mysql存储引擎memory,ndb,innodb之选择
1 mysql的innodb和cluster的NDB引擎都支持事务,在有共同的特性外,也有不同之处: 以mysql cluster NDB 7.3和MySQL 5.6之InnoDB为例: ndb7.3基于mysql5.6,包括支持innodb1.1,因此可以在cluster里使用innodb表,但这些表不是集群的。 MySQL Cluster NDB存
1
mysql的innodb和cluster的NDB引擎都支持事务,在有共同的特性外,也有不同之处:
以mysql cluster NDB 7.3和MySQL 5.6之InnoDB为例:
ndb7.3基于mysql5.6,包括支持innodb1.1,因此可以在cluster里使用innodb表,但这些表不是集群的。
MySQL Cluster NDB存储引擎用分布式, shared-nothing的架构实现,这使其和innodb有不少不同之处。比如事务、外键、表限制等,具体见下表:
Theseare shown in the following table:
Feature |
|
MySQLCluster |
---|---|---|
MySQLServer Version |
5.6 |
5.6 |
|
|
|
MySQLCluster Version |
N/A |
|
StorageLimits |
64TB |
3TB (Practicalupper limit based on 48 data nodes with 64GB RAM each; can beincreased with disk-based data and BLOBs) |
ForeignKeys |
Yes |
Priorto MySQL Cluster NDB 7.3: No. (Ignored, as with Availablein MySQL Cluster NDB 7.3. |
Transactions |
Allstandard types |
|
MVCC |
Yes |
No |
DataCompression |
Yes |
No (MySQLCluster checkpoint and backup files can be compressed) |
LargeRow Support (> 14K) |
Supportedfor |
Supportedfor (Usingthese types to store very large amounts of data can lower MySQLCluster performance) |
ReplicationSupport |
Asynchronousand semisynchronous replication using MySQL Replication |
Automaticsynchronous replication within a MySQL Cluster. Asynchronousreplication between MySQL Clusters, using MySQL Replication |
Scaleoutfor Read Operations |
Yes(MySQL Replication) |
Yes(Automatic partitioning in MySQL Cluster; MySQL Replication) |
Scaleoutfor Write Operations |
Requiresapplication-level partitioning (sharding) |
Yes(Automatic partitioning in MySQL Cluster is transparent toapplications) |
HighAvailability (HA) |
Requiresadditional software |
Yes(Designed for 99.999% uptime) |
NodeFailure Recovery and Failover |
Requiresadditional software |
Automatic (Keyelement in MySQL Cluster architecture) |
Timefor Node Failure Recovery |
30seconds or longer |
Typically |
Real-TimePerformance |
No |
Yes |
In-MemoryTables |
No |
Yes (Somedata can optionally be stored on disk; both in-memory and diskdata storage are durable) |
NoSQLAccess to Storage Engine |
Nativememcached interface in development (see the MySQL Dev ZonearticleMySQLCluster 7.2 (DMR2): NoSQL, Key/Value, Memcached) |
Yes MultipleAPIs, including Memcached, Node.js/JavaScript, Java, JPA, C++,and HTTP/REST |
Concurrentand Parallel Writes |
Notsupported |
Upto 48 writers, optimized for concurrent writes |
ConflictDetection and Resolution (Multiple Replication Masters) |
No |
Yes |
HashIndexes |
No |
Yes |
OnlineAddition of Nodes |
Read-onlyreplicas using MySQL Replication |
Yes(all node types) |
OnlineUpgrades |
No |
Yes |
OnlineSchema Modifications |
Yes,as part of MySQL 5.6. |
Yes. |
Workload |
|
MySQLCluster ( |
---|---|---|
High-VolumeOLTP Applications |
Yes |
Yes |
DSSApplications (data marts, analytics) |
Yes |
Limited(Join operations across OLTP datasets not exceeding 3TB in size) |
CustomApplications |
Yes |
Yes |
PackagedApplications |
Yes |
Limited(should be mostly primary key access). MySQLCluster NDB 7.3 supports foreign keys. |
In-NetworkTelecoms Applications (HLR, HSS, SDP) |
No |
Yes |
SessionManagement and Caching |
Yes |
Yes |
E-CommerceApplications |
Yes |
Yes |
UserProfile Management, AAA Protocol |
Yes |
Yes |
这两种存储引擎适合的应用场景
Preferredapplication requirements for |
Preferredapplication requirements for |
---|---|
|
|
2
如何选择memory存储引擎或mysql cluster:
When to Use MEMORY or MySQL Cluster.
Developers looking to deploy applications that use the MEMORY storage engine for important, highly available, or frequently updated data should consider whether MySQL Cluster is a better choice. A typical use case for the MEMORY engine involves these
characteristics:
? Operations involving transient, non-critical data such as session management or caching. When the MySQL server halts or restarts, the data in MEMORY tables is lost.
