Mysql基础2（引擎，体系结构，查询机制）

文章最前： 我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人github ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。

相关文章：

1. Mysql基础1(索引)
2. Mysql基础2（引擎，体系结构，查询机制））
3. Mysql基础3（事务，锁，mvcc）
4. Mysql基础4（深入理解mvcc）

---

文章目录：

1.mysql插拔式存储引擎

2.mysql的体系结构：               

3.mysql查询优化详解

---

1.mysql插拔式存储引擎

   存储引擎介绍：

    1）插拔式的插件方式

    2）存储引擎是指定在表之上的，即一个库中的每一个表都可以指定专用的存储引擎；

    3）不管采用什么样的存储引擎，都会在数据区，产生对应的一个frm文件（表结构定义扫描文件）

---

   1.1CSV存储引擎

       数据存储以csv文件的形式

       特点：不能定义没有索引，列定义必须在not null，不能设置自增列-->不适用大表或者数据处理

                  CSV数据的存储用，隔开，可直接编辑CSV文件进行数据的编排-->数据安全性低

                  注：编辑之后，要生效使用flush table xxx命令

      应用场景：数据的快速导入导出

                        表格直接换成csv格式

       1.2 Archive 存储引擎

       压缩协议进行数据的存储

       数据存储为arz文件格式

       特点：只支持insert和select两种操作

                  只允许自增ID列建立索引

                  行级锁

                  不支持事务操作

                  数据占用磁盘少

       应用场景：日志系统

                         大量的设备数据采集

        1.3 Memory存储引擎

        数据都是存储在内存中，IO效率要比其他引擎高很多，服务重启数据丢失，内存数据表默认只有16M

        特点：支持hash索引，b tree索引，默认hash（查找复杂度O(1)）

                   字段长度都是固定长度varchar(32)=char(32)

                   不支持大数据存储类型字段如blog,text

                    表级锁

           应用场景：等值查找热度较高的数据

                             查询结果内存中计算，大多数都是采用这种存储引擎，作为临键表存储需计算的数据

      1.4 myisam存储引擎      

         mysql5.5版本之前的默认存储引擎，较多的系统表也还是使用这个存储引擎，系统临时表也会用到myisam存储引擎

         特点：  select count(*) from table无需进行数据的扫描

                      数据（myd）和索引（myi）分开存储

                      表级锁

                      不支持事务操作

      1.5 InnoDB存储引擎

         mysql5.5级以后版本的默认存储引擎

         特点：支持事务的ACID操作

                    行级锁

                    聚集索引（主键索引）方式进行数据存储

                    支持外键保证数据完整性

   每一个存储引擎之间对比：

                             

---

2.mysql的体系结构：               

                                 

mysql的体系结构：

    Client Connectors(接入方支持很多协议)

    Management和Services&Utilities（系统管理和控制工具，mysqldump,mysql复制集群，分区管理）

    connection pool(连接池，用户名，密码，权限校验)

    SQL Interface（sql接口，接收用户sql命令，返回需要查询的结果）

    Parser(解析器，SQL命令传递解析器时候被验证和解析，解析器由Lex实现)

    Optimizer(查询器优化器，sql语句在查询之前会通过查询优化器进行查询优化)

    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，查询语句可以直接去查询缓存中的数据

    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

---

3.mysql查询优化详解

    查询执行的路径：

                                      

1）mysql客户端/服务器端通信

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/服务器端通信：

       mysql客户端与服务器端的通信方式是“半双工”

       全双工：双向通信，发送同时也可以接收数据

       半双工：双向通信，同时只能接收或者发送，无法同时操作

       单工：只能单一方向传送

特点和限制：客户端一旦开始发送消息，另一端要接收完整才能进行响应

                      客户端一旦开始接收数据没法停下来发送指令

  客户端和服务端通信状态

         对于一个mysql连接，或者一个线程，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

  1） sleep:线程正在等待客户端发送数据

  2） query:连接线程正在执行查询

  3）Locked:线程正在等待表锁的释放

  4）sorting result:线程正在对结果进行排序

  5）Sending data:请求端返回数据   

   可以通过kill {id}的方式进行杀掉连接

---

查询缓存

   工作原理：

        缓存select操作的结果集合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（可以认为存储了一个key-value结构，key为sql,value为查询结果集）

      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

     值：2-启用查询缓存

     query_cache_zie:允许设置query_cache_size的值最小为40k,默认1m

     query_Cache_Limit:限制查询缓存区最大缓存的查询记录集，默认设置为1M

     show status like 'Qcache%'命令可查看缓存情况

---

查询缓存--不会存在的情况：

       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()

       当查询的结果大于query_cache_limit设置的时，结果不会被缓存

      对于InnoDB来说，一个语句事务修改了某个人，事务还没提交，这个表相关的查询无法被缓存

       查询的表是系统表

       查询语句不涉及到表

       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，最后结果将进入缓存，带来额外系统开销；

      3.针对表进行写入或更新数据时，将对应表的所有缓存设置失效

     4.如果缓存很大或者碎片很多时，这个操作可以带来很大的系统消耗

---

查询缓存适用于业务场景：

       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  

       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词法分析将sql语句解析成解析树

                2））预处理阶段：根据msyql的语法的规则进一步检查解析树的合法性，如：检查表和列是否存在

                3）） 查询优化器阶段：优化器的作用是找到最优的执行计划

      查询优化器如何找到最优的执行计划？

       使用等价变化规则，如5=5 and a>5改变成a>5,基于联合索引，调整条件位置

       优化count,min,max函数

       min函数只找最左边

       myisam引擎count(*)

       覆盖索引扫描，子查询优化，提前终止查询（用limit关键字或者使用不存在的条件）

       in的优化：先进行排序，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验证。

      select查询的序列号，标识执行的顺序：

      1））id相同，执行顺序由上到下

      2））id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行

      3））id相同又不同即两种情况同时存在，id如果相同，可以认为是一组，由上往下顺序执行；所有组中，id值越大，优先级越高，越先执行。

执行计划--select_type

        查询的类型，主要用于区分普通查询，联合查询，子查询等；

simple:简单的select查询，查询中不包含子查询或union

primary:查询中包含子部分，最外层查询被标记为primary

subquery/materialized:subquery表示在select或where列表中包含子查询

union:或第二个select出现union之后，被标记为union

union result: 从union表获取结果的select

执行计划-table

 直接查询或者显示表名

执行计划-type

执行额外信息-Extra

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

返回客户端

   需要做缓存的，执行缓存操作，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，马上能拿到数据

如何定位sql慢？

  业务驱动

  测试驱动

  慢查询日志

  慢查询日志的配置：

       show variables like 'slow_query_log'

       set global slow_query_log=on

       set global slow_query_log_file='/var/lib/mysql/zhangyu-slow.log'

       set global log_queries_not_using_indexes=on

       set global long_query_time=0.1

慢日志查询分析：

                    

Time:日志记录的时间

User@Host:执行的用户及主机

Query_time:查询耗时时间            Lock_time:锁表时间      Rows_sent:发送给请求方的记录条数

Rows_examined:语句执行的记录数量

set timestamp:语句执行的时间点

 Select ....    执行的具体语句

---

慢查询日志分析工具：

        mysqldumpslow -t 10 -s at/var/lib/mysql/zhangyu-slow.log

其他工具：mysqlsla，pt-query-digest