深入理解 MySQL —— MySQL 查询详解

1. MySQL 的查询过程

1. 客户端/服务端通信
2. 查询缓存
3. SQL 解析
4. 查询优化处理
5. 执行查询
6. 返回客户端

1.1 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。

1.2 客户端/服务端通信状态查询

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mysql 通信状态

show full processlist;
-- 或
show processlist;

通信状态详解：

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

   向请求端返回数据

可通过 kill {id};的方式进行连接的杀掉。

1.3 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)。

1.3.1 查询缓存的设置

1. query_cache_type

   0-–不启用查询缓存，默认值；

   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

   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。

2. 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

3. 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。

查看缓存使用情况

show status like 'Qcache%';

1.3.2 不会缓存的情况

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

1.3.3 查询缓存是一个坑？

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，则会将结果存入查询缓存，这会带来额外的系统消耗。

3. 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。

4. 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。

1.3.4 查询缓存适用的场景

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、论坛类等。

1.4 查询优化处理

1.4.1 查询优化处理的三个阶段

查询优化处理有三个阶段：

1. 解析 sql

   通过 lex 语法分析，yacc 语法分析将 sql 语句解析成解析树。

2. 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。还会进行权限验证。

3. 查询优化器

   优化器的主要作用就是找到最优的执行计划。

1.4.2 最优执行计划

查询优化器如何找到最优执行计划：

• 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

• 优化 count、min、max 等函数

  min 函数只需查询索引最左边

  max 函数只需查询索引最右边

  myisam 引擎优化 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。

• 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。它会尝试各种执行计划。

数据抽样的方式进行试验：

随机读取一个 4k 的数据块进行分析。

1.4.3 执行计划

1.4.3.1 执行计划 — ID

id 是 select 查询的序列号，标识执行的顺序。

1. id 相同，执行顺序由上至下。
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 相同的可以认为是一组，从上往下顺序执行；在所有组中，id 值越大优先级越高，越先执行。

1.4.3.2 执行计划 — select_type

select_type 是查询的类型，主要是用于区分普通查询、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者 union。

• PRIMARY：查询中包含子部分，最外层查询则被标记为primary

• SUBQUERY/MATERIALIZED：SUBQUERY 表示在 select 或 where 列表中包含了子查询；MATERIALIZED 表示 where 后面 in 条件的子查询。

• UNION：若第二个 select 出现在 union 之后，则被标记为union；

• UNIONRESULT：从 union 表获取结果的 select

1.4.3.3 执行计划 — table

table 是查询涉及到的表

直接显示表名或者表的别名

<unionM,N>由ID 为 M,N 查询 union 产生的结果

<subqueryN>由 ID 为 N 查询生产的结果

1.4.3.4 执行计划 — type

type 是查询表的访问类型，sql 查询优化中一个很重要的指标，结果值从好到坏依次是：

system > const > eq_ref > ref > range > index > ALL

• system：表只有一行记录（等于系统表），const 类型的特例，基本不会出现，可以忽略不计

• const：表示通过索引一次就找到了，const 用于比较 primary key 或者 unique 索引。

• eq_ref：唯一索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描。

• ref：非唯一性索引扫描，返回匹配某个单独值的所有行，本质是也是一种索引访问。

• range：只检索给定范围的行，使用一个索引来选择行。

• index：Full Index Scan，索引全表扫描，把索引从头到尾扫一遍。

• ALL：Full Table Scan，遍历全表以找到匹配的行。

1.4.3.5 执行计划 — Extra

十分重要的额外信息

1. Using filesort

   mysql 对数据使用一个外部的文件内容进行了排序，而不是按照表内的索引进行排序读取。

2. Using temporary

   使用临时表保存中间结果，也就是说 mysql 在对查询结果排序时使用了临时表，常见于 order by 或 group by。

3. Using index

   表示相应的 select 操作中使用了覆盖索引（Covering Index），避免了访问表的数据行，效率高。

4. Using where

   使用了where过滤条件

5. select tables optimized away

   基于索引优化 MIN/MAX 操作或者 MyISAM 存储引擎优化 COUNT(*)操 作，不必等到执行阶段在进行计算，查询执行计划生成的阶段即可完成优化

1.4.3.6 执行计划 — 其他指标

1. possible_keys

   查询过程中有可能用到的索引

2. key

   实际使用的索引，如果为NULL，则没有使用索引

3. rows

   根据表统计信息或者索引选用情况，大致估算出找到所需的记录所需要读取的行数

4. filtered

   它指返回结果的行占需要读到的行(rows列的值)的百分比

   表示返回结果的行数占需读取行数的百分比，filtered 的值越大越好

1.5 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。

1.6 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。

2. 慢查询

2.1 如何定位慢 sql

定位步骤：

1. 业务驱动
2. 测试驱动
3. 慢查询日志

2.2 慢查询日志配置

show variables like'slow_query_log';
set global slow_query_log=on;
set global slow_query_log_file='/var/lib/mysql/gupaoedu-slow.log';
set global log_queries_not_using_indexes=on;
set global long_query_time=0.1(秒);

2.3 慢查询日志分析

• Time：日志记录的时间

• User@Host：执行的用户及主机

• Query_time：查询耗费时间

• Lock_time：锁表时间

• Rows_sent：发送给请求方的记录条数

• Row_sexamined：语句扫描的记录条数

• SET timestamp： 语句执行的时间点

• select....：执行的具体语句

2.4 慢查询日志分析工具

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