? In-memory storage for fast access and low latency. Data volume can fit entirely in memory without causing the operating system to swap out virtual memory pages.
? A read-only or read-mostly data access pattern (limited updates).
MySQL Cluster offers the same features as the MEMORY engine with higher performance levels, and provides additional features not available with MEMORY:
? Row-level locking and multiple-thread operation for low contention between clients.
? Scalability even with statement mixes that include writes.
? Optional disk-backed operation for data durability.
? Shared-nothing architecture and multiple-host operation with no single point of failure, enabling 99.999% availability.
? Automatic data distribution across nodes; application developers need not craft custom sharding or partitioning solutions.
? Support for variable-length data types (including BLOB and TEXT) not supported by MEMORY.
MEMORY存储引擎和MySQL Cluster的更多细节对比参见白皮书《Scaling Web Services with MySQL Cluster: An Alternative to the MySQL Memory Storage Engine》
Table 15.4 <strong>MEMORY</strong>
Storage Engine Features
Storagelimits |
RAM |
Transactions |
No |
Lockinggranularity |
Table |
MVCC |
No |
Geospatialdata type support |
No |
Geospatialindexing support |
No |
B-treeindexes |
Yes |
T-treeindexes |
No |
Hashindexes |
Yes |
Full-textsearch indexes |
No |
Clusteredindexes |
No |
Datacaches |
N/A |
Indexcaches |
N/A |
Compresseddata |
No |
Encrypteddata[a] |
Yes |
Clusterdatabase support |
No |
Replicationsupport[b] |
Yes |
Foreignkey support |
No |
Backup/ point-in-time recovery[c] |
Yes |
Querycache support |
Yes |
Updatestatistics for data dictionary |
Yes |
[a]Implemented in the server (via encryption functions), ratherthan in the storage engine.
[b]Implemented in the server, rather than in the storage engine.
[c]Implemented in the server, rather than in the storage engine. |
3
myisam, memory, ndb, archive, innodb存储引擎功能汇总:
Table 15.1 StorageEngines Feature Summary
Feature |
MyISAM |
Memory |
InnoDB |
Archive |
NDB |
---|---|---|---|---|---|
Storagelimits |
256TB |
RAM |
64TB |
None |
384EB |
Transactions |
No |
No |
Yes |
No |
Yes |
Lockinggranularity |
Table |
Table |
Row |
Table |
Row |
MVCC |
No |
No |
Yes |
No |
No |
Geospatialdata type support |
Yes |
No |
Yes |
Yes |
Yes |
Geospatialindexing support |
Yes |
No |
Yes[a] |
No |
No |
B-treeindexes |
Yes |
Yes |
Yes |
No |
No |
T-treeindexes |
No |
No |
No |
No |
Yes |
Hashindexes |
No |
Yes |
No[b] |
No |
Yes |
Full-textsearch indexes |
Yes |
No |
Yes[c] |
No |
No |
Clusteredindexes |
No |
No |
Yes |
No |
No |
Datacaches |
No |
N/A |
Yes |
No |
Yes |
Indexcaches |
Yes |
N/A |
Yes |
No |
Yes |
Compresseddata |
Yes[d] |
No |
Yes[e] |
Yes |
No |
Encrypteddata[f] |
Yes |
Yes |
Yes |
Yes |
Yes |
Clusterdatabase support |
No |
No |
No |
No |
Yes |
Replicationsupport[g] |
Yes |
Yes |
Yes |
Yes |
Yes |
Foreignkey support |
No |
No |
Yes |
No |
No |
Backup/ point-in-time recovery[h] |
Yes |
Yes |
Yes |
Yes |
Yes |
Querycache support |
Yes |
Yes |
Yes |
Yes |
Yes |
Updatestatistics for data dictionary |
Yes |
Yes |
Yes |
Yes |
Yes |
[a]InnoDB support for geospatial indexing is available in MySQL5.7.5 and higher.
[b]InnoDB utilizes hash indexes internally for its AdaptiveHash Index feature.
[c]InnoDB support for FULLTEXT indexes is available in MySQL5.6.4 and higher.
[d]Compressed MyISAM tables are supported only when using thecompressed row format. Tables using the compressed row formatwith MyISAM are read only.
[e]Compressed InnoDB tables require the InnoDB Barracuda fileformat.
[f]Implemented in the server (via encryption functions), ratherthan in the storage engine.
[g]Implemented in the server, rather than in the storageengine.
[h]Implemented in the server, rather than in the storageengine. |
要选mysql cluster要根据ndb存储引擎的特征和应用场景做详细测试,安装简测见我的博文《centos65安装简测mysql
cluster 7.3.7》http://blog.csdn.net/beiigang/article/details/43485585
参考
http://dev.mysql.com/doc/refman/5.6/en/mysql-cluster.html
-----------------
blog.csdn.net/beiigang

