- 综合排序
- 最热优先
- 最新优先
数据库引擎相关
在选择数据库的时候，引擎的选择是十分重要的。本文将着重介绍腾讯云TDSQL-C MySQL版和常规MySQL数据库的一些差异和优势。传统MySQL的引擎主要是InnoDB和MyISAM这两款。 InnoDB：目前市面上大多数单引擎MySQL数据库主要使用InnoDB引擎。该款引擎具有支持ACID事务，适合更需要事务安全的应用程序，同时支持行级锁定，外键约束等，具有更高的实用性。 而且InnoDB使用MVCC来支持可重复读的隔离级别，同时提供了崩溃恢复能力，能在数据库崩溃的情况下不丢失数据。 而腾讯云的TDSQL-C MySQL版支持多引擎功能，100%兼容原生MySQL。 腾讯云TDSQL-C MySQL版使用了TXSQL引擎为默认引擎，兼容支持全部MySQL语法的同时，提供了多种 MySQL 企业版功能，如数据库审计、线程池、加密函数、备份恢复等功能，大大提高了数据库的易用性和可维护性
36410编辑于 2024-08-15- 来自专栏John Wong's Blog
ClickHouse读取Mysql引擎数据
那就是读取mysql和kafka中的数据。 这里介绍下如何读取Mysql引擎中的数据。 database — 数据库的名称。 table — 表名称。 user — 数据库用户。 password — 用户密码。 MySQL 引擎不支持 Nullable 数据类型，因此，当从MySQL表中读取数据时，NULL 将转换为指定列类型的默认值（通常为0或空字符串）。 Example mysql中的数据 clickhouse查询的数据 当然也可以查询之后 直接insert 或者create,方便至极！
3.9K30编辑于 2021-12-23 mysql数据引擎有哪些
MySQL 提供了多种存储引擎，每种引擎都有其独特的特点和适用场景。以下是一些常见的 MySQL 存储引擎及其特点：InnoDB特点：支持事务、外键约束、行级锁和崩溃恢复功能。 适用场景：适用于大多数 OLTP（在线事务处理）应用，是 MySQL 5.5 及以后版本的默认存储引擎。MyISAM特点：不支持事务和外键，索引和数据是分开存储的，读写性能较高。 适用场景：适用于临时数据存储，如缓存、会话数据和中间结果集。CSV特点：以 CSV 格式存储数据，便于与其他应用程序交换数据。适用场景：适用于数据导入导出和与其他系统的数据交互。 如何选择存储引擎？事务支持：如果需要事务支持，选择 InnoDB。性能：如果读写性能是关键，考虑 MyISAM 或 Memory。数据安全性：如果需要数据恢复和外键约束，选择 InnoDB。 可以通过以下 SQL 语句查看 MySQL 支持的存储引擎：SHOW ENGINES;也可以在创建表时指定存储引擎：CREATE TABLE table_name ( column1 datatype
55310编辑于 2025-05-19- 来自专栏运维小路
MYSQL-数据引擎（MyISAM）
MySQL（本章节） PostgreSQL MongoDB Redis Etcd 1.什么是数据库引擎 数据库引擎（更准确的叫法是存储引擎）是 MySQL 的一个关键特性，它决定了数据如何被存储、索引以及支持哪些功能 你可以将存储引擎理解为数据库的“大脑”或“心脏”，它负责： 数据存储格式：数据如何写在磁盘上。 索引技术：如何创建索引以加速查询（如 B-Tree, Hash, R-Tree）。 数据插入时会进行压缩，磁盘 I/O 非常少，存储空间很小。 适用场景： 日志记录、审计数据、历史数据归档。 5. CSV（CSV引擎） 核心特性： 数据以纯文本格式的 CSV 文件存储在服务器上。 适用场景： 快速导出数据为 CSV 格式。 与外部系统交换数据。 6.MyISAM表创建 必须单独指定引擎，否则他会采用默认的引擎，由于我们这里的版本5.7，所以默认是InnoDB。 ，以及历史数据库里面可能会存在的数据引擎有一个认识，新的环境里面基本不会在使用他。
28010编辑于 2025-09-30 - 来自专栏云计算linux
innodb数据库引擎
