MySQL 体系结构总结

1. 体系结构

    *  Connector：用来支持各种语言和 SQL 的交互，比如 PHP，Python，Java 的JDBC；
    *  Management Serveices & Utilities：系统管理和控制工具，包括备份恢复、MySQL 复制、集群等等；
    *  Connection Pool：连接池，管理需要缓冲的资源，包括用户密码权限线程等等；
    *  SQL Interface：用来接收用户的 SQL 命令，返回用户需要的查询结果
    *  Parser：用来解析 SQL 语句；
    *  Optimizer：查询优化器；
    *  Cache and Buffer：查询缓存，除了行记录的缓存之外，还有表缓存，Key 缓存，权限缓存等等；
    *  Pluggable Storage Engines：插件式存储引擎，它提供 API 给服务层使用，跟具体的文件打交道
   

2. 结构进行分层

          连接层：和客户端的连接以及密码验证等
          服务层：此法分析，生成执行计划，返回结果
          存储引擎层：存储数据，提供数据的读写

3. 一条更新的sql是怎样执行的？

   更新与查询的操作流程有什么不同呢，区别在于拿到符合条件的数据之后的操作记录；
   在我们更改数据的时候，会将数据从磁盘读到内存中，叫做也的概念，操作系统一般大小为4K,而在InnoDB中大小一般为16K大小；
   对于数据的修改在磁盘中的操作太慢，所以提供了缓冲池的技术，把数据读取到内存区域中，在下一次读取的时候，如何数据存在的话，直接进行使用，不在访问磁盘了；
   该内存区域叫做Buffer pool
   在修改数据的时候，内存和磁盘的数据不一致，我们叫做脏页；InnoDB专门有线程将内存区域中的数据每隔一段时间写到磁盘上，叫做刷脏；

   4 . InnoDB内存结构和磁盘结构
   

• Buffer pool

  缓存的是page页面的信息

• redo log

  如果数据还没有刷入磁盘，数据库宕机，数据会丢失；
  该日志保存的是InnoDB把对页面的修改操做的一个日志文件，
  数据库在启动的时候从这文件恢复操作（实现crash-safe）
  redo log 叫做重做日志，日志和磁盘的配合过程叫做WAL技术，在SparkStream的kafka的整合中的receiver技术就用到了WAL技术，先写日志，在写磁盘

  我们为什么使用先写日志在写磁盘？

  写日志是顺序的I/O,在kafka中的就有体现，速度快，效率高

  特点：

  1.InnoDB实现的，支持崩溃恢复
  2. 记录的是这个页做了什么改动，物理日志
  3.大小的固定的，一旦写满，触发机制将redo log日志同步磁盘；后续的日志进行覆盖

• undo log

  undo log（撤销日志或回滚日志） 记录了事务发生之前的数据状态（不包括 select）。如果修改数据时出现异常，可以用 undo log 来实现回滚操作（保持原子性）。

update user set name = 'ldp' where id=1;

流程：

1.事务开始，内存区域或者磁盘读取到数据，返回给服务器
2.执行器修改数据为ldp
3.记录name=lll到undo log中
4.记录name=ldp到redo log中
5.引擎接口，都内存中修改数据
6.事务提交

5.BInlog

服务层的日志文件，记录DDL与DML的日志，追加形式，来实现数据的恢复与主从复制
在修改数据的时候，有缓存用缓存-->写数据到redo log（prepare提交）-->记录到binlog中，（commit）状态-->更新完成

在redo log中有两阶段的提交，（prepare和commit）