一、存储引擎概念
MySQL中的数据用各种不同的技术存储在文件（或者内存）中。这些技术中的每一种技术都使用不同的存储机制、索引技巧、锁定水平并且最终提供广泛的不同的功能和能力。通过选择不同的技术，你能够获得额外的速度或者功能，从而改善你的应用的整体功能。
二、有哪些存储引擎呢？
存储引擎主要有：
1.InnoDB 2.Mrg_Myisam 3.Memory4.Blackhole 5.MyIsam 6.CVS 7.Archive 8.Performance_Schema 9.Federated
mysql> show enginesG *************************** 1. row *************************** Engine: InnoDB Support: DEFAULT Comment: Supports transactions, row-level locking, and foreign keys Transactions: YES XA: YES Savepoints: YES *************************** 2. row *************************** Engine: MRG_MYISAM Support: YES Comment: Collection of identical MyISAM tables Transactions: NO XA: NO Savepoints: NO *************************** 3. row *************************** Engine: MEMORY Support: YES Comment: Hash based, stored in memory, useful for temporary tables Transactions: NO XA: NO Savepoints: NO *************************** 4. row *************************** Engine: BLACKHOLE Support: YES Comment: /dev/null storage engine (anything you write to it disappears) Transactions: NO XA: NO Savepoints: NO *************************** 5. row *************************** Engine: MyISAM Support: YES Comment: MyISAM storage engine Transactions: NO XA: NO Savepoints: NO *************************** 6. row *************************** Engine: CSV Support: YES Comment: CSV storage engine Transactions: NO XA: NO Savepoints: NO *************************** 7. row *************************** Engine: ARCHIVE Support: YES Comment: Archive storage engine Transactions: NO XA: NO Savepoints: NO *************************** 8. row *************************** Engine: PERFORMANCE_SCHEMA Support: YES Comment: Performance Schema Transactions: NO XA: NO Savepoints: NO *************************** 9. row *************************** Engine: FEDERATED Support: NO Comment: Federated MySQL storage engine Transactions: NULL XA: NULL Savepoints: NULL 9 rows in set (0.00 sec)
三、存储引擎的主要特性
1.InnoDB
InnoDB是一个事务型的存储引擎，有行及锁定和外键约束，适用于一下的场合：
1.更新多的表，适合处理多重并发的更新请求 2.支持事务 3.可以从灾难中恢复（通过bin-log日志等） 4.外键约束。只有他支持外键 5.支持自动增加列属性auto_increment
2.Mrg_Myisam
Merge存储引擎，是一组myIsam的组合，也就是说，他将MyIsam引擎的多个表聚合起来，但是他的内部没有数据，
真正的数据依然是MyIsam引擎的表中，但是可以直接进行查询、删除更新等操作。
比如：我们可能会遇到这样的问题，同一种类的数据会根据数据的时间分为多个表，
如果这时候进行查询的话，就会比较麻烦，Merge可以直接将多个表聚合成一个表统一查询，然后再删除Merge表（删除的是定义），原来的数据不会影响。
3.Memory
Memory采用的逻辑介质是内存，响应速度应该是很快的，但是当mysqld守护进程崩溃的时候数据会丢失，另外，要求存储的数据是数据长度不变的格式，
比如，Blob和Text类型的数据不可用（长度不固定的）。
使用Memory存储引擎情况：
1. 目标数据比较小，而且非常频繁的进行访问，在内存中存放数据，如果太大的数据会造成内存溢出。
可以通过参数max_heap_table_size控制Memory表的大小，限制Memory表的最大的大小。
2. 如果数据是临时的，而且必须立即可用得到，那么就可以放在内存中。
3. 存储在Memory表中的数据如果突然间丢失的话也没有太大的关系。
【注】 Memory同时支持散列索引和B树索引，B树索引可以使用部分查询和通配查询，也可以使用<,>和>=等操作符方便数据挖掘，
散列索引相等的比较快但是对于范围的比较慢很多。
4.Blackhole
“黑洞”存储引擎，他会丢弃所有的插入的数据，服务器会记录下Blackhole表的日志，所以可以用于复制数据到备份数据库。
看其他的一些资料说：可以用来充当dummy master,利用blackHole充当一个“dummy master”来减轻master的负载，
对于master来说“dummy master” 还是一个slave的角色，还有充当日志服务器等等。
5.MyIsam
MyIsam 存储引擎独立于操作系统，也就是可以在windows上使用，也可以比较简单的将数据转移到linux操作系统上去。
这种存储引擎在创建表的时候，会创建三个文件，一个是.frm文件用于存储表的定义，一个是.MYD文件用于存储表的数据，另一个是.MYI文件，存储的是索引。
