Mysql的架构设计与运行机制

前言

mysql作为互联网如今最主流的数据库，相信不少读者已在项目中使用，所以本文将介绍一下mysql的演变以及架构设计。

MySQL应用架构演变

应用架构升级来源于互联网源源不断的数据量的暴增，这也很容易理解，和如今互联网产品应对流量增长采用的扩缩容方案一样。

• 架构V1.0 - 单机单库
  一个简单的小型网站或者应用背后的架构可以非常简单, 数据存储只需要一个MySQL Instance就能
  满足数据读取和写入需求（这里忽略掉了数据备份的实例），处于这个的阶段系统，一般会把所有
  的信息存到一个MySQL Instance里面。
  
  V1.0 瓶颈：

1. 数据量太大，超出一台服务器承受
2. 读写操作量太大，超出一台服务器承受
3. 一台服务器挂了，应用也会挂掉（可用性差）

• 架构V2.0 - 主从架构
  V2.0架构主要解决架构V1.0下的高可用和读扩展问题，通过给Instance挂载从库解决读取的压力，
  主库宕机也可以通过主从切换保障高可用。在MySQL的场景下就是通过主从结构（双主结构也属
  于特殊的主从），主库抗写压力，通过从库来分担读压力，对于写少读多的应用，V2.0主从架构
  完全能够胜任。
  
  V2.0瓶颈：

1. 数据量太大，超出一台服务器承受
2. 写操作太大，超出一台M服务器承受

• 架构V3.0 - 分库分表
  对于V1.0和V2.0遇到写入瓶颈和存储瓶颈时，可以通过水平拆分来解决，水平拆分和垂直拆分有较大区别，垂直拆分拆完的结果，每一个实例都是拥有全部数据的，而水平拆分之后，任何实例都只有全量的1/n的数据。以下图所示，将Userinfo拆分为3个Sharding，每个Sharding持有总量的1/3数据，3个Sharding数据的总和等于一份完整数据
  
  数据如何路由成为一个关键问题， 一般可以采用范围拆分，List拆分、Hash拆分等。如何保持数据的一致性也是个难题。

• 架构V4.0 - 云数据库
  云数据库（云计算）现在是各大IT公司内部作为节约成本的一个突破口，对于数据存储的MySQL来说，如何让其成为一个saas（Software as a Service）是关键点。MySQL作为一个saas服务，服务提供商负责解决可配置性，可扩展性，多用户存储结构设计等这些疑难问题。
  

MySQL体系架构

MySQL Server架构自顶向下大致可以分网络连接层、服务层、存储引擎层和系统文件层。

• 网络连接层
  客户端连接器（Client Connectors）：提供与MySQL服务器建立的支持。目前几乎支持所有主流的服务端编程技术，例如常见的 Java、C、Python、.NET等，它们通过各自API技术与MySQL建立连接。

• 服务层（MySQL Server）
  服务层是MySQL Server的核心，主要包含系统管理和控制工具、连接池、SQL接口、解析器、查询优化器和缓存六个部分。

1. 连接池（Connection Pool）：负责存储和管理客户端与数据库的连接，一个线程负责管理一个连接。
2. 系统管理和控制工具（Management Services & Utilities）：例如备份恢复、安全管理、集群管理等
3. SQL接口（SQL Interface）：用于接受客户端发送的各种SQL命令，并且返回用户需要查询的结果。比如DML、DDL、存储过程、视图、触发器等。
4. 解析器（Parser）：负责将请求的SQL解析生成一个"解析树"。然后根据一些MySQL规则进一步检查解析树是否合法。
5. 查询优化器（Optimizer）：当“解析树”通过解析器语法检查后，将交由优化器将其转化成执行计划，然后与存储引擎交互。比如说一次查询流程：select uid,name from user where gender=1;
   选取–》投影–》联接 策略
   1）select先根据where语句进行选取，并不是查询出全部数据再过滤
   2）select查询根据uid和name进行属性投影，并不是取出所有字段
   3）将前面选取和投影联接起来最终生成查询结果
6. 缓存（Cache&Buffer）： 缓存机制是由一系列小缓存组成的。比如表缓存，记录缓存，权限缓存，引擎缓存等。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。

• 存储引擎层（Pluggable Storage Engines）
  存储引擎负责MySQL中数据的存储与提取，与底层系统文件进行交互。MySQL存储引擎是插件式的，服务器中的查询执行引擎通过接口与存储引擎进行通信，接口屏蔽了不同存储引擎之间的差异 。现在有很多种存储引擎，各有各的特点，最常见的是MyISAM和InnoDB。
• 系统文件层（File System）
  该层负责将数据库的数据和日志存储在文件系统之上，并完成与存储引擎的交互，是文件的物理存储层。主要包含日志文件，数据文件，配置文件，pid 文件，socket 文件等

