MySQL体系架构与运行机制

本文知识点较多，篇幅较长，请耐心学习

题记：
文章内容输出来源：拉勾教育Java高薪训练营。
本篇文章是 MySQL 学习课程中的一部分笔记。

前言

• MySQL是最流行的关系型数据库软件之一，由于其体积小、速度快、开源免费、简单易用、维护成本低等，在集群架构中易于扩展、高可用，因此深受开发者和企业的欢迎。
  
• MySQL从最初的1.0、3.1到后来的8.0，发生了各种各样的变化。被Oracle收购后，MySQL的版本演化出了多个分支，除了需要付费的MySQL企业版本，还有很多MySQL社区版本。还有一条分支非常流行的开源分支版本Percona Server，它是MySQL的技术支持公司Percona推出的，也是在实际工作中经常碰到的。Percona Server在MySQL官方版本的基础上做了一些补丁和优化，同时推出了一些工具。另外一个非常不错的版本叫MariaDB，它是MySQL的公司被Oracle收购后，MySQL的创始人Monty先生，按原来的思路重新写的一套新数据库，同时也把 InnoDB 引擎作为主要存储引擎，也算MySQL 的分支。

MySQL体系架构

MySQL Server架构自顶向下大致可以分网络连接层、服务层、存储引擎层和系统文件层。

一、网络连接层

• 客户端连接器（Client Connectors）：提供与MySQL服务器建立的支持。目前几乎支持所有主流的服务端编程技术，例如常见的 Java、C、Python、.NET等，它们通过各自API技术与MySQL建立连接。

二、服务层（MySQL Server）

服务层是MySQL Server的核心，主要包含系统管理和控制工具、连接池、SQL接口、解析器、查询优化器和缓存六个部分。

• 连接池（Connection Pool）：负责存储和管理客户端与数据库的连接，一个线程负责管理一个连接。
• 系统管理和控制工具（Management Services & Utilities）：例如备份恢复、安全管理、集群管理等
• SQL接口（SQL Interface）：用于接受客户端发送的各种SQL命令，并且返回用户需要查询的结果。比如DML、DDL、存储过程、视图、触发器等。
• 解析器（Parser）：负责将请求的SQL解析生成一个"解析树"。然后根据一些MySQL规则进一步检查解析树是否合法。
• 查询优化器（Optimizer）：当“解析树”通过解析器语法检查后，将交由优化器将其转化成执行计划，然后与存储引擎交互。

select uid,name from user where gender=1;
选取-->投影-->联接
1）select先根据where语句进行选取，并不是查询出全部数据再过滤
2）select查询根据uid和name进行属性投影，并不是取出所有字段
3）将前面选取和投影联接起来最终生成查询结果

• 缓存（Cache&Buffer）： 缓存机制是由一系列小缓存组成的。比如表缓存，记录缓存，权限缓存，引擎缓存等。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。

三、存储引擎层（Pluggable Storage Engines）

存储引擎负责MySQL中数据的存储与提取，与底层系统文件进行交互。MySQL存储引擎是插件式的，服务器中的查询执行引擎通过接口与存储引擎进行通信，接口屏蔽了不同存储引擎之间的差异 。现在有很多种存储引擎，各有各的特点，最常见的是MyISAM和InnoDB。

四、系统文件层（File System）

该层负责将数据库的数据和日志存储在文件系统之上，并完成与存储引擎的交互，是文件的物理存储层。主要包含日志文件，数据文件，配置文件，pid 文件，socket 文件等。

• 日志文件

  • 错误日志（Error log）
    默认开启，show variables like ‘%log_error%’;
  • 通用查询日志（General query log）
    记录一般查询语句，show variables like ‘%general%’;
  • 二进制日志（binary log）
    记录了对MySQL数据库执行的更改操作，并且记录了语句的发生时间、执行时长；但是它不记录select、show等不修改数据库的SQL。主要用于数据库恢复和主从复制。
    show variables like ‘%log_bin%’; //是否开启
    show variables like ‘%binlog%’; //参数查看
    show binary logs;//查看日志文件
  • 慢查询日志（Slow query log）
    记录所有执行时间超时的查询SQL，默认是10秒。
    show variables like ‘%slow_query%’; //是否开启
    show variables like ‘%long_query_time%’; //时长

