存储引擎、mysql体系结构、mysql查询机制

Mysql插拔式的存储引擎

    存储引擎的介绍：1、插拔式的插件方式 

                                 2、存储引擎是指定在表之上的，即一个库存中的每一个表都可以指定专用的存储引擎。

                                 3、不管采用什么样的存储引擎，都会在数据区 ，产生对应的frm文件（表结构定义描述文件）

    csv存储引擎

     特点：

• 以CSV格式进行数据存储（逗号隔开，引号）
• 所有的列必须都是不能为NULL的
• 不支持索引（不适合大表，不适合在线处理）
• 可以对数据文件直接编辑（保存文本文件内容）

   应用场景：

•    数据的快速导入，导出
•    表格直接转换csv

 archive 存储引擎

    压缩协议进行数据的存储，数据存储为ARZ文件格式。

特点:

• 只支持insert和select两种操作 只允许自增ID列建立索引 行级锁
• 不支持事务
• 数据占用磁盘少

应用场景:

• 日志系统
• 大量的设备数据采集

Memory存储引擎

数据都是存储在内存中，IO效率要比其他引擎高很多
服务重启数据丢失，内存数据表默认只有16M
特点:

• 支持hash索引，B tree索引，默认hash(查找复杂度0(1)) 字段长度都是固定长度varchar(32)=char(32)
• 不支持大数据存储类型字段如 blob，text
• 表级锁

应用场景:

• 等值查找热度较高数据
• 查询结果内存中的计算，大多数都是采用这种存储引擎 作为临时表存储需计算的数据

Myisam存储引擎

Mysql5.5版本之前的默认存储引擎 较多的系统表也还是使用这个存储引擎 系统临时表也会用到Myisam存储引擎
特点:

• select count(*) from table 无需进行数据的扫描
• 数据(MYD)和索引(MYI)分开存储
• 表级锁
• 不支持事务

Innodb存储引擎

• 支持事务ACID
• 行级锁
• 聚集索引（主键索引）方式进行数据存储
• 支持外键关系保证数据完整性

存储引擎的对比

Mysql体系结构

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

MySQL查询优化详解

1、mysql客户端服务器通信

通信方式：

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。

查询通信状态：

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

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)

缓存参数配置：

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

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

查询缓存是一个坑？

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

查询缓存适用业务场景

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

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

查询优化器如何找出最优执行计划

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
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
IN的优化
   先进行排序，再采用二分查找的方式，时间复杂度为O(logn)
...
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)

执行计划

id

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有相同又有不同即两种情况同时存在，id如果相同，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

select_type

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; 
• UNION RESULT:从union表获取结果的select

table

  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

type

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   const是直接按主键或唯一键读取。
• eq_ref:用于联表查询的情况，按联表的主键或唯一键联合查询
• 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

possible_keys、key、rows、filtered

possible_keys:查询过程中有可能用到的索引
key:实际使用的索引，如果为NULL，则没有使用索引
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
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

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

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

慢sql

如何定位慢sql

1、业务驱动 2、测试驱动 3、慢查询日志

慢查询日志配置

show variables like 'slow_query_log'  慢查询日志是否开启 默认是关闭的
set global slow_query_log = on        设置开启
show variables like 'slow_query%'     查询慢sql 日志记录位置
set global slow_query_log_file = '/var/lib/mysql/sql-slow.log'   设置慢sql日志存储位置
set global log_queries_not_using_indexes = on  没有走索引的查询 全部记录到慢sql中
set global long_query_time = 0.1 (秒)  超过0.1s的查询 放入记录 到慢sql日志中

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 
Rows_examined 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

慢查询日志分析工具

mysql 再带工具 ： mysqldumpslow --help

-s ORDER 通过什么来排序

-t NUM  查看多少行

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

其他慢查询工具：mysqlsla，pt-query-digest