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Dalam pangkalan data MySQL, hubungan antara pengguna dan pangkalan data ditakrifkan oleh kebenaran dan jadual. Pengguna mempunyai nama pengguna dan kata laluan untuk mengakses pangkalan data. Kebenaran diberikan melalui perintah geran, sementara jadual dibuat oleh perintah membuat jadual. Untuk mewujudkan hubungan antara pengguna dan pangkalan data, anda perlu membuat pangkalan data, membuat pengguna, dan kemudian memberikan kebenaran.

Penyederhanaan Integrasi Data: AmazonRDSMYSQL dan Integrasi Data Integrasi Zero ETL Redshift adalah di tengah-tengah organisasi yang didorong oleh data. Proses tradisional ETL (ekstrak, menukar, beban) adalah kompleks dan memakan masa, terutamanya apabila mengintegrasikan pangkalan data (seperti Amazonrdsmysql) dengan gudang data (seperti redshift). Walau bagaimanapun, AWS menyediakan penyelesaian integrasi ETL sifar yang telah mengubah keadaan ini sepenuhnya, menyediakan penyelesaian yang mudah, hampir-sebenar untuk penghijrahan data dari RDSMYSQL ke redshift. Artikel ini akan menyelam ke integrasi RDSMYSQL Zero ETL dengan redshift, menjelaskan bagaimana ia berfungsi dan kelebihan yang dibawa kepada jurutera dan pemaju data.

MySQL mempunyai versi komuniti percuma dan versi perusahaan berbayar. Versi komuniti boleh digunakan dan diubahsuai secara percuma, tetapi sokongannya terhad dan sesuai untuk aplikasi dengan keperluan kestabilan yang rendah dan keupayaan teknikal yang kuat. Edisi Enterprise menyediakan sokongan komersil yang komprehensif untuk aplikasi yang memerlukan pangkalan data yang stabil, boleh dipercayai, berprestasi tinggi dan bersedia membayar sokongan. Faktor yang dipertimbangkan apabila memilih versi termasuk kritikal aplikasi, belanjawan, dan kemahiran teknikal. Tidak ada pilihan yang sempurna, hanya pilihan yang paling sesuai, dan anda perlu memilih dengan teliti mengikut keadaan tertentu.

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

1. Gunakan indeks yang betul untuk mempercepatkan pengambilan data dengan mengurangkan jumlah data yang diimbas memilih*frommployeesWherElast_name = 'Smith'; Jika anda melihat lajur jadual beberapa kali, buat indeks untuk lajur tersebut. Jika anda atau aplikasi anda memerlukan data dari pelbagai lajur mengikut kriteria, buat indeks komposit 2. Elakkan pilih * Hanya lajur yang diperlukan, jika anda memilih semua lajur yang tidak diingini, ini hanya akan memakan lebih banyak pelayan dan menyebabkan pelayan melambatkan pada masa yang tinggi atau kekerapan misalnya, jadual anda

Untuk mengisi nama pengguna dan kata laluan MySQL: 1. Tentukan nama pengguna dan kata laluan; 2. Sambungkan ke pangkalan data; 3. Gunakan nama pengguna dan kata laluan untuk melaksanakan pertanyaan dan arahan.

Penjelasan terperinci mengenai atribut asid asid pangkalan data adalah satu set peraturan untuk memastikan kebolehpercayaan dan konsistensi urus niaga pangkalan data. Mereka menentukan bagaimana sistem pangkalan data mengendalikan urus niaga, dan memastikan integriti dan ketepatan data walaupun dalam hal kemalangan sistem, gangguan kuasa, atau pelbagai pengguna akses serentak. Gambaran keseluruhan atribut asid Atomicity: Transaksi dianggap sebagai unit yang tidak dapat dipisahkan. Mana -mana bahagian gagal, keseluruhan transaksi dilancarkan kembali, dan pangkalan data tidak mengekalkan sebarang perubahan. Sebagai contoh, jika pemindahan bank ditolak dari satu akaun tetapi tidak meningkat kepada yang lain, keseluruhan operasi dibatalkan. Begintransaction; UpdateAcCountSsetBalance = Balance-100Wh

MySQL sesuai untuk pemula kerana mudah dipasang, kuat dan mudah untuk menguruskan data. 1. Pemasangan dan konfigurasi mudah, sesuai untuk pelbagai sistem operasi. 2. Menyokong operasi asas seperti membuat pangkalan data dan jadual, memasukkan, menanyakan, mengemas kini dan memadam data. 3. Menyediakan fungsi lanjutan seperti menyertai operasi dan subqueries. 4. Prestasi boleh ditingkatkan melalui pengindeksan, pengoptimuman pertanyaan dan pembahagian jadual. 5. Sokongan sokongan, pemulihan dan langkah keselamatan untuk memastikan keselamatan data dan konsistensi.
