MySQL体系结构及运行机理

mysql体系结构

关于mysql的整体体系结构如下:

image.png

Client Connectors
接入方 支持协议很多
Management Serveices & Utilities
系统管理和控制工具，mysqldump、 mysql复制集群、分区管理等
Connection Pool
连接池：管理缓冲用户连接、用户名、密码、权限校验、线程处理等需要缓存的需求
SQL Interface
SQL接口：接受用户的SQL命令，并且返回用户需要查询的结果
Parser
解析器，SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由Lex和YACC实现的
Optimizer
查询优化器，SQL语句在查询之前会使用查询优化器对查询进行优化
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，查询语句就可以直接去查询缓存中取数据。
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

执行步骤

客户端使用JDBC或者ODBC协议链接server，建立连接池,接着经过sql Interface接收用户的sql语句，然后会先在Cache进行查询，这里是每次查询，会把sql语句作为key，值作为value存入缓存中，还包含一些其他条件才会存入，检查是否在缓存中，如果没有，使用Parser解析sql语句，经过预处理器和解析器，形成解析树，然后通过一个查询优化器进行优化，拆线呢执行引擎，根据不同的存储引擎进行查询数据。如下图

image.png

下面会对使用的步骤一一介绍

1. mysql 客户端/服务端通信

Mysql客户端与服务端的通信方式是“半双工”；
全双工：双向通信，发送同时也可以接收
半双工：双向通信，同时只能接收或者是发送，无法同时做操作
单工：只能单一方向传送
半双工通信：
在任何一个时刻，要么是有服务器向客户端发送数据，要么是客户端向服务端发
送数据，这两个动作不能同时发生。所以我们无法也无需将一个消息切成小块进行传输。

特点和限制：

客户端一旦开始发送消息，另一端要接收完整个消息才能响应。
客户端一旦开始接收数据没法停下来发送指令。

查询的状态查看: 对于一个mysql连接，或者说一个线程，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

Sleep
线程正在等待客户端发送数据
Query
连接线程正在执行查询
Locked
线程正在等待表锁的释放
Sorting result
线程正在对结果进行排序
Sending data
向请求端返回数据
可通过kill {id}的方式进行连接的杀掉

image.png

2. 查询缓存

工作原理：

缓存SELECT操作的结果集和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
(简单认为存储了一个key-value结构，key为sql，value为sql查询结果集)

以下是一些相关的属性介绍；

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，客户端的查询语句和记录集
都可以缓存起来，供其他客户端使用，加上 SQL_NO_CACHE将不缓存
值：2 -– 启用查询缓存，只要查询语句中添加了参数：SQL_CACHE，且符合查询
缓存的要求，客户端的查询语句和记录集，则可以缓存起来，供其他客户端使用
query_cache_size
允许设置query_cache_size的值最小为40K，默认1M，推荐设置 为：64M/128M；
query_cache_limit
限制查询缓存区最大能缓存的查询记录集，默认设置为1M
show status like 'Qcache%' 命令可查看缓存情况

什么情况下不会缓存:

1.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()，
CURRENT_DATE()等类似的函数，或者用户自定义的函数，存储函数，用户变
量等都不会被缓存
2.当查询的结果大于query_cache_limit设置的值时，结果不会被缓存
3.对于InnoDB引擎来说，当一个语句在事务中修改了某个表，那么在这个事务
提交之前，所有与这个表相关的查询都无法被缓存。因此长时间执行事务，
会大大降低缓存命中率
4，查询的表是系统表
5，查询语句不涉及到表

一般情况下，mysql是默认关闭缓存的。

1.在查询之前必须先检查是否被命中，浪费计算资源。
2.针对表进行写入或更新数据时，将对应表的所有缓存都设置失效。
3.如果查询缓存很大或者碎片很多时，这个操作可能带来很大的系统消耗

适用的场景

以读为主的业务，数据生成后，不怎么改变。
比如门户类，新闻类，报表类等。

3. 查询优化处理

查询优化处理的三个阶段：
• 解析sql

通过lex词法分析,yacc语法分析将sql语句解析成解析树https://www.ibm.com/developerworks/cn/linux/sdk/lex/

• 预处理阶段

根据mysql的语法的规则进一步检查解析树的合法性，如：检查数据的表
和列是否存在，解析名字和别名的设置。还会进行权限的验证

• 查询优化器

优化器的主要作用就是找到最优的执行计划。

查询优化器的几点规则:

使用等价变化规则
5 = 5 and a > 5 改写成 a > 5
a < b and a = 5 改写成 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
min函数只需找索引最左边
max函数只需找索引最右边
myisam引擎count(*)

• 覆盖索引扫描

• 子查询优化

• 提前终止查询
用了limit关键字或者使用不存在的条件，会提前终止查询
• IN的优化
先进性排序，再采用二分查找的方式，会把in里面的条件进行排序，然后使用二分查找的方式进行一一比对。时间复杂度的 O(logN)，可以使用In来代替Or优化。
...
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试验（随机的读取一个4K的数据块进行分析）

4. 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

5. 返回客户端

1、有需要做缓存的，执行缓存操作
2、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，马上就拿到了数据。