"一、MVCC简介 MVCC (Multiversion Concurrency Control)，即多版本并发控制技术。InnoDB数据库的事务隔离级别就是通过UNDO和MVCC来实现的(ACID特性)，旧数据存储在UNDO中，再通过DB_ROLL_PTR 回溯查找历史版本。\n二、MVCC原理 1、通过DB_ROLL_PT 回溯查找数据历史版本2、通过read view判断行记录是否可见\n理解这一块之前，我们必须先了解一下row的内部存储格式\n字段\u0008说明：\nDB_ROW_ID：长度6个字节。此值由InnoDB自动生成，聚集索引时使用。如果用户未显式指定表主键时，\u001b表优先使用第一个非null的唯一索引作为主键.否则使用DB_ROW_ID的值作为主键ID，聚集索引会使用此值。如果指定了表主键的话，则聚集索引使用指定的值。 DB_TRX_ID：6个字节的事务ID。标记了最后更新此记录的事务ID，每开起一个新事务，其值自动+1 DB_ROLL_PTR：7字节的回滚指针。指向当前记录项的undo log记录，找之前版本的数据需通过此指针。 MySQL中的MVCC原理\n首次 insert 记录 …"

"InnoDB是一个支持行锁的存储引擎，锁的类型有：共享锁（S）、排他锁（X）、意向共享（IS）、意向排他（IX）。为了提供更好的并发，InnoDB提供了非锁定读：不需要等待访问行上的锁释放，读取行的一个快照。该方法是通过InnoDB的一个特性：MVCC来实现的。\nInnoDB有三种行锁的算法 1，Record Lock：单个行记录上的锁。\n2，Gap Lock：间隙锁，锁定一个范围，但不包括记录本身。GAP锁的目的，是为了防止同一事务的两次当前读，出现幻读的情况。\n3，Next-Key Lock：1+2，锁定一个范围，并且锁定记录本身。对于行的查询，都是采用该方法，主要目的是解决幻读的问题。\n锁的是索引，并不是记录。 记录锁（Record Lock): 单个索引行记录上的锁 间隙锁（Gap Lock）:一般是针对非唯一索引而言的. 后码锁（Next-Key Lock）:记录锁和间隙锁的结合，对于InnoDB中，更新非唯一索引对应的记录，会加上Next-Key Lock。在RR下如果where未使用索引会使用全表扫描，这个时候会有Next-Key Lock。如果更新记录为空，就不能加记录 …"

"myisam的主索引和次索引都指向物理行，下面来进行讲解\ninnodb的主键下存储该行的数据，此索引指向对主键的引用\nmyisam的索引存储图如下，可以看出，无论是id还是cat_id，下面都存储有存储物理地址的值。通过主键索引或者次索引来查询数据的时候，都是先查找到\u001b数据地址，然后再到物理位置上去寻找数据。\n[][1]\ninnodb的索引存储图如下，我们会发现，主键索引下面直接存储有数据，而次索引下，存储的是主键的id(不同于MyISAM，存储的是内容数据的物理地址）。通过主键查找数据的时候，就会很快查找到数据，但是通过次索引查找数据的时候，需要先查找到对应的主键id，然后才能查找到对应的数据。\n[][2]\n总结： InnoDB的主索引文件上 直接存放该行数据,称为聚簇索引,次索引指向对主键的引用. Myisam中, 主索引和次索引,都指向物理行(磁盘位置).\n注意:对InnoDB来说, 1: 主键索引 既存储索引值,又在叶子中存储行的数据 2: 如果没有主键, 则会Unique key做主键 3: 如果没有unique,则系统生成一个内部的rowid做主键. 4: 像innodb …"

"要说表空间，Mysql的表空间管理远远说不上完善。换句话说，事实上Mysql根本没有真正意义上的表空间管理。Mysql的Innodb包含两种表空间文件模式，默认的共享表空间和每个表分离的独立表空间。只要在my.cnf里面增加innodb_file_per_table=1就可以从共享表空间切换到独立表空间。当然对于已经存在的表，则需要执行alter table MY_TABLE engine=innodb命令迁移数据。\n共享表空间方式 由于是默认的方式，就暂且理解为Mysql官方推荐的方式。相对而言所有的数据都在一个（或几个）文件中，比较利于管理，而且在操作的时候只需要open这一个（或几个）文件即可，相对来说代价很低。\n但问题是在数据达到以G为单位来计算的时候优劣逆转。一个大小惊人的文件很不利于管理，而且对于一个如此巨大的文件来说，读写它需要耗费的资源一样巨大。更加令人费解的是，MySQL竟然将索引和数据保存于同一个文件中，索引和数据之间尚存在资源争用，不利于性能的提升。你当然可以通过innodb_data_file_path的配置规划多个表空间文件，但MySQL的逻辑是“用满后增 …"