编辑 InnoDB，是MySQL的数据库引擎之一，为MySQL AB发布binary的标准之一。InnoDB由Innobase Oy公司所开发，2006年五月时由甲骨文公司并购。 中文名 innodb 外文名 innodb 类 型 mysql数据库引擎 开发公司 Innobase Oy公司 特 色 支持了ACID兼容的事务 授权 GPL授权，专有软件授权 目录 1.1 简介 2.2 性能技巧 3.3 注意事项 简介 编辑 事务型数据库的首选引擎，支持ACID事务，支持行级锁定。 InnoDB是为处理巨大数据量时的最大性能设计。InnoDB存储引擎完全与MySQL服务器整合，InnoDB存储引擎为在主内存中缓存数据和索引而维持它自己的缓冲池。 InnoDB 是 MySQL 上第一个提供外键约束(FOREIGN KEY constraints)的表引擎。
64710编辑于 2024-12-13 - 来自专栏运维小路
MYSQL-数据引擎（InnoDB）
数据库是一个系统（应用）最重要的资产之一，所以我们的数据库将从以下几个数据库来进行介绍。 MySQL（本章节） PostgreSQL MongoDB Redis Etcd 通过前面一个小节的介绍，我们对数据引擎有一个简单的认识，今天我们来介绍一个目前大面积使用的另外一个引擎：InnoDB。 事务支持 (ACID Compliant) 这是 InnoDB 最核心的特性，也是它取代 MyISAM 成为默认引擎的主要原因。 原子性 (Atomicity)： 通过 Undo Log 实现。 外键约束 (Foreign Key Support) InnoDB 是 MySQL 中唯一原生支持外键约束的常用存储引擎。 作用： 强制保持数据的参照完整性。 #前面是myisam引擎，后面是innodb引擎 -rw-r----- 1 mysql mysql 8672 Sep 16 21:35 myisam_table.frm -rw-r----- 1 mysql
25710编辑于 2025-09-30 - 来自专栏后端码事
mysql 数据库引擎
15.1 Setting the Storage Engine15.2 The MyISAM Storage Engine 15.3 The MEMORY Storage Engine15.4 The CSV Storage Engine 15.5 The ARCHIVE Storage Engine15.6 The BLACKHOLE Storage Engine15.7 The MERGE Storage Engine 15.8 The FEDERATED Storage Engine 15.9 The EXAMPLE Storage Engine15.10 Other Storage Engines15.11 Overview of MySQL Storage Engine Architecture
1.6K20发布于 2020-09-11 - 来自专栏全栈开发日记
数据库（存储引擎）
InnoDB MySQL5.5及更高版本，默认存储引擎使用InnoDB，它提供了事务安全表（兼容ACID)，支持外键引用的完整性约束。支持事务的提交，回滚和紧急数据恢复。它支持行级锁定。 这是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一； 2. InnoDB 支持外键，而 MyISAM 不支持。 这也是 MySQL 将默认存储引擎从 MyISAM 变成 InnoDB 的重要原因之一； 来源：知乎 MEMORY 适用于存储的内容较小，需要频繁查询； 将数据存储在RAM中，数据的存储、查询更快； BLACKHOLE 只接收数据，不存储数据。 就像一个无底洞，放进去东西，出不来。 FEDERATED 将数据存储到远程数据库中； mysql数据库中分为行和列； 数据在计算机上存储是以页为单位存储的。
2.8K20编辑于 2022-05-12 - 来自专栏Devops专栏
Mysql数据库-存储引擎
