MySQL 新技术系列第一期
Clyde Jin
04-23
DBA
34

📢 MySQL 新技术系列开篇语

各位数据库同行、开发者朋友们,大家好!

欢迎来到「MySQL 新技术」系列的第一期。在接下来的系列中,我将持续为大家追踪、解读 MySQL 社区的最新动态,深入剖析从核心引擎到生态工具的每一项关键技术演进,希望能为你的日常运维与架构选型提供有力参考。

作为本系列的开篇,第一期的主题是 「告别 MySQL 8.0 时代,全景解读 MySQL 9.x 创新版」。之所以以此开篇,是因为 2026 年 4 月,MySQL 8.0 正式结束生命周期(EOL),与此同时,9.7.0 LTS 正式确立为下一代长期支持版。这是一个时代的交接与新生。本文将从版本策略出发,系统梳理从 9.0 到 9.7 的全景新特性,帮助大家厘清技术脉络,把握升级方向。

一、开篇综述:MySQL 版本策略与路线图

1.1 创新版 vs 长期支持版(LTS)

在开启 9.x 系列介绍之前,有必要回顾一下 MySQL 自 2023 年启用的双轨制版本策略:

版本类型 定位 生命周期 适用场景
创新版(Innovation Release) 快速迭代,抢先体验新功能 约 3–6 个月 开发测试环境、希望尽早使用新特性的用户
长期支持版(LTS) 稳定优先,兼容性保障 标准支持至 2029 年 4 月,扩展支持至 2032 年 生产环境核心系统

简单来说,创新版是 MySQL 的「前沿试验场」,每季度左右发布一个新版本,将最新功能快速交付给社区;LTS 版则是「生产压舱石」,每两年左右从创新版分支中选取一个稳定基线,提供长达数年的长期维护。

1.2 重要里程碑时间线

时间 事件
2024 年 7 月 MySQL 9.0.0 创新版发布(后因严重 bug 撤回,由 9.0.1 替代)
2024 年 10 月 MySQL 9.1.0 创新版发布
2025 年 1 月 MySQL 9.2.0 创新版发布
2025 年 4 月 MySQL 9.3.0 创新版发布
2026 年 4 月 MySQL 8.0 正式 EOL;9.7.0 LTS GA

1.3 为什么要告别 8.0?

MySQL 8.0 于 2018 年 4 月正式 GA,至今已走过整整八个年头。作为 MySQL 历史上最成功的大版本,它带来了窗口函数、CTE、InnoDB 集群、JSON 全面增强等变革性功能。但从 2026 年 5 月 1 日起,8.0 已不再获得任何新的安全补丁和 bug 修复,继续运行意味着安全风险持续累积,尤其对于金融、电信、政务等强合规行业而言,这是一个必须严肃对待的风险信号。因此,尽早规划向 9.x LTS 的升级,是当下每个 DBA 和架构师需要提上日程的重要课题。

二、核心新特性全景概览

从 9.0 到 9.3 创新版,再到 9.7 LTS,MySQL 在多个维度实现了重大突破:

特性领域 关键创新 首发版本
🤖 AI 与向量 VECTOR 数据类型、向量检索、RAG 支持 9.0 / 8.4
📝 JavaScript 支持 MLE 多语言引擎、存储程序、LIBRARY 模块化 9.0 → 持续演进
🚀 性能与可观测性 触发器延迟加载、EXPLAIN 增强、Hypergraph Optimizer 9.1 → 9.7
🛡️ 高可用性 Primary Election 组件、自动驱逐与重加入、OpenTelemetry 集成 9.3 → 9.7
🔒 安全增强 OpenID Connect、原子 DDL、Dynamic Data Masking 9.1 → 9.7
📦 社区版扩展 JSON Duality Views、Profile-Guided Optimization 等 8 大能力 9.7 LTS

三、🤖 AI 与向量支持(Vector Support)

3.1 VECTOR 数据类型(9.0 / 8.4 LTS)

随着大模型和 RAG 技术的普及,向量检索已从小众需求跃升为通用能力。MySQL 9.0 引入了原生的 VECTOR 数据类型,使开发者能够在 MySQL 中直接存储和操作向量嵌入,无需额外部署独立的向量数据库。

