MySQL总结（四）——MySQL中sql语句的执行过程

MySQL 基本架构

1. 连接器： 身份认证和权限相关(登录 MySQL 的时候)。
2. 查询缓存: 执行查询语句的时候，会先查询缓存（MySQL 8.0 版本后移除，因为这个功能不太实用）。
3. 分析器: 没有命中缓存的话，SQL 语句就会经过分析器，分析器说白了就是要先看你的 SQL 语句要干嘛，再检查你的 SQL 语句语法是否正确。
4. 优化器： 按照 MySQL 认为最优的方案去执行。经过了优化器之后可以说这个语句具体该如何执行就已经定下来。
5. 执行器: 当选择了执行方案后，MySQL 就准备开始执行了，首先执行前会校验该用户有没有权限，如果没有权限，就会返回错误信息，如果有权限，就会去调用引擎的接口，返回接口执行的结果。

简单来说 MySQL 主要分为 Server 层和存储引擎层：

1. Server 层：主要包括连接器、查询缓存、分析器、优化器、执行器等，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，函数等，还有一个通用的日志模块 binglog 日志模块。
2. 存储引擎： 主要负责数据的存储和读取，采用可以替换的插件式架构，支持 InnoDB、MyISAM、Memory 等多个存储引擎，其中 InnoDB 引擎有自有的日志模块 redolog 模块。现在最常用的存储引擎是 InnoDB，它从 MySQL 5.5.5 版本开始就被当做默认存储引擎了。

总结：

查询语句的执行流程如下：
权限校验（如果命中缓存）==》查询缓存 ==》分析器 ==》优化器 ==》权限校验 ==》执行器 ==》引擎
更新语句执行流程如下：
分析器 ==》权限校验 ==》执行器 ==》引擎 ==》redo log(prepare 状态 ==》binlog ==》redo log(commit状态)

一条SQL语句执行得很慢的原因

分类讨论

1. 偶尔很慢的情况：大多数情况是正常的，只是偶尔会出现很慢的情况。
2. 一直都这么慢的情况：在数据量不变的情况下，这条SQL语句一直以来都执行的很慢。

偶尔很慢的情况

首先，这条SQL语句的书写本身是没什么问题的。

一、 数据库在刷新脏页（flush）

当我们要往数据库插入一条数据、或者要更新一条数据的时候，我们知道数据库会在内存中把对应字段的数据更新了，但是更新之后，这些更新的字段并不会马上同步持久化到磁盘中去，而是把这些更新的记录写入到 redo log 日记中去，等到空闲的时候，在通过 redo log 里的日记把最新的数据同步到磁盘中去。

当内存数据页跟磁盘数据页内容不一致的时候，我们称这个内存页为“脏页”。
内存数据写入到磁盘后，内存和磁盘上的数据页的内容就一致了，称为“干净页”。

刷新脏页有下面4种场景:

1. redolog写满了：redo log 里的容量是有限的，如果数据库一直很忙，更新又很频繁，这个时候 redo log 很快就会被写满了，这个时候就没办法等到空闲的时候再把数据同步到磁盘的，只能暂停其他操作，全身心来把数据同步到磁盘中去的，而这个时候，就会导致我们平时正常的SQL语句突然执行的很慢，所以说，数据库在在同步数据到磁盘的时候，就有可能导致我们的SQL语句执行的很慢了。
2. 内存不够用了：如果一次查询较多的数据，恰好碰到所查数据页不在内存中时，需要申请内存，而此时恰好内存不足的时候就需要淘汰一部分内存数据页，如果是干净页，就直接释放，如果恰好是脏页就需要刷脏页。
3. MySQL 认为系统“空闲”的时候：这时系统没什么压力。
4. MySQL 正常关闭的时候：这时候，MySQL 会把内存的脏页都 flush 到磁盘上，这样下次 MySQL 启动的时候，就可以直接从磁盘上读数据，启动速度会很快。