Mysql数据库-存储引擎 1 存储引擎概述 和大多数的数据库不同, MySQL中有一个存储引擎的概念, 针对不同的存储需求可以选择最优的存储引擎。 存储引擎就是存储数据，建立索引，更新查询数据等等技术的实现方式 。存储引擎是基于表的，而不是基于库的。所以存储引擎也可被称为表类型。 Oracle，SqlServer等数据库只有一种存储引擎。 可以通过指定 show engines ， 来查询当前数据库支持的存储引擎 ： image-20200616104826352 创建新表时如果不指定存储引擎，那么系统就会使用默认的存储引擎， MySQL5.5 但是对比MyISAM的存储引擎，InnoDB写的处理效率差一些，并且会占用更多的磁盘空间以保留数据和索引。 如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询意外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。
6.1K10编辑于 2022-01-17 - 来自专栏Juicedata
JuiceFS 元数据引擎选型指南
(image-850749-1665386534868)] 其中，元数据引擎需要是能够支持事务操作的数据库，而数据引擎一般是用对象存储。 目前为止，JuiceFS 已经支持 10 种以上元数据引擎和 30 种以上数据引擎。 用户在使用 JuiceFS 时可以自由地选择成熟组件来充当这两个引擎，以应对丰富多变的企业环境和数据存储需求。 这篇文章将从产品设计角度，为大家介绍 JuiceFS 可使用的元数据引擎类型，以及他们的优劣势。 01-JuiceFS 元数据引擎类型 JuiceFS 现在支持的元数据引擎总共有有三大类。 当然，如果对象存储变得非常快（比如都用本地全闪部署），那么元数据引擎的性能差异可能又会体现出来。另外，对于一些纯元数据操作（比如 ls，创建空文件等），不同元数据引擎的性能差别也会表现的比较明显。 04- 元数引擎迁移 文章的最后，为大家介绍元数据引擎迁移。 随着用户业务的发展，企业对元数据引擎的需求会发生变化，当用户发现现有的元数据引擎不合适了，可以考虑将元数据迁移到另一个引擎中。
1K10编辑于 2022-10-28 - 来自专栏程序员面试小技巧
MySQL数据库存储引擎
数据库存储引擎是数据库底层软件组织，数据库管理系统（DBMS）使用数据引擎进行创建，查询，更新和删除数据不同的存储引擎提供不同的存储机制，索引技巧，锁定水平等功能，使用不同的存储引擎，还可以获得特定的功能 ，现在许多不同的数据库管理系统都支持多种不同的数据引擎备注：因为在关系型数据库中数据的存储是以表的形式存储的，所以存储引擎也可以称为表类型（Table Type，即存储和操作此表的类型）MySQL存储引擎在 MEMORY存储引擎MEMORY存储引擎将表中的数据存储到内存中，未查询和引用其他表数据提供快速访问。 Federated存储引擎该存储引擎可以将不同的Mysql服务器联合起来，逻辑上组成一个完整的数据库。这种存储引擎非常适合数据库分布式应用。 Federated存储引擎可以使你在本地数据库中访问远程数据库中的数据，针对federated存储引擎表的查询会被发送到远程数据库的表上执行，本地是不存储任何数据的缺点：1、对本地虚拟表的结构修改，并不会修改远程表的结构
6.7K31编辑于 2023-03-24 - 来自专栏大数据与微服务架构
大数据查询引擎Presto
Presto设计精巧，可以处理海量数据，最大化地利用硬件性能，计算全部在内存中完成，很好的利用高速网络来进行数据调度。性能基本上是Hive的10倍。 Presto集群中的数据传输、节点通信、心跳感应、计算监控、计算调度和计算分布全部都是基于RESTful服务实现的，因此Presto中的RESTful服务就是Presto所有服务的基石。 Presto支持众多数据源Connector，最常用的为Hive Connector。 Hive Connector 使用Hive的元数据，Coordinator节点通过Hive Metastore加载元数据，Presto的计算节点读取Hive表对应的HDFS数据。 Kafka Connector 支持Apache Kafka 0.8及以上版本，将Apache Kafka 中的topics 当作表进行处理，topics中每条消息在Presto中被解析为表中的一行数据
1.6K30发布于 2020-04-11 - 来自专栏乌龟哥哥默认学习专栏
数据库存储引擎比较
