MySQL内部原理深度解析

一。MySQL体系结构

1，Client Connectors
接入方 支持协议很多，比如Java的接入协议是JDBC，ODBC
2.Management Serveices & Utilities：
系统管理和控制工具
例如：备份恢复，mysql复制集群等
3，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，接收来自客户端的协议，并进行安全验证
4，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。比如select from就是调用SQL Interface。统一接收所有的sql语句，相当于mvc的controller，并返回相应的结果，接收完命令之后，转交给Parser（解析器），一个sql都是基于一些标准的，parser将文本型的sql解析为程序能够理解的一些对象，然后把这些对象交给优化器（optimizer）,优化器基于成本计算的一些原则，找到最优的执行路径，然后调用最下层的API（plugin Engines）去实现数据的加载，将数据逆向返回给客户端。
5，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。
6，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
7，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。
8，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。也是Mysql最具有特色的一个地方。 Mysql的存储引擎是插件式的。存储引擎主要跟文件系统进行数据的交换。
9，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

二。运行过程图：

三。MySQL查询执行的路径：

1，mysql 客户端/服务端通信
Mysql客户端与服务端的通信方式是“半双工”；
全双工：双向通信，发送同时也可以接收
半双工：双向通信，同时只能接收或者是发送，无法同时做操作
单工：只能单一方向传送
半双工通信： 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。所以我们无法也无需将一个消息切成小块进 行传输
特点和限制： 客户端一旦开始发送消息，另一端要接收完整个消息才能响应。 客户端一旦开始接收数据没法停下来发送指令。
对于一个mysql连接，或者说一个线程，时刻都有一个状态来标识这个连接正在做什么
查看命令 show full processlist / show processlist

https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html (状态全集)
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
在服务器端可通过kill {id}的方式进行连接的杀掉
2，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查询结果集)
query_cache_type
值：0 -– 不启用查询缓存，默认值；
值：1 -– 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

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InnoDB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
0
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

查询缓存适用的业务场景
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、论坛类等

3，查询优化处理
查询优化处理的三个阶段：
（1）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/
（2）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
（3）查询优化器 优化器的主要作用就是找到最优的执行计划

如何利用优化器找到最优执行计划
（1）使用等价变化规则 5 = 5 and a > 5 改写成 a > 5， a < b and a = 5 改写成 b > 5 and a = 5 基于联合索引，调整条件位置等
（2）优化count 、min、max等函数， min函数只需找索引最左边 ，max函数只需找索引最右边
（3）myisam引擎count(*)的优化
（4）覆盖索引扫描
（5）子查询优化
（6）提前终止查询 用了limit关键字或者使用不存在的条件
（7）IN的优化 先进性排序，再采用二分查找的方式 …
Mysql的查询优化器是基于成本计算的原则。他会尝试各种执行计划。 数据抽样的方式进行试验（随机的读取一个4K的数据块进行分析）
（8）缓冲区脏页到磁盘进行持久的过程中，列的数量过多 会导致性能下降。过多的列影响转换和持久的性能

4，查询执行引擎
调用插件式的存储引擎的原子API的功能进行执行计划的执行
5，返回客户端
1、有需要做缓存的，执行缓存操作
2、增量的返回结果： 开始生成第一条结果时,mysql就开始往请求方逐步返回数据 好处： mysql服务器无须保存过多的数据，浪费内存 用户体验好，马上就拿到了数据

上一篇：mysql-基于tree的索引的数据结构
下一篇：MySQL事务