一条SQL语句是如何执行的？

SQL语句执行的经过

从用户发起请求，到服务接口调用MySQL驱动，MySQL服务器执行完SQL语句返回结果中间发生了什么？首先放一张图来看整个过程使用到的各个组件，然后再对各个过程进行分析。

SQL语句执行链路

1. 连接过程

以Openresty服务器为例，Openresty是多进程+I/O多路复用结构（Nginx的I/O模型），可以支撑高的并发，一个Worker就是一个进程，一个进程可以处理多条请求。
我们知道当需要执行SQL语句时需要先于MySQL服务器建立连接，如果每个一个请求都建立一个连接，使用完再关闭连接，如果频繁的创建和销毁连接显然是不合理的，浪费系统资源造成性能下降，这时连接池就出现了。

连接池

连接池会维护多个（长）连接，一个SQL语句执行时分配一个连接，使用完不会销毁连接，而是放到空闲队列中等待下次使用，这样可以在高并发的场景大大减少创建、销毁连接带来的性能问题。

连接器

类似Web服务器通过连接池维护与数据库服务器的连接，MySQL的连接器提供了同样的功能，也维护了一个连接池，不同的是MySQL连接器同时还有权限验证的功能。

• 修改密码不会影响已经建立的链接。
• 连接完成后如果没有操作，改连接就会处于空闲状态，可以使用show processlist命令查看，如果长时间没有操作连接器会在到达超时时间后断开它。

长连接

长连接是客户端持续有请求，使用的是同一个连接，建立连接的过程通常是比较慢的，建议尽量使用长连接。但是长连接累计较多时可能会导致内存过大（内存管理在连接对象里），比系统强行kill，引起MySQL异常重启，可以使用以下两种方法解决：

• 定期断开长连接。
• 如果是MySQL5.7及以上的版本，可以在每次执行一个比较大的操作后执行mysql_reset_connection重新初始化连接资源（不会重新建立连接）。

2. 执行过程

查询缓存

如果是查询语句，而且开启了查询缓存，连接器拿到一个查询请求后，会先查看查询缓存是否有（之前执行过这条语句）。缓存key为sql语句，value是查询结果。

• 不建议开启查询缓存，除非是基本不会变的数据表。因为只要对表有更新，该表上的所有查询缓存都会清空，导致查询命中率很低。

分析器

分析器的功能就是对SQL语句做词法分析和语法分析，解析这条语句要干什么，语法错误会返回错误提醒。

优化器

优化器是在表中有多个索引的时候决定使用哪个索引，或者有多表关联（join）的时候决定各个表的连接顺序。

执行器

通过分析器知道了要做什么，优化器知道了改怎么做，执行器就是真正的语句执行阶段。开始执行的时候要先判断对表是否有权限（在优化器之前也会做预检查）。执行器会调用存储引擎提供的接口进行读写操作。

3. 更新语句执行过程

查询语句是只读的，比较简单，经过一系列组件最终查询到结果返回。但是更新语句就相对复杂一些，涉及到两个日志模块：redo log和binlog。

redo log（重做日志）

如果每次更新都要刷盘，整个过程磁盘IO成本、查询成本都比较高，为了提升更新效率，InnoDB引擎提供了redo log（顺序写入速度很快）。

WAL（Write-Ahead Logging）：先写日志，再写磁盘。当有一条记录需要更新的时候，InnoDB引擎会先将记录写入redo log并更新内存，这时候更新就算完成了，再需要的时候再将这个操作更新到磁盘里。

日志结构：redo log大小是固定的，比如配置一组4个文件，每个文件1G，
就可以记录总共4G的记录。从头开始写，写完后又回到开头循环写入。

crash-safe：故障安全，redo log除了能提高更新操作的效率，同时还保证了故障安全，在数据库异常时不会导致数据丢失。

binlog（归档日志）

MySQL最开始没有InnoDB引擎，binlog日志只用于归档和复制，只依靠binlog没有crash-safe能力。

• redo log是InnoDB引擎独有的，属于存储层；binlog是MySQL提供的，属于server层
• redo log是物理日志，记录在某个数据页上做了什么修改；binlog是逻辑日志，记录SQL语句的原始逻辑
• redo log是循环写的，空间固定，用完会从头开始写；binlog是追加写的，一定大小后切换到下一个文件，不会覆盖

Buffer Pool缓冲池

InnoDB重要的内存结构，数据的操作都是在Buffer Pool中操作的，如果数据不在缓冲内存中，会先从磁盘中读取到数据页到缓冲池，然后再执行相关操作。

update执行过程

update T set k = k + 2 where id = '1' limit 1

1. 执行器调引擎读接口找id=2这一行，如果数据页本来在内存就直接返回，否则先从磁盘load到内存中再返回。
2. 然后执行器将k值加上2，得到新的一行数据，在调用引擎的写接口写入这行新数据。
3. 引擎将这行数据更新到内存中，同时将更新操作记录到redo log，此时redo log处于prepare状态，然后告知执行器执行完成，可以提交事务。
4. 执行器生成这个操作的binlog并写入磁盘。
5. 执行器调用存储引擎的事务提交接口，引擎把刚写入redo log改为commit状态，更新完成。

两阶段提交

保证了crash-safe能力，如果不使用两阶段提交，使用binlog恢复数据库时会导致与原数据库状态不一致。

假如不使用两阶段提交，在写日志时机器发生故障：

1. redo log写入（比如k，本来为0，执行更新后
   k = 2）后发生故障，binlog未写入。由于redo log写完之后即使系统崩溃，也会能将数据恢复，恢复后这一行数据k=2。但是binlog没写完就crash，binlog没有记录这条语句，如果使用binlog来恢复时会少一个事务，恢复后的k=0，原数据库k=2。
2. binlog写入后发生故障，redo log未写入。redo log为写入，崩溃后这个事务无效，k=0。但是binlog已经记录了更新语句，之后恢复时会多出一个事务，恢复后k=2，原数据库k=0。

总结

1. MySQL连接器使用连接池维护连接，并进行检查权限，接收一个SQL语句
2. 然后通过分析器、优化器知道如何执行SQL语句
3. 通过执行器与存储引擎交互，完成数据的读写。
4. 数据更新同时会写入两个重要的日志文件：redo log和binlog，并通过两阶段提交保证了crash-safe能力。

参考资料
【码农有道】详解一条 SQL 的执行过程
【极客时间】MySQL实战45讲01、02讲