请注意，我的正式教育和经验是在甲骨文，而我的MySQL工作完全是个人的，在我自己的时间，所以如果我说的事情是正确的甲骨文，但不是正确的MySQL，我道歉。虽然这两个系统有很多共同点，关系理论/代数是相同的，关系数据库仍然是关系数据库，但仍然有很多差异!!

我特别喜欢(以及行级锁)InnoDB是基于事务的，这意味着你可能会对你的web应用程序的一个“操作”进行多次更新/插入/创建/修改/删除/等等。出现的问题是，如果只有一些更改/操作最终被提交，而其他的没有提交，那么大多数情况下(取决于数据库的具体设计)最终会得到一个数据/结构冲突的数据库。

Note: With Oracle, create/alter/drop statements are called "DDL" (Data Definition) statements, and implicitly trigger a commit. Insert/update/delete statements, called "DML" (Data Manipulation), are not committed automatically, but only when a DDL, commit, or exit/quit is performed (or if you set your session to "auto-commit", or if your client auto-commits). It's imperative to be aware of that when working with Oracle, but I am not sure how MySQL handles the two types of statements. Because of this, I want to make it clear that I'm not sure of this when it comes to MySQL; only with Oracle.

一个基于事务的引擎擅长的例子:

假设我或你在一个网页上注册参加一个免费活动，系统的主要目的之一是只允许最多100人注册，因为这是该活动的座位限制。一旦注册人数达到100人，系统就会禁止更多的注册，至少直到其他人取消。

在这种情况下，可能有一个表用于记录客人(姓名、电话、电子邮件等)，另一个表用于跟踪已经注册的客人的数量。因此，我们对一个“事务”有两个操作。现在假设客户信息添加到GUESTS表后，出现了连接丢失或具有相同影响的错误。GUESTS表已更新(插入)，但在更新“可用座位”之前，连接已丢失。

现在我们有一个客人添加到客人桌，但可用座位的数量现在是不正确的(例如，值是85，而实际是84)。

当然，有很多方法可以处理这个问题，比如用“客人表中100减去行数”来跟踪可用座位，或者使用一些代码来检查信息是否一致，等等.... 但是对于像InnoDB这样的基于事务的数据库引擎，要么所有的操作都被提交，要么一个都没有。这在很多情况下是有帮助的，但就像我说的，这不是安全的唯一方法，不是(但是，由数据库处理的好方法，而不是由程序员/脚本作者处理)。

这就是“基于事务”在这个上下文中的所有本质含义，除非我遗漏了一些东西——要么整个事务像它应该的那样成功，要么什么都没有改变，因为只做部分更改可能会对数据库造成轻微到严重的混乱，甚至可能破坏它……

但我要再说一遍，这不是避免弄得一团糟的唯一方法。但它是引擎本身处理的方法之一，让您编写代码/脚本，只需要担心“事务是否成功，如果不成功我该做什么(比如重试)”，而不是手动编写代码从数据库外部“手动”检查它，并为此类事件做更多的工作。

最后，关于表锁和行锁的注意事项:

免责声明:关于MySQL，我可能在以下所有方面都是错误的，假设/示例情况是需要研究的，但我可能在MySQL可能导致损坏的确切原因上是错误的。然而，这些例子在一般编程中是非常真实的，即使MySQL有更多的机制来避免这样的事情……

无论如何，我相当自信地同意那些认为一次允许多少个连接不能围绕一个锁定的表工作的人的观点。事实上，多个连接是锁定一个表的全部意义!!这样，其他进程/用户/应用程序就不能通过同时进行更改来破坏数据库。

在同一行上工作的两个或多个连接如何使你的一天变得非常糟糕? 假设有两个进程都希望/需要更新同一行中的相同值，假设因为该行是一次巴士旅行的记录，并且两个进程都同时希望将“riders”或“available_seats”字段更新为“当前值加1”。

让我们假设一下，一步一步来:

进程1读取当前值，假设它是空的，因此到目前为止是“0”。 进程2也读取当前值，它仍然是0。 进程1写入(当前+ 1)即1。 进程2应该写入2，但由于它在进程1写入新值之前读取了当前值，所以它也将1写入到表中。