Mysql存储引擎简介 存储引擎的概念是MySQL 的特点，而且是一种插入式的存储引擎概念。这决定了MySQL数据库中的表可以用不同的方式存倍。 InnoDB存储引擎 InnoDB是 MySOL 数据库的一种存储引擎，InnoDB给MySQL 数据表提供了事务、回归.崩溃修复能力和多版本并发控制的事务安全，支持行锁定和外键等。 使用MyISAM引擎创建数据库，将产生3个文件。 MEMORY 存储引擎:如果只是临时存放数据,数据量不大,并且不需要较高的数据安全性，可以选择将数据保存在内存中的MEMORY引擎,MySQL 中使用 MEMORY存储引擎作为临时表存放查询的中间结果。 总之，使用哪一种引擎要根据需要灵活选择，一个数据库中的多个表可以使用不同的引擎以满足各种性能和实际需求，使用合适的存储引擎，将会对整个数据库的性能有帮助。
1.7K50编辑于 2022-02-14 - 来自专栏git
大数据高速计算引擎Spark
第一部分 Spark Core 第1节 Spark概述 1.1 什么是Spark Spark 是一个快速、通用的计算引擎。Spark的特点： 速度快。 Spark实现了高效的DAG执行引擎，可以通过基于内 存来高效处理数据流； 使用简单。 1.2 Spark 与 Hadoop 从狭义的角度上看：Hadoop是一个分布式框架，由存储、资源调度、计算三部分组 成； Spark是一个分布式计算引擎，由 Scala 语言编写的计算框架，基于内存的快速 、通 用、可扩展的大数据分析引擎； 从广义的角度上看，Spark是Hadoop生态中不可或缺的一部分； MapReduce的不足： 表达能力有限 磁盘IO开销大 延迟高 任务之间的衔接有IO开销 如： MapReduce / Hive 或 Impala / Storm 这样做难免会带来一些问题： 不同场景之间输入输出数据无法做到无缝共享，通常需要进行数据格式的转换 不同的软件需要不同的开发和维护团队
1.3K20发布于 2021-03-15 - 来自专栏性能与架构
Kafka 流数据 SQL 引擎 -- KSQL
KSQL 是一个 Kafka 的 SQL 引擎，可以让我们在流数据上持续执行 SQL 查询 例如，有一个用户点击流的topic，和一个可持续更新的用户信息表，使用 KSQL 对点击流数据、用户表进行建模 KSQL 的主要目的是为了降低流处理的操作门槛，为 Kafka 提供了简单而完善的 SQL 交互接口 之前，为了使用流处理引擎，需要熟悉一些开发语言，例如 Java, C#, Python，Kafka 的流处理引擎作为 Kafka 项目的一部分，是一个 Java 库，需要使用者有熟练的 Java 技能 相对的，KSQL 只需要使用者熟悉 SQL 即可，这使得 Kafka Stream 能够进入更广阔的应用领域 STREAM 流 stream 是一个无限的结构化数据序列，这个数据是不可修改的，新的数据可以进入流中，但流中的数据是不可以被修改和删除的 stream 可以从一个 kafka topic 中创建，或者从已存在的流或表中派生出来 输入的命令会通过 REST API 发送到集群，通过命令行，我们可以检查所有流和表、执行查询、查看请求的状态信息等等 大体上看，KSQL 的构成包括： Kafka 的 Streams API 分布式 SQL 引擎
2.5K60发布于 2018-04-04 - 来自专栏全栈程序员必看
MySQL数据库：存储引擎
一、什么是存储引擎： 存储引擎是MylSQL的核心，是数据库底层软件组织，数据库使用存储引擎进行创建、查询、更新和删除数据。不同的存储引擎提供不同的存储机制、索引技巧、锁级别、事务等功能。 存储引擎是基于表的，而非数据库。 二、常用的存储引擎： 1、InnoDB存储引擎： InnoDB是MySQL5.5版本之后的默认存储引擎，它是为了达到处理巨大数据量的最大性能而设计的，其CPU效率可能是任何其他基于磁盘的关系型数据库引擎锁不能匹敌的 非常适合数据库分布式应用。 9、Cluster/NDB： 高冗余的存储引擎，该存储引擎用于多台数据机器联合提供服务以提高整体性能和安全性。适合数据量大、安全和性能要求高的场景。 10、BLACKHOLE（黑洞引擎） 该存储引擎支持事务，而且支持mvcc的行级锁，写入这种引擎表中的任何数据都会消失，主要用于做日志记录或同步归档的中继存储，这个存储引擎除非有特别目的，否则不适合使用
