mysql存储引擎和执行计划

学习笔记用，转在咕泡学院

存储引擎

存储引擎介绍

• 1，插拔式的插件方式
• 2，存储引擎是指定在表之上的，即一个库中的每一个表都可以指定专用的存储引擎。
• 3，不管表采用什么样的存储引擎，都会在数据区，产生对应的一个frm文件（表结构定义描述文件）

CSV存储引擎

数据存储以CSV文件

特点：

• 不能定义没有索引、列定义必须为NOT NULL、不能设置自增列

​ 不适用大表或者数据的在线处理

• CSV数据的存储用,隔开，可直接编辑CSV文件进行数据的编排

​ 数据安全性低

注：编辑之后，要生效使用flush table XXX 命令

应用场景：

• 数据的快速导出导入
• 表格直接转换成CSV

Archive存储引擎

• 压缩协议进行数据的存储

• 1. 数据存储为ARZ文件格式
• 2. 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 blog，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

一般不会用，内存数据会用像redis等

Innodb

Mysql5.5及以后版本的默认存储引擎

Key Advantages：

• Its DML operations follow the ACID model [事务ACID]

• Row-level locking[行级锁]

• InnoDB tables arrange your data on disk to optimize queries

• based on primary keys[聚集索引（主键索引）方式进行数据存储]
  To maintain data integrity, InnoDB supports FOREIGN KEY

• constraints[支持外键关系保证数据完整性]

  https://dev.mysql.com/doc/refman/5.7/en/innodb-introduction.html

对比

MySQL体系结构及运行机制

Mysql体系

**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

mysql查询优化执行的路径

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

https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html (状态全集)

• 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)

查询缓存配置

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

mysql默认关闭缓存开启

• 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

使用业务场景

​ 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

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

执行计划

查询优化器找到最优执行计划

• 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
  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
  先进性排序，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。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）

查询执行计划

explain select * from users where id in (select userId from user_address where address  = "湖南长沙")

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相同又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

执行计划-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

执行计划-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
• 由ID为N查询生产的结果

执行计划-type（索引）

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

执行计划-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

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

定位慢sql

• 业务驱动
• 测试驱动
• 慢查询日志

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)

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

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

其他工具
mysqlsla
pt-query-digest