核心参数:

  • 每个条目为 4 字节浮点数
  • 默认最大长度为 2048,绝对上限为 16383

相关函数:

函数 说明
VECTOR_DIM() 返回向量的维度
STRING_TO_VECTOR() / TO_VECTOR() 将字符串格式转换为二进制向量
VECTOR_TO_STRING() / FROM_VECTOR() 将二进制向量转换为字符串格式

实用场景: 用户可在单条 SQL 中同时完成结构化条件过滤与向量相似性检索,例如「查询 2024 年发布的、与‘MySQL 向量检索’语义相似的技术文档」。

⚠️ DBA 提醒:9.0 的 VECTOR 是第一代实现,存在显著限制——不能用作键(KEY),且函数兼容性有限。其检索性能尚无法与专用向量数据库(如 Milvus)匹敌,更适合中小规模的 AI 场景。

3.2 HNSW 向量索引(8.4 LTS)

MySQL 8.4 LTS 在 VECTOR 类型的基础上,进一步引入了 HNSW(Hierarchical Navigable Small World)向量索引,大幅提升了大规模向量数据的检索效率。

3.3 GenAI 与 RAG 支持(HeatWave)

在 MySQL HeatWave 中,官方提供了更完整的 AI 能力:

  • 向量存储:自动解析 PDF、PPT、TXT、HTML、DOC 等格式文件,生成向量嵌入并存入 VECTOR 类型列。
  • AI 引擎加速:通过 ALTER TABLE ... SECONDARY_LOAD 将向量表卸载至 MySQL AI 引擎,实现查询加速。
  • 内置 RAGML_RAG 例程支持检索增强生成,结合私有数据与大模型,生成更精准的回答。

四、📝 JavaScript 支持与多语言引擎(MLE)

如果说 VECTOR 是 MySQL 在 AI 数据层面的革新,那么 JavaScript 支持则是其在开发范式层面的革命性突破。

4.1 JavaScript 存储程序(9.0)

MySQL 9.0 首次将 JavaScript 引入数据库内核,允许开发者使用 JavaScript 编写存储过程和存储函数。JavaScript 存储函数可在 SQL 表达式的任意位置调用,包括 WHEREHAVINGORDER BY 等子句。这意味着前端开发者可以将现有的 JavaScript 技能直接应用到数据库逻辑中,降低学习成本,提升开发效率。

4.2 LIBRARY 模块化(9.0 → 9.2 → 9.3)

随着项目规模增长,代码复用成为刚需。MySQL 9.0 引入了 LIBRARY 对象,允许开发者将 JavaScript 和 WebAssembly 代码封装成可复用的库模块,通过 CREATE LIBRARY DDL 声明,并在存储程序中使用 USING 子句导入。

演进时间线:

版本 JavaScript 能力演进
9.0 基础 JavaScript 存储程序、LIBRARY 初步支持
9.1 支持 JavaScript 程序使用 VECTOR 类型
9.2 事务 API(START TRANSACTION / COMMIT / ROLLBACK);ENUM/SET 类型识别;MySQL 内置函数调用
9.3 await 动态加载库;ALTER LIBRARY / SHOW LIBRARY STATUS;DECIMAL 类型支持;国际化 API
💡 应用价值:LIBRARY 对象将代码缓存一次、多处复用,避免内存膨胀。同时,开发者可直接复用 npm 上的海量开源 ECMAScript 模块(ESM),将前端生态的丰富资源带入数据库层。

4.3 MLE 组件(企业版)

MLE(多语言引擎组件)是 MySQL 企业版中驱动 JavaScript 支持的核心组件,负责 JavaScript 代码的解析、执行和与 MySQL 内核的交互。在 9.2 版本中,MLE 支持 JavaScript 例程通过 getFunction()getProcedure() 方法调用 MySQL 存储函数和过程,并可通过全局 Session 对象访问会话变量。

五、🚀 性能与可观测性增强

5.1 触发器延迟加载(9.1)

