概述
这是MySQL专题的第一讲,在进行学习之前,有必要首先对MySQL有一个整体的认识。使用数据库,百分之90的功能都是查表和改表,其中查表操作更为频繁,所以本文首先从查询语句这一角度入手来进行MySQL的学习。
在后面的章节中会划分成以下几个部分进行学习,其中会穿插着常见面试题和场景分析题:
- 存储引擎
- 索引
- 锁
- 事务
执行流程
假设有一个简单的表,只有一个ID字段,我通过以下查询语句来分析其执行过程:
mysql> select * from T where ID=10;
1.整体框架
从整体上,MySQL可划分为Server层和存储引擎层,不同的存储引擎共用一个Server层
Server层包括连接器、查询缓存、分析器、优化器和执行器,涵盖MySQL大多数核心服务功能,以及所有的内置函数(如日期、时间、数字和加密函数等),所有跨存储引擎的功能都在这一层实现,比如存储过程、触发器、视图等。
而存储引擎层负责数据的存储和提取,它是插件式的,支持InnoDB、MyISAM、Memory等多个存储引擎。现在最常用的存储引擎是InnoDB,从5.5.5版本开始成为MySQL默认存储引擎。也就是说,如果执行create table建表的时候,如果不指定引擎类型,默认使用的就是InnoDB。也可以通过指定存储引擎的类型来选择别的引擎,比如在create table语句中使用engine = memory,来指定使用内存引擎创建表。不太、同存储引擎的表数据存取方式不同,支持的功能也不同,应按照我们的业务需求来进行选择。
2.连接器
使用数据库前,需要与数据库建立连接。而连接器就是负责跟客户端建立连接、获取权限、维持和管理连接。连接的命令一般如下:
mysql -h i p − P ip -P ip−Pport -u$user -p
输入完命令后,就需要在交互对话中输入密码,在完成经典的TCP握手后,连接器就进行身份认证,便会使用到用户名和密码
- 如果用户名或密码不对,你就会收到一个"Access denied for user"的错误,然后客户端程序结束执行。
- 如果用户名密码认证通过,连接器会到权限表里面查出你拥有的权限。之后,这个连接里面的权限判断逻辑,都将依赖于此时读到的权限。
连接完成后,如果你没有后续的动作,这个连接就处于空闲状态,你可以在 show processlist 命令中看到它。文本中这个图是 show processlist 的结果,其中的 Command 列显示为“Sleep”的这一行,就表示现在系统里面有一个空闲连接。
客户端如果太长时间没动静,连接器就会自动将它断开。这个时间是由参数 wait_timeout 控制的,默认值是 8 小时。
如果在连接被断开之后,客户端再次发送请求的话,就会收到一个错误提醒: Lost connection to MySQL server during query。这时候如果你要继续,就需要重连,然后再执行请求了。
数据库里面,长连接是指连接成功后,如果客户端持续有请求,则一直使用同一个连接。短连接则是指每次执行完很少的几次查询就断开连接,下次查询再重新建立一个。建立连接是需要耗费系统资源,所以建议使用长连接。
但是全部使用长连接后,你可能会发现,有些时候 MySQL 占用内存涨得特别快,这是因为 MySQL 在执行过程中临时使用的内存是管理在连接对象里面的。这些资源会在连接断开的时候才释放。所以如果长连接累积下来,可能导致内存占用太大,被系统强行杀掉(OOM),从现象看就是 MySQL 异常重启了。
常景题
- 长连接导致占用过多内存资源,其解决方案有?
- 定期断开长连接。使用一段时间,或者程序里面判断执行过一个占用内存的大查询后,断开连接,之后要查询再重连。
- 如果你用的是 MySQL 5.7 或更新版本,可以在每次执行一个比较大的操作后,通过执行 mysql_reset_connection 来重新初始化连接资源。这个过程不需要重连和重新做权限验证,但是会将连接恢复到刚刚创建完时的状态。
3.查询缓存
查询缓存的作用是如果之前已经使用过该查询语句,那么可以直接从缓存中获取结果,无需通过存储引擎进行查询。但是每当执行更新语句时,缓存就会失效。
MySQL 拿到一个查询请求后,会先到查询缓存看看,之前是不是执行过这条语句。之前执行过的语句及其结果可能会以 key-value 对的形式,被直接缓存在内存中。key 是查询的语句,value 是查询的结果。如果你的查询能够直接在这个缓存中找到 key,那么这个 value 就会被直接返回给客户端。
如果语句不在查询缓存中,就会继续后面的执行阶段。执行完成后,执行结果会被存入查询缓存中。你可以看到,如果查询命中缓存,MySQL 不需要执行后面的复杂操作,就可以直接返回结果,这个效率会很高。
但是大多数情况下不建议使用查询缓存
查询缓存的失效非常频繁,只要有对一个表的更新,这个表上所有的查询缓存都会被清空。因此很可能你费劲地把结果存起来,还没使用呢,就被一个更新全清空了。对于更新压力大的数据库来说,查询缓存的命中率会非常低。除非你的业务就是有一张静态表,很长时间才会更新一次。比如,一个系统配置表,那这张表上的查询才适合使用查询缓存。