• 配置文件

  用于存放MySQL所有的配置信息文件，比如my.cnf、my.ini等。

• 数据文件

  • db.opt 文件
    记录这个库的默认使用的字符集和校验规则。
  • frm 文件
    存储与表相关的元数据（meta）信息，包括表结构的定义信息等，每一张表都会有一个frm文件。
  • MYD 文件
    MyISAM 存储引擎专用，存放 MyISAM 表的数据（data)，每一张表都会有一个.MYD 文件。
  • MYI 文件
    MyISAM 存储引擎专用，存放 MyISAM 表的索引相关信息，每一张 MyISAM 表对应一个.MYI 文件。
  • ibd文件和 IBDATA 文件
    存放 InnoDB 的数据文件（包括索引）。InnoDB 存储引擎有两种表空间方式：独享表空间和共享表空间。独享表空间使用 .ibd 文件来存放数据，且每一张InnoDB 表对应一个 .ibd 文件。共享表空间使用 .ibdata 文件，所有表共同使用一个（或多个，自行配置）.ibdata 文件。
  • ibdata1 文件
    系统表空间数据文件，存储表元数据、Undo日志等 。
  • ib_logfile0、ib_logfile1 文件
    Redo log 日志文件。

• pid 文件

  pid 文件是 mysqld 应用程序在 Unix/Linux 环境下的一个进程文件，和许多其他 Unix/Linux 服务端程序一样，它存放着自己的进程 id。

• socket 文件

  socket 文件也是在 Unix/Linux 环境下才有的，用户在 Unix/Linux 环境下客户端连接可以不通过TCP/IP 网络而直接使用 Unix Socket 来连接 MySQL。

MySQL运行机制

MySQL Server的运行主要分为建立连接、查询缓存、解析器、查询优化器、执行引擎五个部分。

一、建立连接（Connectors&Connection Pool）

通过客户端/服务器通信协议与MySQL建立连接。MySQL 客户端与服务端的通信方式是 “ 半双工 ”。对于每一个 MySQL 的连接，时刻都有一个线程状态来标识这个连接正在做什么。

通讯机制

• 全双工：能同时发送和接收数据，例如平时打电话。
• 半双工：指的某一时刻，要么发送数据，要么接收数据，不能同时。例如早期对讲机
• 单工：只能发送数据或只能接收数据。例如单行道

线程状态

show processlist;
查看用户正在运行的线程信息，root用户能查看所有线程，其他用户只能看自己的

• id：线程ID，可以使用kill xx；
• user：启动这个线程的用户
• Host：发送请求的客户端的IP和端口号
• db：当前命令在哪个库执行
• Command：该线程正在执行的操作命令
  • Create DB：正在创建库操作
  • Drop DB：正在删除库操作
  • Execute：正在执行一个PreparedStatement
  • Close Stmt：正在关闭一个PreparedStatement
  • Query：正在执行一个语句
  • Sleep：正在等待客户端发送语句
  • Quit：正在退出
  • Shutdown：正在关闭服务器
• Time：表示该线程处于当前状态的时间，单位是秒
• State：线程状态
  • Updating：正在搜索匹配记录，进行修改
  • Sleeping：正在等待客户端发送新请求
  • Starting：正在执行请求处理
  • Checking table：正在检查数据表
  • Closing table : 正在将表中数据刷新到磁盘中
  • Locked：被其他查询锁住了记录
  • Sending Data：正在处理Select查询，同时将结果发送给客户端
• Info：一般记录线程执行的语句，默认显示前100个字符。想查看完整的使用show full processlist;

二、查询缓存（Cache&Buffer）

这是MySQL的一个可优化查询的地方，如果开启了查询缓存且在查询缓存过程中查询到完全相同的SQL语句，则将查询结果直接返回给客户端；如果没有开启查询缓存或者没有查询到完全相同的 SQL 语句则会由解析器进行语法语义解析，并生成“解析树”。