在 9.1 之前的版本中,每次访问带有触发器的表时,触发器都会被完整加载和解析,即使只是执行只读的 SELECT 操作,造成了大量不必要的资源消耗。

9.1 的优化方案: 将触发器处理拆分为两个阶段——

  • 阶段一:仅读取触发器元数据,存入全局缓存,供所有会话共享
  • 阶段二:仅在真正执行数据修改操作时,才进行完整解析和执行

新增的系统变量 table_open_cache_triggers 以及状态变量 Table_open_cache_triggers_hits / misses,为管理员提供了清晰的缓存监控能力。

5.2 EXPLAIN 与优化器增强(9.1 → 9.3)

版本 增强内容
9.1 EXPLAIN 输出包含多范围读取信息、半连接策略描述;支持 GROUP BY ROLLUP (col1, col2) 语法
9.2 EXPLAIN FORMAT=JSON 引入版本信息字段
9.3 扩展对量化比较谓词转换的支持,提升复杂查询效率

5.3 查询优化器与可观测性(9.7 LTS)

9.7 LTS 引入了多项重量级性能增强:

  • Hypergraph Optimizer:新一代查询优化器,对复杂连接查询的优化能力显著提升
  • Profile-Guided Optimization(PGO):基于实际运行负载的编译优化技术
  • OpenTelemetry 集成:支持通过 OTLP 协议导出日志、指标和链路追踪数据,与 Prometheus、Jaeger 等现代可观测性体系无缝对接

六、🛡️ 高可用性改进

6.1 原子 DDL(9.1)

9.1 版本实现了 CREATE DATABASEDROP DATABASE 操作的原子性与崩溃安全。在执行过程中若发生意外服务崩溃,系统会自动回滚,确保数据的完整性和一致性。

6.2 Group Replication 主节点选举(9.3 → 9.7)

9.3 引入了 Primary Election 组件,在故障转移时能够精准选择数据最新的次级服务器作为主节点,有效减少数据不一致和停机时间。

9.7 LTS 进一步增强了集群韧性:

  • Up-to-date Aware Primary Election:优先选择数据最新的节点进行主节点选举
  • Automatic Eviction & Rejoin:自动检测不健康成员并驱逐,待条件恢复后自动重加入集群

6.3 复制监控增强

9.1 在 Performance Schema 中新增了 Replication Applier Metrics 表,用于监控应用线程进度和工作线程活动。9.7 进一步将流量控制监控和多线程应用线程扩展统计纳入社区版。

七、🔒 安全增强

版本 安全特性
9.1 OpenID Connect 支持;AES ECB 模式移除;OpenSSL 升级至 3.0.15;Option Tracker 组件
9.2 CREATE_SPATIAL_REFERENCE_SYSTEM 权限细化
9.3 mysqldump 支持 --users--add-drop-user--include-user / --exclude-user 逻辑备份用户账户
9.7 LTS Dynamic Data Masking(企业版):动态数据脱敏能力

八、📦 社区版能力扩展(9.7 LTS)

9.7 LTS 最大的亮点之一,是将原本仅限企业版的 8 大能力开放至社区版,涵盖四大技术领域:

技术领域 开放能力
复制与高可用 流量控制监控、多线程应用线程扩展统计、自动驱逐与重加入、Up-to-date Aware 主节点选举
可观测性 OpenTelemetry 集成(日志、指标、链路追踪)
现代应用开发 JSON Duality Views(支持 DML 操作)
查询优化 Hypergraph Optimizer、Profile-Guided Optimization

九、⚠️ 弃用与移除

版本 弃用/移除内容
9.0 非事务性表、不可组合的存储功能
9.2 SUPER 权限用于空间参考系统操作
9.3 Version Tokens 插件完全移除;replica_parallel_workers 最小值强制为 1

十、📌 升级指南与建议

10.1 当前版本选择建议

用户类型 推荐版本 理由
生产环境核心系统 8.4 LTS(标准支持至 2029 年) 稳定性优先,经过充分验证
新项目启动 / 追求前沿 9.7 LTS 最新 LTS,包含 9.x 系列所有创新精华
开发测试环境 最新创新版(如 9.7+) 抢先体验新特性,为生产升级积累经验