我不确定两个连接能像这样混合在一起，在第一个人写之前都是阅读……但如果不是，那么我仍然会看到一个问题:

进程1读取当前值，即0。 进程1写入(当前+ 1)，即1。 进程2现在读取当前值。但是，当进程1写(更新)时，它还没有提交数据，因此只有同一进程可以读取它更新的新值，而所有其他进程都可以看到旧的值，直到提交。

而且，至少在Oracle数据库中，有隔离级别，我就不浪费时间解释了。这里有一篇关于这个主题的好文章，每个隔离级别都有它的优点和缺点，这将与基于事务的引擎在数据库中的重要性有关……

最后，在MyISAM内部可能会有不同的安全措施，而不是外键和基于事务的交互。首先，事实上整个表都是锁定的，这使得不太可能需要事务/ fk。

And alas, if you are aware of these concurrency issues, yes you can play it less safe and just write your applications, set up your systems so that such errors are not possible (your code is then responsible, rather than the database itself). However, in my opinion, I would say that it is always best to use as many safeguards as possible, programming defensively, and always being aware that human error is impossible to completely avoid. It happens to everyone, and anyone who says they are immune to it must be lying, or hasn't done more than write a "Hello World" application/script. ;-)

我希望其中一些对别人有所帮助，甚至更多，我希望我现在不是假设的罪魁祸首，也不是一个错误的人!!如果是这样的话，我很抱歉，但是这些例子很值得思考，研究风险，等等，即使它们在这个特定的上下文中不是潜在的。

请随意纠正我，编辑这个“答案”，甚至投票否决。请尽量改进，而不是用另一个错误的假设来纠正我的错误假设。: -)

这是我的第一个回应，所以请原谅由于所有的免责声明，等等。我只是不想在不确定的时候显得傲慢!

几乎每次我开始一个新项目时，我都会问同样的问题，看看我是否能想出新的答案。

它最终归结为——我使用最新版本的MySQL并运行测试。

我有表，我想做键/值查找…就这些。我需要得到一个哈希键的值(0-512字节)。这个数据库上没有很多事务。表偶尔会更新(整个表)，但是没有事务。

所以我们这里讨论的不是一个复杂的系统，我们讨论的是一个简单的查找，..以及如何(除了使表RAM常驻)优化性能。

我也在其他数据库(即NoSQL)上做测试，看看是否有任何地方我可以获得优势。我所发现的最大优势是键映射，但就查找而言，MyISAM目前是所有优势中的佼佼者。

虽然，我不会执行与MyISAM表的金融交易，但对于简单的查找，你应该测试它。通常是2倍到5倍的查询/秒。

试试吧，我欢迎辩论。

还可以看看MySQL本身的一些替代品:

玛丽亚数据库

http://mariadb.org/

MariaDB是一个数据库服务器，为MySQL提供了直接替换功能。MariaDB是由MySQL的一些原始作者在更广泛的免费和开源软件开发人员社区的帮助下构建的。除了MySQL的核心功能之外，MariaDB还提供了一组丰富的功能增强，包括备用存储引擎、服务器优化和补丁。

Percona服务器

https://launchpad.net/percona-server

一个增强型的MySQL替代品，具有更好的性能、改进的诊断和新特性。

简而言之，如果你的工作需要一个可靠的数据库来处理大量的INSERT和UPDATE指令，InnoDB是很好的选择。

而且，如果你需要的数据库需要大量的读(SELECT)指令而不是写(INSERT和UPDATES)， MyISAM是很好的，考虑到它在表锁方面的缺点。

你可能想去看看; InnoDB的优缺点 MyISAM的利弊

请注意，我的正式教育和经验是在甲骨文，而我的MySQL工作完全是个人的，在我自己的时间，所以如果我说的事情是正确的甲骨文，但不是正确的MySQL，我道歉。虽然这两个系统有很多共同点，关系理论/代数是相同的，关系数据库仍然是关系数据库，但仍然有很多差异!!