• 缓存Select查询的结果和SQL语句
• 执行Select查询时，先查询缓存，判断是否存在可用的记录集，要求是否完全相同（包括参数值），这样才会匹配缓存数据命中。
• 即使开启查询缓存，以下SQL也不能缓存
  • 查询语句使用SQL_NO_CACHE
  • 查询的结果大于query_cache_limit设置
  • 查询中有一些不确定的参数，比如now()
• show variables like ‘%query_cache%’; //查看查询缓存是否启用，空间大小，限制等
• show status like ‘Qcache%’; //查看更详细的缓存参数，可用缓存空间，缓存块，缓存多少等

三、解析器（Parser）

将客户端发送的SQL进行语法解析，生成"解析树"。预处理器根据一些MySQL规则进一步检查“解析树”是否合法，例如这里将检查数据表和数据列是否存在，还会解析名字和别名，看看它们是否有歧义，最后生成新的“解析树”。

四、查询优化器（Optimizer）

根据“解析树”生成最优的执行计划。MySQL使用很多优化策略生成最优的执行计划，可以分为两类：静态优化（编译时优化）、动态优化（运行时优化）。

• 等价变换策略
  • 5=5 and a>5 改成 a > 5
  • a < b and a=5 改成b>5 and a=5
  • 基于联合索引，调整条件位置等
• 优化count、min、max等函数
  • InnoDB引擎min函数只需要找索引最左边
  • InnoDB引擎max函数只需要找索引最右边
  • MyISAM引擎count(*)，不需要计算，直接返回
• 提前终止查询
  使用了limit查询，获取limit所需的数据，就不在继续遍历后面数据
• in的优化
  MySQL对in查询，会先进行排序，再采用二分法查找数据。比如where id in (2,1,3)，变成 in (1,2,3)

五、查询执行引擎

负责执行 SQL 语句，此时查询执行引擎会根据 SQL 语句中表的存储引擎类型，以及对应的API接口与底层存储引擎缓存或者物理文件的交互，得到查询结果并返回给客户端。若开启用查询缓存，这时会将SQL 语句和结果完整地保存到查询缓存（Cache&Buffer）中，以后若有相同的 SQL 语句执行则直接返回结果。

• 如果开启了查询缓存，先将查询结果做缓存操作
• 返回结果过多，采用增量模式返回

小总结：
MySQL的架构设计很有层次感，从网络连接层到服务层，然后到存储引擎层最后到系统文件层。每一层都有自己的功能和所扮演的角色，这样的分层设计，在未来架构发展和演变的过程中非常灵活，方便扩展。尤其是可插拔的存储引擎层的设计，用户在找不到适合自己业务场景的存储引擎时，完全可以自定义实现一个。这种设计思想，有点类似MyBatis的自定义插件、Dubbo的SPI等主流开源框架的设计。
MySQL的运行机制很有“逻辑感”，当我们执行某条SQL语句时，首先建立连接，然后查询缓存，如果缓存中查不到，再到解析器、查询优化器、执行引擎等。这样的设计，其实在我们平时的业务系统中经常遇到，当我们的应用收到前端浏览器发来的查询请求时，我们一般会先去缓存中查找（如redis），如果缓存中查不到，才会进行一些逻辑计算或者去持久层数据库中查询。
经过这样的类比和理解，突然有一种融会贯通的感觉，哈哈~~

---

最后

已经参加工作好几年了，虽然之前一直用的Oracle，很久没用MySQL了，是最近才开始用MySQL，但其实自已在工作之余了解了很多MySQL相关的技术点，可是自己所掌握的这些知识点都是零散的、碎片化的、没有形成自己的技术体系。而且，有些知识点其实自己理解的并不深入，面试的时候没有底气。
终于有一次偶然的机会，报名了第一期 拉钩训练营，经过这段时间的努力，把老师上课讲解的内容和自己之前了解到的知识点相互结合起来，自己对这些技术点有了更深入的理解，并且形成了自己的“框架”，在此，分享给大家，希望和大家互相学习交流，共同进步。
【感谢启源老师风趣幽默的讲解，让我对所学知识点记忆深刻】
【感谢木槿导师的认真负责，每一次作业点评都是我前进的动力】