二、拿不到锁

要执行的这条语句，刚好这条语句涉及到的表，别人在用，并且加锁了，我们拿不到锁，只能慢慢等待别人释放锁了。或者，表没有加锁，但要使用到的某个一行被加锁了。

一直都这么慢的情况（重要）

如果在数据量一样大的情况下，这条 SQL 语句每次都执行的这么慢，那就就要好好考虑下SQL语句的问题。
假如有一张表：

CREATE TABLE `t` (
  `id` int(11) NOT NULL,
  `num` int(11) DEFAULT NULL,
  `basy` int(11) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB;

一、没用索引

1. 字段没有索引

	select * from t where 100 <num and num < 100000;

num字段上没有索引，所以只能走全表扫描了，这回导致这条查询语句很慢。

2. 字段有索引，但却没有用索引查询

假如你给num字段加上了索引。

select * from t where num - 1 = 1000;

这样是不会用到索引查询的，如果我们在字段的左边做了运算，那么很抱歉，在查询的时候，就不会用上索引了，所以，要注意这种字段上有索引，但由于自己的疏忽，导致系统没有使用索引的情况了。

	select * from t where pow(num ,2) = 1000;

如果我们在查询的时候，对字段进行了函数操作，也是会导致没有用上索引的。

二、数据库自己选错索引了

	select * from t where 100 <num and num < 100000;

当查询这条sql语句时，系统也并不一定会走 num 这个字段上的索引，而是有可能会直接扫描扫描全表，找出所有符合 100<num and num <100000 的数据。

为什么会这样呢？
首先、系统在执行这条语句的时候，会进行预测：究竟是走 c 索引扫描的行数少，还是直接扫描全表扫描的行数少呢？显然，扫描行数越少当然越好了，因为扫描行数越少，意味着I/O操作的次数越少。

如果是扫描全表的话，那么扫描的次数就是这个表的总行数了，假设为 n；而如果走索引 num 的话，我们通过索引 num 找到主键之后，还得再通过主键索引来找我们整行的数据，也就是说，需要走两次索引。而且，我们也不知道符合 100 < num and num < 10000 这个条件的数据有多少行，万一这个表是全部数据都符合呢？这个时候意味着，走num 索引不仅扫描的行数是 n，同时还得每行数据走两次索引。

系统是有可能走全表扫描而不走索引的。那系统是怎么判断呢？
判断来源于系统的预测，也就是说，如果要走 num 字段索引的话，系统会预测走 c 字段索引大概需要扫描多少行。如果预测到要扫描的行数很多，它可能就不走索引而直接扫描全表了。

那么问题来了，系统是怎么预测判断的呢？这里我给你讲下系统是怎么判断的吧，虽然这个时候我已经写到脖子有点酸了。

系统是通过索引的区分度来判断的，一个索引上不同的值越多，意味着出现相同数值的索引越少，意味着索引的区分度越高。我们也把区分度称之为基数，即区分度越高，基数越大。所以呢，基数越大，意味着符合 100 < num and num < 10000 这个条件的行数越少。

所以呢，一个索引的基数越大，意味着走索引查询越有优势。

怎么知道这个索引的基数呢？
系统当然是不会遍历全部来获得一个索引的基数的，代价太大了，索引系统是通过遍历部分数据，也就是通过采样的方式，来预测索引的基数的。

扯了这么多，重点的来了，居然是采样，那就有可能出现失误的情况，也就是说，c 这个索引的基数实际上是很大的，但是采样的时候，却很不幸，把这个索引的基数预测成很小。例如你采样的那一部分数据刚好基数很小，然后就误以为索引的基数很小。然后就呵呵，系统就不走 num 索引了，直接走全部扫描了。

所以呢，说了这么多，得出结论：由于统计的失误，导致系统没有走索引，而是走了全表扫描，而这，也是导致我们 SQL 语句执行的很慢的原因。

解决处理：
我们有时候也可以通过强制走索引的方式来查询：

//可以通过强制走索引的方式
select * from t force index(a) where num < 100 and num  < 100000;

//来查询索引的基数和实际是否符合，如果和实际很不符合的话，我们可以重新来统计索引的基数
show index from t;

//重新统计分析
analyze table t;

既然会预测错索引的基数，这也意味着，当我们的查询语句有多个索引的时候，系统有可能也会选错索引，这也可能是 SQL 执行的很慢的一个原因。