虽然MySQL可以设置需要使用查询缓存的语句才使用查询缓存,但是在8.0版本,MySQL直接把查询缓存功能删掉了。
4.分析器
如果没有命中查询缓存,就要开始真正执行语句了。首先,MySQL 需要知道你要做什么,因此需要对 SQL 语句做解析。
分析器先会做“词法分析”。你输入的是由多个字符串和空格组成的一条 SQL 语句,MySQL 需要识别出里面的字符串分别是什么,代表什么。
MySQL 从你输入的"select"这个关键字识别出来,这是一个查询语句。它也要把字符串“T”识别成“表名 T”,把字符串“ID”识别成“列 ID”。
做完了这些识别以后,就要做“语法分析”。根据词法分析的结果,语法分析器会根据语法规则,判断你输入的这个 SQL 语句是否满足 MySQL 语法。
如果你的语句不对,就会收到“You have an error in your SQL syntax”的错误提醒。
5. 优化器
经过了分析器,MySQL 就知道你要做什么了。
在开始执行之前,还要先经过优化器的处理。优化器是在表里面有多个索引的时候,决定使用哪个索引;或者在一个语句有多表关联(join)的时候,决定各个表的连接顺序。比如你执行下面这样的语句,这个语句是执行两个表的 join:
mysql> select * from t1 join t2 using(ID) where t1.c=10 and t2.d=20;
- 既可以先从表 t1 里面取出 c=10 的记录的 ID 值,再根据 ID 值关联到表 t2,再判断 t2 里面 d 的值是否等于 20。
- 也可以先从表 t2 里面取出 d=20 的记录的 ID 值,再根据 ID 值关联到 t1,再判断 t1 里面 c 的值是否等于 10。
这两种执行方法的逻辑结果是一样的,但是执行的效率会有不同,而优化器的作用就是决定选择使用哪一个方案。
6. 执行器
MySQL 通过分析器知道了你要做什么,通过优化器知道了该怎么做,于是就进入了执行器阶段,开始执行语句。开始执行的时候,要先判断一下你对这个表 T 有没有执行查询的权限,如果没有,就会返回没有权限的错误。
mysql> select * from T where ID=10;
ERROR 1142 (42000): SELECT command denied to user ‘b’@‘localhost’ for table ‘T’
如果有权限,就打开表继续执行。打开表的时候,执行器就会根据表的引擎定义,去使用这个引擎提供的接口。
比如我们这个例子中的表 T 中,ID 字段没有索引,那么执行器的执行流程是这样的:
- 调用 InnoDB 引擎接口取这个表的第一行,判断 ID 值是不是 10,如果不是则跳过,如果是则将这行存在结果集中;
- 调用引擎接口取“下一行”,重复相同的判断逻辑,直到取到这个表的最后一行。
- 执行器将上述遍历过程中所有满足条件的行组成的记录集作为结果集返回给客户端。
至此,这个语句就执行完成了。
对于有索引的表,执行的逻辑也差不多。第一次调用的是“取满足条件的第一行”这个接口,之后循环取“满足条件的下一行”这个接口,这些接口都是引擎中已经定义好的。
你会在数据库的慢查询日志中看到一个 rows_examined 的字段,表示这个语句执行过程中扫描了多少行。这个值就是在执行器每次调用引擎获取数据行的时候累加的。
总结
- 一条查询语句的执行,总会经过连接器、查询缓存、分析器、优化器、执行器和存储引擎
- 连接器的作用是与用户建立连接、获取用户权限、维持和管理连接
- 查询缓存的作用是以Key-Value的形式缓存对应查询语句的结果,使查询无需经过存储引擎的提取即可获得数据,加快查找效率,但是一般情况不建议使用
- 分析器的作用是进行词法分析,识别语句的操作、表名、字段等含义;语法分析用于检查SQL语句是否存在语法错误、不存在的字段等行为。
- 优化器选择最优的执行方式,包括索引的选择、表的连接顺序等。
- 执行器用于根据优化器的执行方案,调用所择的存储引擎接口来获取结果集
- 存储引擎用于对数据的存储和提取
- 一个查询语句的执行流程为:首先用户通过连接器与数据库建立起连接,根据输入的用户名和密码进行身份验证,并获取相关权限,用于后续进行相关操作时进行权限判断;如果开启了查询缓存,则首先查找缓存中是否有该查询语句的key,如果有直接将结果返回给用户,如果没有,则进入分析器;首先分析器会判断该语句是查询语句,查询的表名和字段等信息后,会进行语法分析,检查SQL语句是否存在语法错误;分析无误后,交由优化器进行执行方案的选择,包括是否使用索引,使用哪个索引,表的连接顺序选择;生成对应的执行方案后,执行器会调用存储引擎的接口,获取结果集,并将其返回给用户的同时,也把查询语句和结果写进缓存
- 与数据库建立连接时,建议使用长连接,但是要注意长连接占有大量内存的问题,和他的一些解决方案。
10.权限检查在分析器和执行器都可以做,在分析器时检查叫“precheck” ,但是分析器是无法检查运行时涉及到的表的权限,如触发器,所以执行器检查是有必要的。
分析
- 查询一个不存在的字段,select * from T where k=1, 该错误是在哪个阶段发现?
分析器,分析器会判断语句是否正确,表是否存在,列是否存在