一篇文章搞懂SQL在Oracle和MySQL中是如何执行的

Oracle中的SQL是如何执行的

首先来看一看SQL在Oracle中的执行过程

SQL的执行经历了以下的步骤：

1. 语法检查：检查SQL的拼写是否正确，如果不正确会报错
2. 语义检查：检查SQL中的访问对象是否存在，比如我们查询的时候，查询列 'username'，但是不小心写成了'usernames'，列名写错了，系统就会提示错误
3. 权限检查：检查当前用户是否拥有对该数据的权限
4. 共享池检查：共享池（Shared Pool） 是一块内存池，主要作用是缓存SQL语句和该语句的执行计划。Oracle通过检查共享池是否存在SQL语句的执行计划来判断使用软解析还是硬解析
   • 如果存在SQL语句的执行计划，就直接拿来执行，进入执行器环节，这就是软解析
   • 如果不存在SQL语句的执行计划，生成执行计划，进入优化器步骤，这就是硬解析
5. 优化器：用来进行硬解析，决定应该怎么做，如创建解析树，生成执行计划等
6. 执行器：当有了解析树和执行计划后，就知道SQL怎么执行了，就可以执行SQL

Oracle中应该多使用硬解析还是软解析呢？

在Oracle中，可以使用绑定变量的方式实现软解析。

绑定变量：

• 优点：提升了软解析的可能性，减少硬解析，较少Oracle的工作量
• 缺点：参数不同导致执行效率不同，优化比较难做，可能会导致生成的执行计划不够优化

所以，是否需要绑定变量还需要视情况而定

举个栗子：

我们需要使用以下查询语句

SQL> select * from player where player_id = 10001;

如果使用绑定变量就是

SQL> select * from player where player_id = :player_id；

两个查询在第一次一次查询时效率是一致的，但是如果查了10001之后，我们还要继续查10002等等的值，如果不使用绑定变量，每次都需要创建新的查询解析，如果使用了绑定变量，在共享池中就存在这类查询的执行计划，可以直接调用。

总结：

• 当查询较灵活，重复查询不多时不使用绑定变量进行查询（尽量多使用硬解析）
• 当查询较单一，重复查询较多时使用绑定变量进行查询（尽量多使用软解析）

MySQL中的SQL是如何执行的

首先我们来了解下MySQL的架构，MySQL差用的是C/S架构，服务器端程序使用的是mysqld，执行流程如图：

MySQL由三成组成：

• 连接层：客户端与服务器端建立连接，客户端发送SQL到服务器端
• SQL层：对SQL语句进行查询处理
• 存储引擎层：与数据库打交道，真正的负责数据的存储和读取

SQL层的结构：

SQL层与数据库文件使用哪种存储引擎无关，是一种通用的处理。执行流程如下：

1. 查询缓存：如果查询缓存发现这句SQL语句，就会直接将结果返回给客户端，如果没有，就进入到解析器环节（MySQL8.0之后就抛弃了查询缓存这个功能了）
2. 解析器：对SQL语句进行语法分析，语义分析
3. 优化器：在优化器中确定SQL语句的执行路径，如：是根据全表检索还是根据索引进行检索
4. 执行器：在执行前需要判断该用户是否具备权限。如果具备权限就执行SQL返回结果，（在MySQL8.0之前如果设置了查询缓存，这是会将查询结果进行缓存）

MySQL与Oracle执行的区别

MySQL的存储引擎采用插件的形式，每个存储引擎都面对一种特定的数据库应用环境，每一张表都可以设置自己的存储引擎。常见的存储引擎：

• InnoDB 存储引擎：它是 MySQL 5.5 版本之后默认的存储引擎，最大的特点是支持事务、行级锁定、外键约束等。
• MyISAM 存储引擎：在 MySQL 5.5 版本之前是默认的存储引擎，不支持事务，也不支持外键，最大的特点是速度快，占用资源少。
• Memory 存储引擎：使用系统内存作为存储介质，以便得到更快的响应速度。不过如果 mysqld 进程崩溃，则会导致所有的数据丢失，因此我们只有当数据是临时的情况下才使用Memory 存储引擎
• NDB 存储引擎：也叫做 NDB Cluster 存储引擎，主要用于 MySQL Cluster 分布式集群环境，类似于 Oracle 的RAC 集群
• Archive 存储引擎：它有很好的压缩机制，用于文件归档，在请求写入时会进行压缩，所以也经常用来做仓库

---

本文参考了：《SQL必知必会》

---

更多Java面试复习笔记和总结可访问我的面试复习专栏《Java面试复习笔记》，或者访问我另一篇博客《Java面试核心知识点汇总》查看目录和直达链接