我特别喜欢(以及行级锁)InnoDB是基于事务的，这意味着你可能会对你的web应用程序的一个“操作”进行多次更新/插入/创建/修改/删除/等等。出现的问题是，如果只有一些更改/操作最终被提交，而其他的没有提交，那么大多数情况下(取决于数据库的具体设计)最终会得到一个数据/结构冲突的数据库。

Note: With Oracle, create/alter/drop statements are called "DDL" (Data Definition) statements, and implicitly trigger a commit. Insert/update/delete statements, called "DML" (Data Manipulation), are not committed automatically, but only when a DDL, commit, or exit/quit is performed (or if you set your session to "auto-commit", or if your client auto-commits). It's imperative to be aware of that when working with Oracle, but I am not sure how MySQL handles the two types of statements. Because of this, I want to make it clear that I'm not sure of this when it comes to MySQL; only with Oracle.

一个基于事务的引擎擅长的例子:

假设我或你在一个网页上注册参加一个免费活动，系统的主要目的之一是只允许最多100人注册，因为这是该活动的座位限制。一旦注册人数达到100人，系统就会禁止更多的注册，至少直到其他人取消。

在这种情况下，可能有一个表用于记录客人(姓名、电话、电子邮件等)，另一个表用于跟踪已经注册的客人的数量。因此，我们对一个“事务”有两个操作。现在假设客户信息添加到GUESTS表后，出现了连接丢失或具有相同影响的错误。GUESTS表已更新(插入)，但在更新“可用座位”之前，连接已丢失。

现在我们有一个客人添加到客人桌，但可用座位的数量现在是不正确的(例如，值是85，而实际是84)。

当然，有很多方法可以处理这个问题，比如用“客人表中100减去行数”来跟踪可用座位，或者使用一些代码来检查信息是否一致，等等.... 但是对于像InnoDB这样的基于事务的数据库引擎，要么所有的操作都被提交，要么一个都没有。这在很多情况下是有帮助的，但就像我说的，这不是安全的唯一方法，不是(但是，由数据库处理的好方法，而不是由程序员/脚本作者处理)。

这就是“基于事务”在这个上下文中的所有本质含义，除非我遗漏了一些东西——要么整个事务像它应该的那样成功，要么什么都没有改变，因为只做部分更改可能会对数据库造成轻微到严重的混乱，甚至可能破坏它……

但我要再说一遍，这不是避免弄得一团糟的唯一方法。但它是引擎本身处理的方法之一，让您编写代码/脚本，只需要担心“事务是否成功，如果不成功我该做什么(比如重试)”，而不是手动编写代码从数据库外部“手动”检查它，并为此类事件做更多的工作。

最后，关于表锁和行锁的注意事项:

免责声明:关于MySQL，我可能在以下所有方面都是错误的，假设/示例情况是需要研究的，但我可能在MySQL可能导致损坏的确切原因上是错误的。然而，这些例子在一般编程中是非常真实的，即使MySQL有更多的机制来避免这样的事情……

无论如何，我相当自信地同意那些认为一次允许多少个连接不能围绕一个锁定的表工作的人的观点。事实上，多个连接是锁定一个表的全部意义!!这样，其他进程/用户/应用程序就不能通过同时进行更改来破坏数据库。

在同一行上工作的两个或多个连接如何使你的一天变得非常糟糕? 假设有两个进程都希望/需要更新同一行中的相同值，假设因为该行是一次巴士旅行的记录，并且两个进程都同时希望将“riders”或“available_seats”字段更新为“当前值加1”。

让我们假设一下，一步一步来:

进程1读取当前值，假设它是空的，因此到目前为止是“0”。 进程2也读取当前值，它仍然是0。 进程1写入(当前+ 1)即1。 进程2应该写入2，但由于它在进程1写入新值之前读取了当前值，所以它也将1写入到表中。

我不确定两个连接能像这样混合在一起，在第一个人写之前都是阅读……但如果不是，那么我仍然会看到一个问题:

进程1读取当前值，即0。 进程1写入(当前+ 1)，即1。 进程2现在读取当前值。但是，当进程1写(更新)时，它还没有提交数据，因此只有同一进程可以读取它更新的新值，而所有其他进程都可以看到旧的值，直到提交。