10.2 从 8.0 升级的注意事项

  1. 安全风险:8.0 自 2026 年 5 月 1 日起已不再获得安全补丁,建议尽快规划升级
  2. 认证插件:默认认证插件已从 mysql_native_password 切换为 caching_sha2_password,需检查客户端兼容性
  3. SQL 模式变化:部分隐式默认值行为已调整,建议充分测试
  4. 功能验证:VECTOR 等新功能有性能局限,评估是否满足业务需求后再决定使用

10.3 功能启用时机建议

功能 建议启用时机
VECTOR + JavaScript 可立即在 9.7 LTS 生产环境启用
HNSW 向量索引 数据量 >10 万条时建议启用
Hypergraph Optimizer 复杂连接查询场景优先启用
动态库加载 代码复用需求强烈时启用

十一、🔮 总结与展望

回顾 MySQL 9.x 系列的发展历程,我们可以看到一条清晰的演进主线:从传统关系型数据库向「AI-Ready、开发者友好、可观测」的现代数据平台转型

  • AI 层面:VECTOR 数据类型和向量检索能力,使 MySQL 能够原生支撑 RAG、语义搜索等 AI 应用场景,避免了「关系数据库 + 向量数据库」的双库架构复杂性。
  • 开发层面:JavaScript 支持和 LIBRARY 模块化,极大降低了数据库逻辑的开发门槛,让超过 1700 万的 JavaScript 开发者能够将自己的技能应用到数据库端。
  • 运维层面:原子 DDL、智能主节点选举、OpenTelemetry 可观测性集成,显著提升了数据库的可靠性和可管理性。

随着 8.0 时代的正式谢幕,9.7 LTS 已经接过了长期支持的接力棒,并带来了企业级能力向社区版的大规模开放。可以说,当前正是规划升级、拥抱 MySQL 新一代技术栈的最佳时机

下一期预告:我们将聚焦 「MySQL 9.x 中的 AI 实战:从向量存储到 RAG 应用」,手把手带你搭建一个基于 MySQL 原生向量检索的智能问答系统。敬请期待!

欢迎大家在评论区留言交流,告诉我你最想深入了解的主题,我会在后续系列中优先安排!

📚 参考资料

  • MySQL 9.0 Reference Manual
  • MySQL 9.1 Reference Manual & Release Notes
  • MySQL 9.2 Release Notes & Blog
  • MySQL 9.3 Reference Manual & Release Notes
  • MySQL 9.7.0 LTS Announcement Blog (Oracle)
  • Bytebase: What’s New in MySQL 9 – a DBA’s Perspective
  • Oracle Blog: Modular Magic with LIBRARY Feature
  • Tencent Cloud: MySQL 向量检索深度解析
  • Versionlog: MySQL Release History
  • 墨天轮: MySQL 8.0 EOL 与 9.7 LTS 发布深度解读

Star
Donate
生活记录20260420
Previous
MySQL 新技术系列第二期
Next

Leave a comment

Registration is not required

Clyde Jin
303 Articles
0 Comments
0 Like
Recent Posts

HiddenMerit Daily · Issue 60

📊 HiddenMerit Daily · Issue 60 Focus on Database Frontiers, Practical Insights for DBAs July 22, 2026 | 5 Selected Global Breaking News 01|Oracle Releases Largest Quarterly Patch in History: 1,449 Patches Fix 1,235 CVEs, 261 Critical On July 21, Oracle released its July 2026 Critical Patch Update (CPU), setting a record for the largest single patch release in the company’s history. This CPU contains 1,449 security patches fixing 1,235 independent CVEs across 32 Oracle product families, of which 261 patches are rated Critical. Patch Distribution by Product Family: Product Family Patches Remotely Exploitable Without Authentication Oracle E‑Business Suite 410 45 Oracle Fusion Middleware 355 219 Oracle Communications 168 122 Oracle MySQL 54 9 Oracle Database Server 15 6 Context for This Patch: Oracle had already issued an urgent “Prepare Now” warning a week earlier, emphasising that AI is fundamentally lowering the barrier to discovering and exploiting vulnerabilities – frontier AI models can analyse software changes, reverse‑engineer security patches, and develop attack paths at unprecedented speed. Oracle has collaborated with state‑of‑the‑art models from Anthropic and OpenAI to proactively identify and fix potential security vulnerabilities. Oracle strongly recommends that customers immediately test and deploy this update in their monthly patch cycles. […]

