mysql 执行多条语句_MySQL系列(四)——SELECT语句是如何执行的

前言

说起SQL语句,我们在工作中写的最多的就是查询(SELTCT)语句了,虽然经常写,但是你知道一条SELECT语句是如何执行的么?

如果我们想写出高性能的SQL,最好的方法就是弄清楚mysql是如何优化和执行查询的。

比如我们有个根据主键id查询的SQL语句:

select * from table_XX where id = 1；

具体如何执行的,请看下面MySQL 的基本架构示意图，从中可以看到 SQL 语句在 MySQL 的各个功能模块中的执行过程。

从图中可以知道，MySQL 架构基本可以分为 服务层和存储引擎层两部分。

服务层包括连接器、缓存、分析器、优化器和执行器等核心功能，同时所有的内置函数和跨存储引擎的功能都在这一层实现，比如存储过程、触发器和视图等。

而存储引擎层负责数据的存储和提取。其支持 InnoDB、MyISAM等多个存储引擎。目前最常用的存储引擎是 InnoDB，因为和MyISAM 相比,InnoDB支持事务和行级锁,提升了并发能力。从 MySQL 5.5.5 版本开始成为了默认存储引擎。

下面开始讲解MYSQL每个具体的功能模块。

1. 连接器

首先，我们需要先创建数据库连接，这里用到的就是连接器，连接器负责和客户端建立连接，命令如下

mysql -h {server_ip} -u {username} {password}

当然我们也可以使用图形化界面，包括Navicat和SQLyog，如下图所示。

我们需要输入数据库IP地址、端口(默认3306)，用户名和密码。如果用户名或密码不对，MYSQL会提示"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，是有只读权限还是读写权限，拥有哪些库的权限，如果有只读权限的话，那么是不能添加和编辑表数据的。

另外需要注意的是，当成功建立连接后，即使管理员对这个用户的权限做了修改，也不会影响已经存在连接的权限。修改完成后，只有再新建的连接才会使用新的权限设置。

2. 查询缓存

连接建立完成后，就可以执行 select 语句了。执行逻辑就会来到第二步：查询缓存。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。

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。

但是大多数情况下我会建议你不要使用查询缓存，为什么呢？因为查询缓存往往弊大于利。

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。

好在 MySQL 也提供了这种“按需使用”的方式。你可以将参数 query_cache_type 设置成 DEMAND，这样对于默认的 SQL 语句都不使用查询缓存。需要注意的是，MySQL 8.0 版本直接将查询缓存的整块功能删掉了。

3. 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。

4. 优化器

经过了分析器，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：

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。优化器阶段完成后，这个语句的执行方案就确定下来了，然后进入执行器阶段。

5. 执行器

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，如下所示 (在工程实现上，如果命中查询缓存，会在查询缓存返回结果的时候，做权限验证。查询也会在优化器之前调用 precheck 验证权限)。

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。

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。

至此，这个语句就执行完成了。