而且，至少在Oracle数据库中，有隔离级别，我就不浪费时间解释了。这里有一篇关于这个主题的好文章，每个隔离级别都有它的优点和缺点，这将与基于事务的引擎在数据库中的重要性有关……

最后，在MyISAM内部可能会有不同的安全措施，而不是外键和基于事务的交互。首先，事实上整个表都是锁定的，这使得不太可能需要事务/ fk。

And alas, if you are aware of these concurrency issues, yes you can play it less safe and just write your applications, set up your systems so that such errors are not possible (your code is then responsible, rather than the database itself). However, in my opinion, I would say that it is always best to use as many safeguards as possible, programming defensively, and always being aware that human error is impossible to completely avoid. It happens to everyone, and anyone who says they are immune to it must be lying, or hasn't done more than write a "Hello World" application/script. ;-)

我希望其中一些对别人有所帮助，甚至更多，我希望我现在不是假设的罪魁祸首，也不是一个错误的人!!如果是这样的话，我很抱歉，但是这些例子很值得思考，研究风险，等等，即使它们在这个特定的上下文中不是潜在的。

请随意纠正我，编辑这个“答案”，甚至投票否决。请尽量改进，而不是用另一个错误的假设来纠正我的错误假设。: -)

这是我的第一个回应，所以请原谅由于所有的免责声明，等等。我只是不想在不确定的时候显得傲慢!

为了增加广泛的选择，这里涵盖了两个发动机之间的机械差异，我提出了一个经验速度比较研究。

就纯粹的速度而言，MyISAM并不总是比InnoDB快，但根据我的经验，在pure READ工作环境中，MyISAM往往快2.0-2.5倍。显然，这并不适用于所有环境——正如其他人所写的那样，MyISAM缺少事务和外键之类的东西。

我在下面做了一些基准测试——我使用python进行循环，使用timeit库进行时间比较。出于兴趣，我还包括了内存引擎，这提供了最好的性能，尽管它只适用于较小的表(当您超过MySQL内存限制时，您会不断遇到表'tbl'已满)。我研究的四种选择类型是:

香草选择 计数 有条件的选择 索引和非索引子选择

首先，我使用以下SQL创建了三个表

CREATE TABLE
    data_interrogation.test_table_myisam
    (
        index_col BIGINT NOT NULL AUTO_INCREMENT,
        value1 DOUBLE,
        value2 DOUBLE,
        value3 DOUBLE,
        value4 DOUBLE,
        PRIMARY KEY (index_col)
    )
    ENGINE=MyISAM DEFAULT CHARSET=utf8

在第二和第三个表中用“MyISAM”替换“InnoDB”和“memory”。

 

1)香草选择

查询:SELECT * FROM tbl WHERE index_col = xx

结果:画

它们的速度基本上是相同的，并且正如预期的那样，与要选择的列数成线性关系。InnoDB似乎比MyISAM快一点，但这真的是微不足道的。

代码:

import timeit
import MySQLdb
import MySQLdb.cursors
import random
from random import randint

db = MySQLdb.connect(host="...", user="...", passwd="...", db="...", cursorclass=MySQLdb.cursors.DictCursor)
cur = db.cursor()

lengthOfTable = 100000

# Fill up the tables with random data
for x in xrange(lengthOfTable):
    rand1 = random.random()
    rand2 = random.random()
    rand3 = random.random()
    rand4 = random.random()

    insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
    insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
    insertString3 = "INSERT INTO test_table_memory (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

    cur.execute(insertString)
    cur.execute(insertString2)
    cur.execute(insertString3)

db.commit()

# Define a function to pull a certain number of records from these tables
def selectRandomRecords(testTable,numberOfRecords):

    for x in xrange(numberOfRecords):
        rand1 = randint(0,lengthOfTable)

        selectString = "SELECT * FROM " + testTable + " WHERE index_col = " + str(rand1)
        cur.execute(selectString)

setupString = "from __main__ import selectRandomRecords"