HiddenMerit Daily · Issue 59

📊 HiddenMerit Daily · Issue 59 Focus on Database Frontiers, Practical Insights for DBAs July 21, 2026 | 5 Selected Global Breaking News 01|Oracle Issues Urgent Warning: July 21 Release Update to Fix Large Number of High‑Risk Vulnerabilities, Immediate Deployment Recommended On July 13, Oracle issued an urgent security warning, strongly recommending that all customers running supported Oracle Database versions (including Oracle Database 19c and Oracle AI Database 26ai) immediately test and deploy the Release Update (RU) after its release on July 21. Background: New frontier AI models are significantly lowering the barrier to discovering and exploiting software vulnerabilities – these models can identify weaknesses, analyse software changes, reverse‑engineer security patches, and develop potential attack paths at unprecedented speed and scale. AI models are also becoming increasingly adept at combining multiple weaknesses across the application and data stack into complex attacks, even when individual weaknesses do not themselves pose a serious risk. As a result, protecting systems solely at the network or application layer is no longer sufficient; enterprises must protect the entire technology stack. Fixes Included in This RU: Oracle has collaborated with state‑of‑the‑art models from Anthropic and OpenAI to proactively identify and fix potential security vulnerabilities. The upcoming […]

HiddenMerit Daily · Issue 58

📊 HiddenMerit Daily · Issue 58 Focus on Database Frontiers, Practical Insights for DBAs July 20, 2026 | 5 Selected Global Breaking News 01|CAICT: Domestic Databases Enter Core System “Deep Water,” AI‑Native Leads New Industry Landscape On July 9, at the 2026 Trustworthy Database Development Conference, CAICT released the “Database Development Research Report (2026).” The report notes that domestic databases have basically completed peripheral system replacement and have officially entered the critical business system breakthrough phase. Key Data: The global database market reached $131.6 billion in 2025 (approximately RMB 894.09 billion). The Chinese database market reached $9.49 billion in 2025 (approximately RMB 64.48 billion), and is expected to reach RMB 97.974 billion by 2028, with a CAGR of 13.06%. The number of domestic database vendors has shrunk from a peak of 167 to 94, with a clear head‑concentration effect and an intensifying “Matthew effect.” AI‑Native Becomes the Main Theme: The report points out that database technology is accelerating its evolution toward the AI‑native direction, and the global database industry is entering a new phase of landscape restructuring. The role of databases is upgrading from “underlying support systems” to “core engines enabling intelligent decision‑making and business innovation.” AI agents are becoming […]

HiddenMerit Daily · Issue 56

📊 HiddenMerit Daily · Issue 56 Focus on Database Frontiers, Practical Insights for DBAs July 6, 2026 | 5 Selected Global Breaking News 01|Kingware Releases Manufacturing Scenario Database Evolution White Paper: SQL Server Replacement Enters “Deep Water” On July 5, CETC Kingware published a technical article titled “Database Evolution in Manufacturing Scenarios: How Kingware Replaces SQL Server,” pointing out that the data surge on industrial shop floors has exceeded the processing capacity of single‑node systems. Traditional database architectures that rely on vertical scaling are facing unprecedented performance challenges. Over the next 1‑3 years, manufacturing enterprises will no longer face only the “choice of replacement,” but must answer the strategic question: “How do we build an autonomous data foundation in the context of de‑IOE?” Three Paradigm Shifts: Hybrid Workloads Become the Norm: The IT architecture of modern factories is shifting from separated OLTP and OLAP to HTAP mode. The same data system must simultaneously handle tens of thousands of device instruction writes per second and minute‑level production report analysis. Distributed Architecture Becomes a Hard Requirement: When a single table exceeds 100 million rows with daily increments exceeding 1 million rows, the index maintenance cost of traditional single‑node databases rises exponentially. Autonomous […]
生成中...
扫描二维码
扫描二维码