MySql是软件公司常用的数据库，常用的数据库引擎为InnoDB、MyISAM，网上对于这两种引擎讨论也过多，下面通过实例对比这两种引擎，给出最感官的数据。

MyISAM 和 InnoDB 引擎的区别有很多，下面通过实例测试 MySQL 5.7 读写性能的差异

本文测试所用工具版本如下：

MySQL：5.7.18

Python：3.6

Pandas：0.23

① 创建数据表

首先我们需要把两张使用了不同引擎的表创建出来，使用为了方便起见，我们直接使用Navicat创建了两张 员工信息表，具体字段如下：

使用InnoDB引擎的表，设计表名为innodb，选项如下：

使用MyISAM引擎的表，设计表名为myisam，选项如下：

因为是简单操作，创建的具体细节就不详述了，至此，我们的数据库就把使用 InnoDB 和 MyISAM 两种引擎的表创建好了。

② 单线程写入性能对比

1. InnoDB 引擎

执行以下代码，往使用了InnoDB引擎的表格插入1000条数据

import pandas as pdfrom sqlalchemy import create_engineimport timedb = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')start = time.time()for i in range(1000):    data = {'index': i,            'name': 'name_' + str(i),            'age': i,            'salary': i,            'level': i}    df = pd.DataFrame(data, index=[0])    df.to_sql('innodb', db, if_exists='append', index=False)end = time.time()print(end - start)

执行3次上面的代码，得到程序写入1000条数据的时间分别为：12.58s、14.10s、12.71s，平均写入时间为 13.13s。

2. MyISAM 引擎

执行以下代码，往使用了MyISAM引擎的表格插入1000条数据

import pandas as pdfrom sqlalchemy import create_engineimport timedb = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')start = time.time()for i in range(1000):    data = {'index': i,            'name': 'name_' + str(i),            'age': i,            'salary': i,            'level': i}    df = pd.DataFrame(data, index=[0])    df.to_sql('myisam', db, if_exists='append', index=False)end = time.time()print(end - start)

执行3次上面的代码，得到程序写入1000条数据的时间分别为：6.64s、6.99s、7.29s，平均写入时间为 6.97s。

两种引擎的单线程写入速度对比如下：

结论：单线程的情况下，MyISAM引擎的写入速度比InnoDB引擎的写入速度快88%

③ 多线程写入性能对比

1. InnoDB 引擎

执行以下代码，往使用了InnoDB引擎的表格插入1000条数据

import pandas as pdfrom sqlalchemy import create_engineimport timefrom concurrent.futures import ThreadPoolExecutordb = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')start = time.time()data_lst = [{'index': i,             'name': 'name_' + str(i),             'age': i,             'salary': i,             'level': i} for i in range(1000)]def write(data):    df = pd.DataFrame(data, index=[0])    df.to_sql('innodb', db, if_exists='append', index=False)def execute():    with ThreadPoolExecutor(max_workers=5) as executor:        executor.map(write, data_lst)execute()end = time.time()print(end - start)

执行3次上面的代码，得到程序写入1000条数据的时间分别为：4.98s、4.84s、4.88s，平均写入时间为 4.9s。

2. MyISAM 引擎

执行以下代码，往使用了MyISAM引擎的表格插入1000条数据

import pandas as pdfrom sqlalchemy import create_engineimport timefrom concurrent.futures import ThreadPoolExecutordb = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')start = time.time()data_lst = [{'index': i,             'name': 'name_' + str(i),             'age': i,             'salary': i,             'level': i} for i in range(1000)]def write(data):    df = pd.DataFrame(data, index=[0])    df.to_sql('myisam', db, if_exists='append', index=False)def execution():    with ThreadPoolExecutor(max_workers=5) as executor:        executor.map(write, data_lst)execution()end = time.time()print(end - start)

执行3次上面的代码，得到程序写入1000条数据的时间分别为：3.29s、3.62s、3.47s，平均写入时间为 3.46s。

两种引擎的多线程写入速度对比如下：

结论：多线程的情况下，MyISAM引擎的写入速度比InnoDB引擎的写入速度快42%

④ 读取性能对比

为了获得数据量较大的表用于测试数据库的读取性能，我们循环执行10遍上面多线程写入数据的操作，得到两张数据量为10000条数据的表格，然后读取10遍该表格，获取读取时间

1. InnoDB 引擎

执行以下代码，读取10遍使用了InnoDB引擎的表格

import pandas as pdfrom sqlalchemy import create_engineimport timedb = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')start = time.time()for _ in range(10):    df = pd.read_sql('innodb', db)end = time.time()print(end - start)

执行3次上面的代码，得到程序10次读取10000条数据的时间分别为：28.94s、28.88s、28.48s，平均写入时间为 28.77s。

2. MyISAM 引擎

执行以下代码，读取10遍使用了MyISAM引擎的表格

import pandas as pdfrom sqlalchemy import create_engineimport timedb = create_engine('mysql+pymysql://mysql:123456@127.0.0.1:3306/test')start = time.time()for _ in range(10):    df = pd.read_sql('myisam', db)end = time.time()print(end - start)

执行3次上面的代码，得到程序10次读取10000条数据的时间分别为：28.51s、29.12s、28.76s，平均写入时间为 28.8s。

两种引擎的读取速度对比如下：

结论：MyISAM引擎和InnoDB引擎的读取速度无明显差异

⑤ 总结

1. 写入速度，MyISAM比InnoDB快，单线程的情况下，两者差异尤为明显

2. 读取速度，InnoDB和MyISAM无明显差异