- 性能：MySQL 8.0 的速度比 MySQL 5.7 快 2 倍，在读/写工作负载、IO 密集型工作负载和高竞争（“hot spot”热点竞争）工作负载方面表现更好。
- NoSQL：MySQL 从 5.7 版本开始提供 NoSQL 存储功能，8.0 版本进一步改进，消除了对独立 NoSQL 文档数据库的需求，支持无模式（schema-less）的 JSON 文档，提供多文档事务和完整的 ACID 合规性。
- 窗口函数：MySQL 8.0 引入了窗口函数，可以实现新的查询方式。窗口函数与聚合函数（如 SUM()、COUNT()）类似，但不会将多行合并为一行，而是将结果保留在多行中，无需使用 GROUP BY。
- 隐藏索引：在 MySQL 8.0 中，索引可以“隐藏”或“显示”。隐藏的索引不会被查询优化器使用，可用于性能调试。通过隐藏索引观察数据库性能变化，判断索引是否有用，从而决定是否删除。
- 取消查询缓存：MySQL 8.0 出于性能和可维护性考虑取消了查询缓存，转而使用索引、更好的查询计划优化和缓存结果集，更有效地提高查询性能，避免查询缓存可能带来的问题。
- SELECT FOR UPDATE 支持 NOWAIT：当其他事务锁定某些行时，当前事务会等待锁释放。使用 NOWAIT 关键字后，如果行已被锁定，数据库会立即抛出错误，而不是等待。
- 降序索引：MySQL 8.0 支持按降序方式排序的索引，索引中的值也会按降序排列。
- 通用表表达式：在复杂查询中使用嵌入式表时，CTE 使查询语句更清晰。
- UTF-8 编码：从 MySQL 8 开始，默认字符集改为 utf8mb4。
- JSON 支持：MySQL 8 大幅改进对 JSON 的支持，新增 JSON_EXTRACT() 函数用于从 JSON 字段中抽取数据，以及 JSON_ARRAYAGG() 和 JSON_OBJECTAGG() 聚合函数用于组合数据到 JSON 数组和对象中。
- 可靠性：InnoDB 现在支持表 DDL 操作的原子性，使 InnoDB 表的数据定义语言具备事务完整性，能够保证操作要么成功提交，要么失败回滚，避免出现 DDL 操作部分成功的问题。同时，还支持 crash-safe 特性，元数据存储在单一事务数据字典中。
- 高可用性：InnoDB 集群为数据库提供集成式的原生高可用性解决方案。
- 安全性：包括对 OpenSSL 的改进、新的默认身份验证机制、SQL 角色管理、密码强度控制及授权方面的增强。
MySQL5.X和8.0有什么区别？
2025-11-18
24
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
MySQL 8.0 相比 5.7 性能提升显著，支持 NoSQL、窗口函数、CTE、降序索引与隐藏索引，增强 JSON 处理，取消查询缓存以优化性能，默认使用 utf8mb4 编码，提升安全性、可靠性与高可用性，全面支持 ACID 事务和原子 DDL 操作。
目录
相关文章
|
5天前
|
数据采集
人工智能
自然语言处理
3分钟采集134篇AI文章！深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析，3分钟高效抓取134篇 AI Agent 文章，实现 AI 推荐、智能问答与知识沉淀，打造从数据获取到价值提炼的完整闭环。
392
93
103
|
6天前
|
域名解析
人工智能
|
6天前
|
SQL
人工智能
自然语言处理
Geo优化SOP标准化：于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及，Geo优化（Generative Engine Optimization）已成为企业获客的新战场。然而，缺乏标准化流程（Geo优化sop）导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系，并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果，为企业在AI时代构建稳定的流量护城河。
395
156
156
|
云安全
人工智能
安全
|
5天前
|
数据采集
缓存
数据可视化
Android 无侵入式数据采集：从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术，通过AOP与字节码插桩（如ASM）实现数据采集自动化，彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案，提升数据质量与研发效率，助力团队迈向高效、稳定的智能化埋点体系。（238字）
282
158
158
|
13天前
|
机器人
API
调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构，解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境，Airflow实现任务调度，构建可扩展、可运维的企业级智能 Agent 系统，提升大模型应用的工程化能力。
695
172
176
热门文章
最新文章
1
中文大模型体验测评系列（一）
2
七招教你处理非平衡数据——避免得到一个“假”模型
3
python web service开发
4
《Cadence 16.6电路设计与仿真从入门到精通》——1.4 Cadence SPB 16.6的启动
5
百度网盘搜索引擎
6
想在Daydream View上看成人内容，GameLink为你准备好一切
7
真正实现性能可预期的ECS实例（突发性能实例t5）
8
一文讲透 RocketMQ 消费者是如何负载均衡的
9
Silverlight版本的LoadMask
10
jQuery 常用技巧
1
springboot自动装配的基本原理
62
2
星野“崽崽”大规模下架整改：AI陪伴行业的警示与拐点
178
3
Python 3.14 实用技巧：10个让代码更清晰的小改进
49
4
如何驯服AI编程
43
5
Kali Linux 加入 Windows 域：完整的域渗透测试环境搭建指南
52
6
使用 Ansible 自动化部署 Snort3 入侵检测系统：从零到生产环境（RedHat）
72
7
我是谁？我从哪来？我要到哪去？——聊聊数据血缘分析的“前世今生”
68
8
兄弟别手工点云服务器了：聊聊 IaC 的人间真实与落地指南
52
9
别再给我推明星八卦了！——大数据视角下，个性化新闻推荐的“人间真实”优化指南
45
10
Vue 3 emit 参数数量不匹配问题深度解析与最佳实践
41