操作系统对大文件的操作是比较慢的，这样将表分为三个文件，那么.MYD这个文件单独来存放数据自然可以优化数据库的查询等操作。
1. 不支持事务，但是并不代表着有事务操作的项目不能用MyIsam存储引擎，可以在service层进行根据自己的业务需求进行相应的控制。
2. 不支持外键。
3. 查询速度很快，如果数据库insert和update的操作比较多的话比较适用。
4. 对表进行加锁。
6.CSV
可以将scv文件作为MySql的表来使用，但是不支持索引。CSV引擎表所有的字段都必须为非空的，创建的表有两个一个是CSV文件和CSM文件。
7.Archive
archive是归档的意思，仅仅支持插入和查询两种功能，在MySQL5.5以后支持索引功能，他拥有很好的压缩机制，使用zlib压缩库，
在记录请求的时候实时的进行压缩，经常被用来作为仓库使用。适合存储大量的独立的作为历史记录的数据。拥有很高的插入速度但是对查询的支持较差。
8.Performance_Schema
MySQL5.5以后新增了一个存储引擎，就是Performance_Schema，他主要是用来收集数据库服务器的性能参数。MySQL用户不能创建存储该类型的表。
他提供了以下的功能：
1. 提供进程等待的详细信息，包括锁、互斥变量、文件信息。
2. 保存历史的事件汇总信息，为Mysql服务器的性能做出详细的判断。
3. 对于新增和删除监控时间点都非常容易，并可以随意的改变Mysql服务器的监控周期
需要在配置文件my.cnf中进行配置才能开启。
9.Federated
Federated存储引擎是访问MySQL服务器的一个代理，尽管该引擎看起来提供了一个很好的跨服务器的灵活性，但是经常带来问题，默认是禁用的。
MyIsam和InnoDB实例比较
1.创建两张表分别以MyIsam和InnoDB作为存储引擎
create table testMyIsam(
-> id int unsigned primary key auto_increment,
-> name varchar(20) not null
-> )engine=myisam;
create table testInnoDB(
->id int unsigned primary key auto_increment,
->name varchar(20) not null
->)engine=innodb;
两张表内容是一致的但是存储引擎不一样
2.插入一百万数据
这里当然不能手动的插入，创建一个存储过程插入一百万的数据。
mysql> create procedure insertMyIsam()
-> begin
-> set @i = 1;
-> while @i <= 1000000
-> do
-> insert into testMyIsam(name) values(concat("wy", @i));
-> set @i = @i + 1;
-> end while;
-> end//
mysql> create procedure insertInnoDB()
-> begin
-> set @i = 1;
-> while @i <= 1000000
-> do
-> insert into testInnoDB(name) values(concat("wy", @i));
-> set @i = @i + 1;
-> end while;
-> end//
插入（一百万条）MyIsam存储引擎的表中的时间如下：
mysql> call insertMyIsam; -> // Query OK, 0 rows affected (49.69 sec)
插入（一百万条）InnoDB存储引擎的表中的时间如下：
mysql> call insertInnoDB; -> // Query OK, 0 rows affected (1 hour 38 min 14.12 sec)
这里当时默认的是开启了自动提交事务了，所以执行速度很慢，可以先将自动提交关闭，然后再调用存储过程插入一百万的数据，执行完成之后再开启自动提交，这样会快很多。
mysql> set autocommit = 0; Query OK, 0 rows affected (0.00 sec)
3.查询数据总数目
下面是InnoDB的SQL语句的分析：
mysql> desc select count(*) from testInnoDBG; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: testInnoDB type: index possible_keys: NULL key: PRIMARY key_len: 4 ref: NULL rows: 997134 Extra: Using index 1 row in set (0.03 sec)
下面是MyIsam（他的数据总数存储在其他的表中所以这里是没有影响行数的）的SQL语句的分析：
mysql> desc select count(*) from testMyIsamG; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: NULL type: NULL possible_keys: NULL key: NULL key_len: NULL ref: NULL rows: NULL Extra: Select tables optimized away 1 row in set (0.00 sec)
4.查询某一范围的数据
没有索引的列
mysql> select * from testMyIsam where name > "wy100" and name < "wy100000";+-------+---------+ | id | name | +-------+---------+ | 1000 | wy1000 | | 10000 | wy10000 | +-------+---------+ 2 rows in set (0.43 sec) mysql> select * from testInnoDB where name > "wy100" and name < "wy100000";+-------+---------+ | id | name | +-------+---------+ | 1000 | wy1000 | | 10000 | wy10000 | +-------+---------+
有索引的列
对于使用MyIsam存储引擎的表：
<pre name="code" class="sql">select * from testMyIsam where id > 10 and id < 999999; 执行时间： <pre name="code" class="sql">999988 rows in set (0.91 sec)
对于使用InnoDB存储引擎的表：
select * from testInnoDB where id > 10 and id < 999999; 执行时间： 999988 rows in set (0.69 sec)