7.3K30编辑于 2022-06-29 - 来自专栏莫浅子的学习笔记
数据库-进阶-存储引擎
所有跨存储引擎的功能也在这一层实现，如过程、函数等。 •引擎层 存储引擎真正的负责了MySQL中数据的存储和提取，服务器通过API和存储引擎进行通信。 不同的存储引擎具有不同的功能，这样我们可以根据自己的需要，来选取合适的存储引擎。 •存储层 主要是将数据存储在文件系统之上，并完成与存储引擎的交互。 ---- 存储引擎简介 存储引擎就是存储数据，建立索引、更新/查询数据等技术的实现方式。存储引擎是基于表的，而不是基于库的，所以存储引擎也可被称为表类型。 如果应用对事务的完整性有比较高的要求，在并发条件下要求数据的一致性，数据操作除了插入和查询之外，还包含很多的更新、删除操作，那么InnoDB存储引擎是比较合适的选择。 3．存储引擎特点 INNODB与 MylSAM:事务、外键、行级锁 4．存储引擎应用 INNODB:存储业务系统中对于事务、数据完整性要求较高的核心数据。
1.8K30编辑于 2022-11-18 - 来自专栏idba
ClickHouse|MergeTree引擎之数据分区
02-15',10); insert into tab_partition(dt,v) values ('2020-02-11',23),('2020-02-13',45); MergeTree 存储引擎在写入数据之后生成对应的分区文件为 MergeTree的分区目录是在写入数据的过程中被创建出来，每insert一次，就会创建一批次分区目录。也就是说如果仅创建表结构，是不会创建分区目录的，因为木有数据。 _4 对应的是 最小的数据块编号和最大的数据块编号，最后的_0 表示目前分区合并的层级。 MergeTree数据分区合并规则 随着数据的写入MergeTree 存储引擎会很多分区目录。如果分区目录数太多怎么办？ 因为Clickhouse 的MergeTree 存储引擎是基于 LSM 实现的。
2.8K10发布于 2020-08-11 数据飞轮：激活数据中台的数据驱动引擎
在数字化转型的浪潮中，企业面临着如何有效利用海量数据驱动业务增长的挑战。数据中台，作为企业数据集成和分析的关键基础设施，往往未能充分发挥其潜力，成为数据的沉睡之地。 数据飞轮作为一种新兴的数据驱动模型，提供了唤醒数据中台并实现数据流动的新思路。本文将探讨数据飞轮的概念、构建方法以及如何通过数据飞轮实现数据中台的活力焕发。 它包括以下几个核心要素：数据基础设施： 完善、灵活的数据平台，能够支撑高速数据处理和分析。业务策略： 明确的数据驱动业务策略，确保数据分析成果能够转化为业务行动。 完善数据平台： 强化数据存储、处理和分析能力，确保数据的可靠性和实时性。赋能业务团队： 提供数据分析工具和培训，鼓励业务团队参与数据分析和应用。 建立反馈机制： 设计反馈渠道，收集数据分析结果对业务的影响，进行持续优化。三、数据飞轮激活数据中台的策略：数据民主化： 打破数据孤岛，实现数据的跨部门共享，提高数据的可访问性和应用范围。
67410编辑于 2024-09-16- 来自专栏对线JAVA面试
面试系列-数据引擎实现的数据结构
⼊数据是有序的，退化为了链表，查询时间变成了O(N) 每次查找数据就需要从磁盘中读取一个节点，一个节点对应一个磁盘块。 数据量⼤的情况下，会导致树的⾼度变⾼，如果每个节点对应磁盘的⼀个块来存储⼀条数据，需io次数⼤幅增加，显然⽤此结构来存储数据是不可取的 B-树 可以看出使⽤B-树定位某个值还是很快的(10亿数据中3次 到的，所以b-树也不太适合在磁盘中存储需要检索的数据。 B-Tree因为⾮叶⼦结点也保存具体数据，所以在查找某个关键字的时候找到即可返回。⽽B+Tree所有的数据都在叶⼦结点，每次查找都得到叶⼦结点。 由于B-Tree的每个结点（这⾥的结点可以理解为⼀个数据页）都存储主键+实际数据，⽽B+Tree⾮叶⼦结点只存储关键字信息，⽽每个页的⼤⼩有限是有限的，所以同⼀页能存储的B-Tree的数据会⽐B+Tree
34800编辑于 2022-10-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号