# Test time taken using timeit
myisam_times = []
innodb_times = []
memory_times = []

for theLength in [3,10,30,100,300,1000,3000,10000]:

    innodb_times.append( timeit.timeit('selectRandomRecords("test_table_innodb",' + str(theLength) + ')', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('selectRandomRecords("test_table_myisam",' + str(theLength) + ')', number=100, setup=setupString) )
    memory_times.append( timeit.timeit('selectRandomRecords("test_table_memory",' + str(theLength) + ')', number=100, setup=setupString) )

 

2)计算

查询:SELECT count(*) FROM tbl

结果:MyISAM获胜

这个说明了MyISAM和InnoDB之间的一个很大的不同——MyISAM(和内存)跟踪表中的记录数量，所以这个事务是快速的，O(1)。在我调查的范围内，InnoDB计数所需的时间随着表的大小超线性增加。我怀疑在实践中观察到的许多MyISAM查询的加速都是由于类似的效果。

代码:

myisam_times = []
innodb_times = []
memory_times = []

# Define a function to count the records
def countRecords(testTable):

    selectString = "SELECT count(*) FROM " + testTable
    cur.execute(selectString)

setupString = "from __main__ import countRecords"

# Truncate the tables and re-fill with a set amount of data
for theLength in [3,10,30,100,300,1000,3000,10000,30000,100000]:

    truncateString = "TRUNCATE test_table_innodb"
    truncateString2 = "TRUNCATE test_table_myisam"
    truncateString3 = "TRUNCATE test_table_memory"

    cur.execute(truncateString)
    cur.execute(truncateString2)
    cur.execute(truncateString3)

    for x in xrange(theLength):
        rand1 = random.random()
        rand2 = random.random()
        rand3 = random.random()
        rand4 = random.random()

        insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString3 = "INSERT INTO test_table_memory (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

        cur.execute(insertString)
        cur.execute(insertString2)
        cur.execute(insertString3)

    db.commit()

    # Count and time the query
    innodb_times.append( timeit.timeit('countRecords("test_table_innodb")', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('countRecords("test_table_myisam")', number=100, setup=setupString) )
    memory_times.append( timeit.timeit('countRecords("test_table_memory")', number=100, setup=setupString) )

 

3)有条件选择

查询:SELECT * FROM tbl WHERE value1<0.5 AND value2<0.5 AND value3<0.5 AND value4<0.5

结果:MyISAM获胜

在这里，MyISAM和内存的性能大致相同，对于更大的表，它比InnoDB高出50%左右。在这类查询中，MyISAM的好处似乎得到了最大化。

代码:

myisam_times = []
innodb_times = []
memory_times = []

# Define a function to perform conditional selects
def conditionalSelect(testTable):
    selectString = "SELECT * FROM " + testTable + " WHERE value1 < 0.5 AND value2 < 0.5 AND value3 < 0.5 AND value4 < 0.5"
    cur.execute(selectString)

setupString = "from __main__ import conditionalSelect"

# Truncate the tables and re-fill with a set amount of data
for theLength in [3,10,30,100,300,1000,3000,10000,30000,100000]:

    truncateString = "TRUNCATE test_table_innodb"
    truncateString2 = "TRUNCATE test_table_myisam"
    truncateString3 = "TRUNCATE test_table_memory"

    cur.execute(truncateString)
    cur.execute(truncateString2)
    cur.execute(truncateString3)

    for x in xrange(theLength):
        rand1 = random.random()
        rand2 = random.random()
        rand3 = random.random()
        rand4 = random.random()

        insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
        insertString3 = "INSERT INTO test_table_memory (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

        cur.execute(insertString)
        cur.execute(insertString2)
        cur.execute(insertString3)

    db.commit()

    # Count and time the query
    innodb_times.append( timeit.timeit('conditionalSelect("test_table_innodb")', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('conditionalSelect("test_table_myisam")', number=100, setup=setupString) )
    memory_times.append( timeit.timeit('conditionalSelect("test_table_memory")', number=100, setup=setupString) )

 

