4-1-1 MySQL架构原理

一、Mysql 的介绍

二、MySQL架构原理

2.1 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。

• 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。

• 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 策略
  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。

• 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。

• 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。

2.2 MySQL运行机制

• ①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;

• ②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”。
  1. 缓存Select查询的结果和SQL语句
  2. 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。
  3. 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()
  4. show variables like ‘%query_cache%’; //查看查询缓存是否启用，空间大小，限制等
  5. 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

• ③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”。

• ④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）。

1. 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
2. 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
3. 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
4. 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)3

• ⑤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。

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

2.3 MySQL存储引擎

存储引擎在MySQL的体系架构中位于第三层，负责MySQL中的数据的存储和提取，是与文件打交道的子系统，它是根据MySQL提供的文件访问层抽象接口定制的一种文件访问机制，这种机制就叫作存储引擎。

使用show engines命令，就可以查看当前数据库支持的引擎信息。

在5.5版本之前默认采用MyISAM存储引擎，从5.5开始采用InnoDB存储引擎。

• InnoDB：支持事务，具有提交，回滚和崩溃恢复能力，事务安全
• MyISAM：不支持事务和外键，访问速度快
• Memory：利用内存创建表，访问速度非常快，因为数据在内存，而且默认使用Hash索引，但是一旦关闭，数据就会丢失
• Archive：归档类型引擎，仅能支持insert和select语句
• Csv：以CSV文件进行数据存储，由于文件限制，所有列必须强制指定not null，另外CSV引擎也不支持索引和分区，适合做数据交换的中间表
• BlackHole: 黑洞，只进不出，进来消失，所有插入数据都不会保存
• Federated：可以访问远端MySQL数据库中的表。一个本地表，不保存数据，访问远程表内容。
• MRG_MyISAM：一组MyISAM表的组合，这些MyISAM表必须结构相同，Merge表本身没有数据，对Merge操作可以对一组MyISAM表进行操作。

2.3.1 InnoDB和MyISAM对比

InnoDB和MyISAM是使用MySQL时最常用的两种引擎类型，我们重点来看下两者区别。

• 事务和外键
  InnoDB支持事务和外键，具有安全性和完整性，适合大量insert或update操作
  MyISAM不支持事务和外键，它提供高速存储和检索，适合大量的select查询操作

• 锁机制
  InnoDB支持行级锁，锁定指定记录。基于索引来加锁实现。
  MyISAM支持表级锁，锁定整张表。

• 索引结构
  InnoDB使用聚集索引（聚簇索引），索引和记录在一起存储，既缓存索引，也缓存记录。
  MyISAM使用非聚集索引（非聚簇索引），索引和记录分开。

• 并发处理能力
  MyISAM使用表锁，会导致写操作并发率低，读之间并不阻塞，读写阻塞。
  InnoDB读写阻塞可以与隔离级别有关，可以采用多版本并发控制（MVCC）来支持高并发

• 存储文件
  InnoDB表对应两个文件，一个.frm表结构文件，一个.ibd数据文件。InnoDB表最大支持64TB；
  MyISAM表对应三个文件，一个.frm表结构文件，一个MYD表数据文件，一个.MYI索引文件。从MySQL5.0开始默认限制是256TB。
  

• 适用场景
  MyISAM

  不需要事务支持（不支持）
  并发相对较低（锁定机制问题）
  数据修改相对较少，以读为主
  数据一致性要求不高

  InnoDB

  需要事务支持（具有较好的事务特性）
  行级锁定对高并发有很好的适应能力
  数据更新较为频繁的场景
  数据一致性要求较高
  硬件设备内存较大，可以利用InnoDB较好的缓存能力来提高内存利用率，减少磁盘IO

• 总结
  两种引擎该如何选择？

  是否需要事务？有，InnoDB
  是否存在并发修改？有，InnoDB
  是否追求快速查询，且数据修改少？是，MyISAM
  在绝大多数情况下，推荐使用InnoDB

扩展资料：各个存储引擎特性对比

2.3.2 InnoDB存储结构

从MySQL 5.5版本开始默认使用InnoDB作为引擎，它擅长处理事务，具有自动崩溃恢复的特性，在日常开发中使用非常广泛。下面是官方的InnoDB引擎架构图，主要分为内存结构和磁盘结构两大部分。

2.3.2.1 一、InnoDB内存结构

内存结构主要包括Buffer Pool、Change Buffer、Adaptive Hash Index和Log Buffer四大组件。

• ① Buffer Pool：缓冲池，简称BP。BP以Page页为单位，默认大小16K，BP的底层采用链表数据结构管理Page。在InnoDB访问表记录和索引时会在Page页中缓存，以后使用可以减少磁盘IO操作，提升效率。

