面试官：说说一条查询sql的执行流程和底层原理？

2019独角兽企业重金招聘Python工程师标准>>>

序章 自我介绍

我是一条sql，就是一条长长的字符串，不要问我长什么样，因为我比较傲娇。

 

额~~不是我不说啊，因为细说起来，我可以细分为

DML

(Update、Insert、Delete),

DDL

(表结构修改),

DCL

(权限操作),

DQL

(Select)操作,一个个去介绍，我怕大家嫌我烦！

嗯，大家没什么意见，我继续往下自我介绍了~

由于种类太多，这里我只是一条查询SQL，也就是一句DQL。

客户端按照Mysql通信协议，把我发送到服务端。

当我到达服务端后，我会在一个单独的

线程

里进行执行。服务端要先…

 

万万没想到，我又被打断了~好吧，因为我在一个线程里执行，总要有办法能看到线程的执行状态吧。Mysql提供了下面的命令，给大家查看

SHOW [FULL] PROCESSLIST

出来的结果是长下面这样的

 

 

图里

Command

这一列，反应的就是这个线程当前的执行状态啦。我在这个线程的执行过程中，状态是会变化很多次。

你看图里，有一个

Sleep

，这是在告诉你线程正在等待客户端发送新的请求。还有一个为

Query

,这代表线程正在执行查询或者正在将结果发送给客户端。

至于其他的，还有

Locked
Sending data

等等，分别代表…

 

额，好吧，唠唠叨叨了一大堆，大家居然木有嫌我烦，嗯，至于其他状态的含义大家可以去Mysql官网查询哦。

嗯，回到刚才的话题。我到达服务端后，Mysql要判断我的前6个字符是否为

select

。并且，语句中不带有

SQL_NO_CACHE

关键字，如果符合条件，就进入查询缓存。

第一章 我和查询缓存的那些事

说到查询缓存，它其实是一个哈希表，它将执行过的语句及其结果会以 key-value 对的形式，被直接缓存在内存中。

它的key是一个哈希值，是通过查询SQL(也就是我)、当前要查询的数据库、客户端协议版本等，生成的一个哈希值，而它的value自然就是查询结果啦。

当然，如果我要绕过查询缓存，也很简单。我可以像下面这么写:

Select SQL_NO_CACHE * from table

也可以将参数query_cache_type设置成DEMAND来绕过查询缓存。

可是，有一天查询缓存悲伤的对我说:"你将来再也看不到我了，我已经被历史淘汰了，Mysql8.0版本开始就没有我了！"

听到这个消息后，我表面上故作坚强的对查询缓存说:"不要方，大家会想你的！"

然而，实际上心里想的是:"嘿嘿嘿，你个坑爹的，终于不存在了！"大家不要觉得我太邪恶，毕竟查询缓存实在是太不好用了。接下来我们来说说解析器…

 

万万没想到，本来想糊弄过去的。结果…好吧，回到正题，因为

• 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
• SQL任何字符上的不同,如空格,注释,都会导致缓存不命中

因此，我能想到用查询缓存的表，只有一种情况，那就是配置表。其他的业务表，根本是无法利用查询缓存的特性，或许Mysql团队也是觉得查询缓存的使用场景过于局限，就无情的将它剔除。

第二章 我和分析器的爱恨情仇

(本文将解析器和预处理器统一称为分析器)

话说，我离开查询缓存后，进入解析器。

解析器:"来来来，我先对你进行词法分析，告诉我你长啥样？"

我是下面这样的

select username from userinfo

解析器:"好，好，好。我有两个阶段，我先对你进行词法分析，我将你从左到右一个字符、一个字符地输入，然后根据构词规则识别单词。你将会生成4个Token,如下所示。"

 

解析器:"接下来呢，进行语法解析，判断你输入的这个 SQL 语句是否满足 MySQL 语法。然后生成下面这样一颗语法树。"

 

我："如果语法不对呢？"

解析器:"那你会收到一个提示如下！"

You have an error in your SQL syntax

解析器:"顺利生成语法树以后，我就将你送往预处理器！"

预处理器:"老弟，你来拉!"

我:"嗯！"

预处理器:"老弟，我来帮你看看你的列名对不对，数据库的这张表里是不是真的有这个列。再看看表名对不对，如果不对，你会看到下面的错误！"

Unknown column xxx in ‘where clause’

预处理器:"最后我再给你送去做权限验证，如果你没有操作这个表的权限，会报下面这个错误!"