4)子

结果:InnoDB胜出

对于这个查询，我为子选择创建了一组额外的表。每个都是简单的两列bigint，一列有主键索引，另一列没有任何索引。由于表的大小很大，我没有测试内存引擎。SQL表创建命令为

CREATE TABLE
    subselect_myisam
    (
        index_col bigint NOT NULL,
        non_index_col bigint,
        PRIMARY KEY (index_col)
    )
    ENGINE=MyISAM DEFAULT CHARSET=utf8;

在第二个表中，'MyISAM'再次替换'InnoDB'。

在这个查询中，我将选择表的大小保留为1000000，而是改变子选择列的大小。

在这一点上，InnoDB很容易获胜。在我们得到一个合理的大小表后，两个引擎都线性缩放子选择的大小。索引加快了MyISAM命令的速度，但有趣的是，它对InnoDB的速度几乎没有影响。 subSelect.png

代码:

myisam_times = []
innodb_times = []
myisam_times_2 = []
innodb_times_2 = []

def subSelectRecordsIndexed(testTable,testSubSelect):
    selectString = "SELECT * FROM " + testTable + " WHERE index_col in ( SELECT index_col FROM " + testSubSelect + " )"
    cur.execute(selectString)

setupString = "from __main__ import subSelectRecordsIndexed"

def subSelectRecordsNotIndexed(testTable,testSubSelect):
    selectString = "SELECT * FROM " + testTable + " WHERE index_col in ( SELECT non_index_col FROM " + testSubSelect + " )"
    cur.execute(selectString)

setupString2 = "from __main__ import subSelectRecordsNotIndexed"

# Truncate the old tables, and re-fill with 1000000 records
truncateString = "TRUNCATE test_table_innodb"
truncateString2 = "TRUNCATE test_table_myisam"

cur.execute(truncateString)
cur.execute(truncateString2)

lengthOfTable = 1000000

# Fill up the tables with random data
for x in xrange(lengthOfTable):
    rand1 = random.random()
    rand2 = random.random()
    rand3 = random.random()
    rand4 = random.random()

    insertString = "INSERT INTO test_table_innodb (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"
    insertString2 = "INSERT INTO test_table_myisam (value1,value2,value3,value4) VALUES (" + str(rand1) + "," + str(rand2) + "," + str(rand3) + "," + str(rand4) + ")"

    cur.execute(insertString)
    cur.execute(insertString2)

for theLength in [3,10,30,100,300,1000,3000,10000,30000,100000]:

    truncateString = "TRUNCATE subselect_innodb"
    truncateString2 = "TRUNCATE subselect_myisam"

    cur.execute(truncateString)
    cur.execute(truncateString2)

    # For each length, empty the table and re-fill it with random data
    rand_sample = sorted(random.sample(xrange(lengthOfTable), theLength))
    rand_sample_2 = random.sample(xrange(lengthOfTable), theLength)

    for (the_value_1,the_value_2) in zip(rand_sample,rand_sample_2):
        insertString = "INSERT INTO subselect_innodb (index_col,non_index_col) VALUES (" + str(the_value_1) + "," + str(the_value_2) + ")"
        insertString2 = "INSERT INTO subselect_myisam (index_col,non_index_col) VALUES (" + str(the_value_1) + "," + str(the_value_2) + ")"

        cur.execute(insertString)
        cur.execute(insertString2)

    db.commit()

    # Finally, time the queries
    innodb_times.append( timeit.timeit('subSelectRecordsIndexed("test_table_innodb","subselect_innodb")', number=100, setup=setupString) )
    myisam_times.append( timeit.timeit('subSelectRecordsIndexed("test_table_myisam","subselect_myisam")', number=100, setup=setupString) )
        
    innodb_times_2.append( timeit.timeit('subSelectRecordsNotIndexed("test_table_innodb","subselect_innodb")', number=100, setup=setupString2) )
    myisam_times_2.append( timeit.timeit('subSelectRecordsNotIndexed("test_table_myisam","subselect_myisam")', number=100, setup=setupString2) )

我认为所有这些的关键信息是，如果你真的关心速度，你需要对你正在执行的查询进行基准测试，而不是假设哪个引擎更适合。