_table_myisam"
    truncateString3 = "TRUNCATE test_table_memory"

    cur.execute(truncateString)
    cur.execute(truncateString2)
    cur.execute(truncateString3)

    for x in xrange(theLength):
        rand1 = random.random()
        rand2 = random.random()
        rand3 = random.random()
        rand4 = random.random()

        insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString3 = "INSERT INTO test_table_memory (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

        cur.execute(insertString)
        cur.execute(insertString2)
        cur.execute(insertString3)

    db.commit()

    # Count and time the query
    innodb_times.append( timeit.timeit('countRecords("test_table_innodb")', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('countRecords("test_table_myisam")', number=100, setup=setupString) )
    memory_times.append( timeit.timeit('countRecords("test_table_memory")', number=100, setup=setupString) )

4）子选择
结果：InnoDB胜出
对于此查询，我为子选择创建了一组附加表。每行仅是两列BIGINT，一列具有主键索引，一列不具有任何索引。由于表很大，所以我没有测试内存引擎。 SQL表创建命令为

myisam_times = []
innodb_times = []
memory_times = []

# Define a function to perform conditional selects
def conditionalSelect(testTable):
    selectString = "SELECT * FROM " + testTable + " WHERE value1 < 0.5 AND value2 < 0.5 AND value3 < 0.5 AND value4 < 0.5"
    cur.execute(selectString)

setupString = "from __main__ import conditionalSelect"

# Truncate the tables and re-fill with a set amount of data
for theLength in [3,10,30,100,300,1000,3000,10000,30000,100000]:

    truncateString = "TRUNCATE test_table_innodb"
    truncateString2 = "TRUNCATE test_table_myisam"
    truncateString3 = "TRUNCATE test_table_memory"

    cur.execute(truncateString)
    cur.execute(truncateString2)
    cur.execute(truncateString3)

    for x in xrange(theLength):
        rand1 = random.random()
        rand2 = random.random()
        rand3 = random.random()
        rand4 = random.random()

        insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString3 = "INSERT INTO test_table_memory (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

        cur.execute(insertString)
        cur.execute(insertString2)
        cur.execute(insertString3)

    db.commit()

    # Count and time the query
    innodb_times.append( timeit.timeit('conditionalSelect("test_table_innodb")', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('conditionalSelect("test_table_myisam")', number=100, setup=setupString) )
    memory_times.append( timeit.timeit('conditionalSelect("test_table_memory")', number=100, setup=setupString) )

，其中再次用“ MyISAM”代替了第二个表中的“ InnoDB”。
在此查询中，我将选择表的大小保留为1000000，而是更改子选定列的大小。

InnoDB轻松获胜。到达合理的尺寸表后，两个引擎都随子选择的尺寸线性缩放。索引加快了MyISAM命令的速度，但有趣的是，它对InnoDB的速度影响很小。
subSelect.png
代码：就是如果您真的关心速度，则需要对正在执行的查询进行基准测试，而不要对哪种引擎更合适做任何假设。

#4 楼

哪个更快？两者可能更快。 YMMV。

您应该使用哪个？ InnoDB-防撞等，