mysql--体系结构
前言
了解MySQL的架构图，对MySQL有一个整体的把握，对于以后深入理解MySQL是有很大帮助的。比如：很多查询优化工作实际上就是遵循一些原则让MySQL的优化器能够按照预想的合理方式运行。 MySQL从概念上分为四层，如下图:
Client Connectors：接入方 支持协议很多
Management Serveices & Utilities：系统管理和控制工具，mysqldump、 mysql复制集群、分区管理等
Connection Pool：连接池：管理缓冲用户连接、用户名、密码、权限校验、线程处理等需要缓存的需求
SQL Interface：SQL接口：接受用户的SQL命令，并且返回用户需要查询的结果
Parser：解析器，SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由Lex和YACC实现的
Optimizer：查询优化器，SQL语句在查询之前会使用查询优化器对查询进行优化
Cache和Buffer：（高速缓存区）查询缓存，如果查询缓存有命中的查询结果，查询语句就可以直接去查询缓存中取数据
pluggable storage Engines：插件式存储引擎。存储引擎是MySql中具体的与文件打交道的子系统
file system：文件系统，数据、日志（redo，undo）、索引、错误日志、查询记录、慢查询等
通信方式
mysql客户端和服务端是采用“半双工”的通信方式
即：在任何一个时刻，要么是有服务器向客户端发送数据，要么是客户端向服务端发 送数据，这两个动作不能同时发生
mysql 查询优化执行的路径
1，mysql客户端/服务端通信
2，查询缓存
3，查询优化处理
4，查询执行引擎
5，返回客户端
mysql客户端/服务端通信
命令查看连接
show processlist / show full processlist
state说明
Sleep：线程正在等待客户端发送数据
Query：连接线程正在执行查询
Locked ：线程正在等待表锁的释放
Sorting result ：线程正在对结果进行排序
Sending data ：向请求端返回数据
对于出现问题的连接可通过kill{id}的方式进行连接的杀掉
查询优化处理的三个阶段
• 解析 sql
通过lex词法分析,yacc语法分析将sql语句解析成解析树
https://www.ibm.com/developerworks/cn/linux/sdk/lex/
• 预处理阶段
根据mysql的语法的规则进一步检查解析树的合法性，如：检查数据的表
和列是否存在，解析名字和别名的设置。还会进行权限的验证
• 查询优化器
优化器的主要作用就是找到最优的执行计划
查询缓存
工作原理：
缓存 SELECT 操作的结果集和 SQL 语句；
新的 SELECT 语句，先去查询缓存，判断是否存在可用的记录集；
判断标准：
与缓存的 SQL 语句，是否完全一样，区分大小写
( ( 简单认为存储了一个 key-value 结构， key 为 sql ， value 为 sql）
查看缓存
query_cache_type
值：0-不启用查询缓存，默认值；
值：1一启用查询缓存，只要符合查询缓存的要求，客户端的查询语句和记录集都可以缓存起来，供其他客户端使用，加上SQL_NO_CACHE将不缓存
值：2-启用查询缓存，只要查询语句中添加了参数：SQL CACHE，且符合查询缓存的要求，客户端的查询语句和记录集，则可以缓存起来，供其他客户端使用
query_cache_size允许设置query_cache_size的值最小为40K，默认1M，推荐设置为：64M/128M；
query cache limit限制查询缓存区最大能缓存的查询记录集，默认设置为1M
show status like’Qcache%'命令可查看缓存情况
查询缓存-不会缓存的情况
1.当查询语句中有一些不确定的数据时，则不会被缓存。如包含函数NOW（），CURRENT_DATE（）等类似的函数，或者用户自定义的函数，存储函数，用户变量等都不会被缓存
2.当查询的结果大于query_cache_limit设置的值时，结果不会被缓存
3.对于lnnoDB引擎来说，当一个语句在事务中修改了某个表，那么在这个事务提交之前，所有与这个表相关的查询都无法被缓存。因此长时间执行事务，会大大降低缓存命中率
4，查询的表是系统表
5，查询语句不涉及到表
查询缓存-是一个坑？为什么mysql默认关闭了缓存开启？？
1.在查询之前必须先检查是否命中缓存，浪费计算资源
2.如果这个查询可以被缓存，那么执行完成后，MySQL发现查询缓存中没有这个查询，则会将结果存入查询缓存，这会带来额外的系统消耗
3.针对表进行写入或更新数据时，将对应表的所有缓存都设置失效。
4.如果查询缓存很大或者碎片很多时，这个操作可能带来很大的系统消耗
查询缓存–适用业务的场景
以读为主的业务，数据生成 之后就 不常改变 的业务
比如门户 类 、新闻类、报表 类 、论坛 类