"本次，我们通过对比，明明白白的知道索引、提交频率对InnoDB表写入速度的影响，了解有哪些需要注意的。\n先直接说几个结论吧：\n1、关于索引对写入速度的影响： a、如果有自增列做主键，相对完全没索引的情况，写入速度约提升 3.11%； b、如果有自增列做主键，并且二级索引，相对完全没索引的情况，写入速度约降低 27.37%； 因此，InnoDB表最好总是有一个自增列做主键。\n2、关于提交频率对写入速度的影响（以表中只有自增列做主键的场景，一次写入数据30万行数据为例）：\na、等待全部数据写入完成后，最后再执行commit提交的效率最高； b、每10万行提交一次，相对一次性提交，约慢了1.17%； c、每1万行提交一次，相对一次性提交，约慢了3.01%； d、每1千行提交一次，相对一次性提交，约慢了23.38%； e、每100行提交一次，相对一次性提交，约慢了24.44%； f、每10行提交一次，相对一次性提交，约慢了92.78%； g、每行提交一次，相对一次性提交，约慢了546.78%，也就是慢了5倍； 因此，最好是等待所有事务结束后再批量提交，而不是每执行完一个SQL就提交一次。\n曾经 …"

"我们先了解下InnoDB引擎表的一些关键特征：\nInnoDB引擎表是基于B+树的索引组织表(IOT)；\n每个表都需要有一个聚集索引(clustered index)；\n所有的行记录都存储在B+树的叶子节点(leaf pages of the tree)；\n基于聚集索引的增、删、改、查的效率相对是最高的；\n如果我们定义了主键(PRIMARY KEY)，那么InnoDB会选择其作为聚集索引；\n如果没有显式定义主键，则InnoDB会选择第一个不包含有NULL值的唯一索引作为主键索引；\n如果也没有这样的唯一索引，则InnoDB会选择内置6字节长的ROWID作为隐含的聚集索引(ROWID随着行记录的写入而主键递增，这个ROWID不像ORACLE的ROWID那样可引用，是隐含的)。\n综上总结，如果InnoDB表的数据写入顺序能和B+树索引的叶子节点顺序一致的话，这时候存取效率是最高的，也就是下面这几种情况的存取效率最高：\n使用自增列(INT/BIGINT类型)做主键，这时候写入顺序是自增的，和B+数叶子节点分裂顺序一致；\n该表不指定自增列做主键，同时也没有可以被选为主键的唯一索引(上面的条件)，这 …"

"作/译者：叶金荣（imysql#imysql.com\u0026gt;），来源： http://imysql.com，欢迎转载。\n起因：在innodb表上做count(*)统计实在是太慢了，因此想办法看能不能再快点。\n现象：先来看几个测试案例，如下\n一、 sbtest 表上的测试\nshow create table sbtest\\G *************************** 1. row *************************** Table: sbtest Create Table: CREATE TABLE `sbtest` ( `aid` bigint(20) unsigned NOT NULL auto_increment, `id` int(10) unsigned NOT NULL default \u0026#39;0\u0026#39;, `k` int(10) unsigned NOT NULL default \u0026#39;0\u0026#39;, `c` char(120) NOT NULL default \u0026#39;\u0026#39;, `pad` char(60) NOT NULL …"

"官方教程： http://dev.mysql.com/doc/refman/5.1/zh/storage-engines.html#innodb\n3.6 InnoDB存储引擎文件\n之前介绍的文件都是MySQL数据库本身的文件，和存储引擎无关。除了这些文件外，每个表存储引擎还有其自己独有的文件。这一节将具体介绍和InnoDB存储引擎密切相关的文件，这些文件包括重做日志文件、表空间文件。\n3.6.1 表空间文件\nInnoDB存储引擎在存储设计上模仿了Oracle，将存储的数据按表空间进行存放。默认配置下，会有一个初始化大小为10MB、名为ibdata1的文件。该文件就是默认的表空间文件（tablespace file）。你可以通过参数innodb_data_file_path对其进行设置。格式如下：\ninnodb_data_file_path=datafile_spec1[;datafile_spec2]…\n你也可以用多个文件组成一个表空间，同时制定文件的属性，如：\n[mysqld]\ninnodb_data_file_path = …"