ERROR 1142 (42000): SELECT command denied to user 'root'@'localhost' for table 'xxx'

（这个地方，大家可能有疑问，因为有些文章说是执行器做的权限验证，可以直接拉到本文底部看说明）

最后，这颗语法树会传递给优化器。

第三章 我和优化器的动人过往

在告别了解析器后，我进入了优化器。

优化器大哥:"告诉我，你长什么样啊？"

我说道:"大哥不要捉急，我是长这样的~"(这里优化的其实应该是语法树，我只是为了便于说明，才用SQL当例子，实际上是针对语法树进行优化)

select t1.*
from Table1 t1
inner join Table2 t2
on t1.CommonID = t2.CommonID

优化器大哥:"我的任务就是帮你判断一下怎么样执行更快，比如先查Table1再查Table2，还是先查Table2再查Table1呢？判断完如何执行以后，生成执行计划就好啦！"

我很不信任的说道：“哼，你就不会判断失误么！”

优化器大哥:"那就要对SQL进行改写啦，比如你带了STRAIGHT_JOIN关键字，长下面这样"

select t1.*
from Table1 t1
STRAIGHT_JOIN Table2 t2
on t1.CommonID = t2.CommonID

"那我就知道强制先找Table1再关联找Table2啦，类似的例子还有很多，我就不一一列举了！"

(STRAIGHT_JOIN功能同join类似，但能让左边的表来驱动右边的表，能改表优化器对于联表查询的执行顺序。)

我说道:"哇塞，如何编写一个高效的SQL，真是一门学问啊！"

于是，优化器大哥将我变身为一个执行计划，然后交给执行器啦~

第四章 我和执行器的悲情经历

我:"执行器大哥，你是用来做什么的？"

执行器:"就是根据执行计划来进行执行查询啦。我就根据你的指令，逐条调用底层存储引擎，逐步执行。"

MySQL定义了一系列抽象存储引擎API，以支持插件式存储引擎架构。Mysql实现了一个抽象接口层，叫做 handler(sql/handler.h)，其中定义了接口函数，比如：ha_open, ha_index_end, ha_create等等，存储引擎需要实现这些接口才能被系统使用。

末章 一些感慨

最后一个阶段，Mysql会将查询结果返回客户端。

唯一需要说明的是，如果是SELECT类型的SQL，Mysql会将查询结果缓存起来。至于其他的SQL，就将该表涉及到的查询缓存清空。

一些疑问

这里关于权限验证究竟在哪个阶段执行，大家可能会有一些疑问。

之前有一个大牛的文章说是权限验证是在执行阶段，去执行前验证权限，大家如果看过他的文章，可能会有疑问。我也不是乱质疑人家，毕竟我只是一个小咖。我在这里只是发表一下我自己的论点，欢迎大家拍砖。

论点一:权限验证在执行器中判断从逻辑上说不通

一条查询SQL经过查询缓存、分析器、优化器，执行器。如果到最后一个阶段执行器中才发现权限不足、那不是前面一系列流程白做了，Mysql应该不至于这么傻吧~

论点二:同《高性能Mysql》一书内容不符

该书209页有一句话如下图所示

 

该书也指明权限验证是在预处理器中执行。本文中将预处理和解析器统一划分为分析器的范畴。

论点三:同源码不符

我翻看了Mysql5.7.25这个版本的源码，其在处理查询这段的核心代码如下

在sql_parse.cc文件中，有这么一段代码如下

case SQLCOM_SELECT:
 {
 //省略
 res= select_precheck(thd, lex, all_tables, first_table);
 if (!res)
 res= execute_sqlcom_select(thd, all_tables);
 //省略
 }

其中select_precheck是进行权限校验。而优化器和执行器是在execute_sqlcom_select这个方法中。

当然，大家有新的见解，欢迎留言。

觉得不错请点赞支持，欢迎留言或进我的个人群855801563领取【架构资料专题目合集90期】、【BATJTMD大厂JAVA面试真题1000+】，本群专用于学习交流技术、分享面试机会，拒绝广告，我也会在群内不定期答题、探讨。

转载于:https://my.oschina.net/u/3959491/blog/3043171