  • Page管理机制

  Page根据状态可以分为三种类型：
  free page ： 空闲page，未被使用
  clean page：被使用page，数据没有被修改过
  dirty page：脏页，被使用page，数据被修改过，页中数据和磁盘的数据产生了不一致

  针对上述三种page类型，InnoDB通过三种链表结构来维护和管理
  1、free list ：表示空闲缓冲区，管理free page
  2、flush list：表示需要刷新到磁盘的缓冲区，管理dirty page，内部page按修改时间排序。脏页即存在于flush链表，也在LRU链表中，但是两种互不影响，LRU链表负责管理page的可用性和释放，而flush链表负责管理脏页的刷盘操作。
  3、lru list：表示正在使用的缓冲区，管理clean page和dirty page，缓冲区以midpoint为基点，前面链表称为new列表区，存放经常访问的数据，占63%；后面的链表称为old列表区，存放使用较少数据，占37%。

  • 改进型LRU算法维护

  1、普通LRU：末尾淘汰法，新数据从链表头部加入，释放空间时从末尾淘汰
  2、改性LRU：链表分为new和old两个部分，加入元素时并不是从表头插入，而是从中间midpoint位置插入，如果数据很快被访问，那么page就会向new列表头部移动，如果数据没有被访问，会逐步向old尾部移动，等待淘汰。
  3、每当有新的page数据读取到buffer pool时，InnoDb引擎会判断是否有空闲页，是否足够，如果有就将free page从free list列表删除，放入到LRU列表中。没有空闲页，就会根据LRU算法淘汰LRU链表默认的页，将内存空间释放分配给新的页。

  • Buffer Pool配置参数

  1、show variables like ‘%innodb_page_size%’; //查看page页大小
  2、show variables like ‘%innodb_old%’; //查看lru list中old列表参数
  3、show variables like ‘%innodb_buffer%’; //查看buffer pool参数
  建议：将innodb_buffer_pool_size设置为总内存大小的60%-80%，
  4、innodb_buffer_pool_instances可以设置为多个，这样可以避免缓存争夺。

• ② Change Buffer:写缓冲区，简称CB。在进行DML操作时，如果BP没有其相应的Page数据，并不会立刻将磁盘页加载到缓冲池，而是在CB记录缓冲变更，等未来数据被读取时，再将数据合并恢复到BP中。
  ChangeBuffer占用BufferPool空间，默认占25%，最大允许占50%，可以根据读写业务量来进行调整。参数innodb_change_buffer_max_size;
  当更新一条记录时，该记录在BufferPool存在，直接在BufferPool修改，一次内存操作。如果该记录在BufferPool不存在（没有命中），会直接在ChangeBuffer进行一次内存操作，不用再去磁盘查询数据，避免一次磁盘IO。当下次查询记录时，会先进性磁盘读取，然后再从ChangeBuffer中读取信息合并，最终载入BufferPool中。
  写缓冲区，仅适用于非唯一普通索引页，为什么？
  如果在索引设置唯一性，在进行修改时，InnoDB必须要做唯一性校验，因此必须查询磁盘，做一次IO操作。会直接将记录查询到BufferPool中，然后在缓冲池修改，不会在ChangeBuffer操作。

• ③Adaptive Hash Index：自适应哈希索引，用于优化对BP数据的查询。InnoDB存储引擎会监控对表索引的查找，如果观察到建立哈希索引可以带来速度的提升，则建立哈希索引，所以称之为自适应。InnoDB存储引擎会自动根据访问的频率和模式来为某些页建立哈希索引。

• ④ Log Buffer：日志缓冲区，用来保存要写入磁盘上log文件（Redo/Undo）的数据，日志缓冲区的内容定期刷新到磁盘log文件中。日志缓冲区满时会自动将其刷新到磁盘，当遇到BLOB或多行更新的大事务操作时，增加日志缓冲区可以节省磁盘I/O。
  LogBuffer主要是用于记录InnoDB引擎日志，在DML操作时会产生Redo和Undo日志。
  LogBuffer空间满了，会自动写入磁盘。可以通过将innodb_log_buffer_size参数调大，减少磁盘IO频率
  innodb_flush_log_at_trx_commit参数控制日志刷新行为，默认为1

  0 ： 每隔1秒写日志文件和刷盘操作（写日志文件LogBuffer–>OS cache，刷盘OS
  cache–>磁盘文件），最多丢失1秒数据
  1：事务提交，立刻写日志文件和刷盘，数据不丢失，但是会频繁IO操作
  2：事务提交，立刻写日志文件，每隔1秒钟进行刷盘操作

2.3.2.2 二、InnoDB磁盘结构

InnoDB磁盘主要包含Tablespaces，InnoDB Data Dictionary，Doublewrite Buffer、Redo Log和Undo Logs。

2.3.2.3 三、新版本结构演变