目录
1.存储引擎InnoDB
2.存储引擎MyISAM
3.存储引擎ARCHIVE
4.存储引擎MEMORY
存储引擎在MySQL的逻辑架构中位于第二层，负责MySQL中数据的存储与提取。MySQL存储引擎有很多，不同的存储引擎保存数据和索引的方式是不同的。每一种存储引擎都有它的优势和劣势
查看当前数据库所支持的所有存储引擎
SHOW ENGINES;
1.存储引擎InnoDB
InnoDB是MySQL5.5及以上版本默认的存储引擎，它是默认的事务型存储引擎，也是最重要、使用最广泛的存储引擎。在一般情况下，优先使用InnoDB存储引擎
使用InnoDB存储引擎时，会将数据表分为.frm和.idb两个文件进行存储
InnoDB采用MVCC（多版本并发控制）来支持高并发，InnoDB实现了四个隔离级别，默认级别是REPETABLE READ，并通过间隙锁策略防止幻读出现，它的锁粒度是行锁
InnoDB是典型的事务型存储引擎，它通过一些机制和工具，支持真正的热备份
InnoDB表是基于聚簇索引建立的，聚簇索引对主键的查询有很高的性能，不过它的二级索引（非主键索引）必须包含主键列
MySQL5.6之前默认是系统表空间，系统表空间不能收缩系统文件，浪费空间。5.6版本后使用独立表空间，可以收缩文件，节省空间
SHOW VARIABLES LIKE 'innodb_file_per_table%';
系统表空间是数据存储目录data文件夹中的ibdata1文件
独立表空间是ibd文件
如果想收缩表空间的大小，可以使用语句去执行
OPTIMIZE TABLE 表名;2.存储引擎MyISAM
MyISAM是5.5版本之前MySQL数据库默认的存储引擎
可以使用如下的SQL语句创建数据库，采用MyISAM存储引擎
CREATE TABLE `myisam_demo` (`id` varchar(255) NOT NULL,`name` varchar(255) DEFAULT NULL,PRIMARY KEY (`id`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8;MyISAM采用的是索引与数据分离的形式，将数据保存在三个文件中
frm：存储表结构的文件，所有存储引擎都有
myd：存储数据的文件
myis：存储索引的文件
MyISAM是基于非聚集索引进行存储的
MyISAM不支持行锁，所以读写时对表加上共享锁，在写入时对表加上排他锁。由于是对整张表加锁，相比InnoDB，在并发写入时效率很低
MyISAM不支持事务，但提供了大量的特性，包括全文索引、压缩等
进行压缩后的表是不能进行修改的，但是压缩表可以极大减少磁盘占用空间，因此也可以减少磁盘IO，从而提高查询性能
全文索引是一种基于分词创建的索引，可以支持复杂的查询
MyISAM和InnoDB存储引擎的对比
3.存储引擎ARCHIVE
组成：
用zlib对表数据进行压缩，磁盘IO更少，数据存储在.arz文件中
特点：
只支持insert和select操作，只允许在自增id列上加索引
Achive表比MyISAM表小约75%，比支持事务处理的InnoDB表小约83%，当数据量非常大的时候Achive的插入性能表现比MyISAM好
较小的空间占用在移植MySQL数据时发挥作用，当需要把数据从一台MySQL服务器转移到另一台的时候，Achive表可以方便地移植到新的MySQL环境，只需将保存Achive表的底层文件复制过去即可
创建表的SQL语句如下
CREATE TABLE `t_stu_archive` (`id` int(11) NOT NULL AUTO_INCREMENT,`username` varchar(10) DEFAULT NULL,KEY `id` (`id`)
) ENGINE=ARCHIVE DEFAULT CHARSET=utf8;数据测试
-- 新增
insert into t_stu_archive values (null,"赵四");
-- 查询
select * from t_stu_archive;4.存储引擎MEMORY
也称HEAP存储引擎，所有的数据保存在内存中
特点：
-
使用表级锁
-
支持HASH索引和BTree索引
-
所有的字段都是固定长度varchar(10) = char(10)
-
不支持Blog和Text等大字段
-
最大大小由max_heap_table_size参数决定
建表语句：
CREATE TABLE `t_stu_memory` (`id` int(11) NOT NULL AUTO_INCREMENT,`username` varchar(20) DEFAULT NULL,PRIMARY KEY (`id`)
) ENGINE=MEMORY DEFAULT CHARSET=utf8;使用场景：
-
hash索引用于查找或者映射表（邮编和地区的对应表）
-
用于保存数据分析中产生的中间表
-
用于缓存周期性聚合数据的结果表
-
memory数据易丢失，所以要求数据可再生