1. 日志文件
   • 错误日志（Error log）：默认开启，show variables like ‘%log_error%’
   • 通用查询日志（General query log）：记录一般查询语句，show variables like ‘%general%’;
   • 二进制日志（binary log）：记录了对MySQL数据库执行的更改操作，并且记录了语句的发生间、执行时长；但是它不记录select、show等不修改数据库的SQL。主要用于数据库恢复和主从复制。
     show variables like ‘%log_bin%’; //是否开启
     show variables like ‘%binlog%’; //参数查看
     show binary logs;//查看日志文件
   • 慢查询日志（Slow query log）：记录所有执行时间超时的查询SQL，默认是10秒。
     show variables like ‘%slow_query%’; //是否开启
     show variables like ‘%long_query_time%’; //时长
2. 配置文件
   用于存放MySQL所有的配置信息文件，比如my.cnf、my.ini等
3. 数据文件
   • db.opt 文件：记录这个库的默认使用的字符集和校验规则。
   • frm 文件：存储与表相关的元数据（meta）信息，包括表结构的定义信息等，每一张表都会有一个frm 文件。
   • MYD 文件：MyISAM 存储引擎专用，存放 MyISAM 表的数据（data)，每一张表都会有一个MYD 文件。
   • MYI 文件：MyISAM 存储引擎专用，存放 MyISAM 表的索引相关信息，每一张 MyISAM 表对应一个 .MYI 文件。
   • ibd文件和 IBDATA 文件：存放 InnoDB 的数据文件（包括索引）。InnoDB 存储引擎有两种表空间方式：独享表空间和共享表空间。独享表空间使用 .ibd 文件来存放数据，且每一张InnoDB 表对应一个 .ibd 文件。共享表空间使用 .ibdata 文件，所有表共同使用一个（或多个，自行配置）.ibdata 文件。
   • ibdata1 文件：系统表空间数据文件，存储表元数据、Undo日志等 。
   • ib_logfile0、ib_logfile1 文件：Redo log 日志文件。
4. pid 文件
   pid 文件是 mysqld 应用程序在 Unix/Linux 环境下的一个进程文件，和许多其他 Unix/Linux 服务端程序一样，它存放着自己的进程 id。
5. socket 文件
   socket 文件也是在 Unix/Linux 环境下才有的，用户在 Unix/Linux 环境下客户端连接可以不通过TCP/IP 网络而直接使用 Unix Socket 来连接 MySQL。

MySQL运行机制

1. 建立连接（Connectors&Connection Pool），通过客户端/服务器通信协议与MySQL建立连接。MySQL 客户端与服务端的通信方式是 “ 半双工 ”。对于每一个 MySQL 的连接，时刻都有一个线程状态来标识这个连接正在做什么。
   通讯机制：
   • 全双工：能同时发送和接收数据，例如平时打电话。
   • 半双工：指的某一时刻，要么发送数据，要么接收数据，不能同时。例如早期对讲机
   • 单工：只能发送数据或只能接收数据。例如单行道
     线程状态：show processlist; //查看用户正在运行的线程信息，root用户能查看所有线程，其他用户只看自己的
     
     解释下参数和信息

• id：线程ID，可以使用kill xx；
• user：启动这个线程的用户
• Host：发送请求的客户端的IP和端口号
• db：当前命令在哪个库执行
• Command：该线程正在执行的操作命令
  • Create DB：正在创建库操作
  • Drop DB：正在删除库操作
  • Execute：正在执行一个PreparedStatement
  • Close Stmt：正在关闭一个PreparedStatement
  • Query：正在执行一个语句
  • Sleep：正在等待客户端发送语句
  • Quit：正在退出
  • Shutdown：正在关闭服务器
• Time：表示该线程处于当前状态的时间，单位是秒
• State：线程状态
  • Updating：正在搜索匹配记录，进行修改
  • Sleeping：正在等待客户端发送新请求
  • Starting：正在执行请求处理
  • Checking table：正在检查数据表
  • Closing table : 正在将表中数据刷新到磁盘中
  • Locked：被其他查询锁住了记录
  • Sending Data：正在处理Select查询，同时将结果发送给客户端
• Info：一般记录线程执行的语句，默认显示前100个字符。想查看完整的使用show full processlist;

2. 查询缓存（Cache&Buffer），这是MySQL的一个可优化查询的地方，如果开启了查询缓存且在查询缓存过程中查询到完全相同的SQL语句，则将查询结果直接返回给客户端；如果没有开启查询缓存或者没有查询到完全相同的 SQL 语句则会由解析器进行语法语义解析，并生成“解析树”。

   • 缓存里存的是Select查询的结果和SQL语句
   • 执行Select查询时，先查询缓存，判断是否存在可用的记录集，要求是否完全相同（包括参数值），这样才会匹配缓存数据命中。
   • 即使开启查询缓存，以下SQL也不能缓存
     • 查询语句使用SQL_NO_CACHE
     • 查询的结果大于query_cache_limit设置
     • 查询中有一些不确定的参数，比如now()
   • show variables like ‘%query_cache%’; //查看查询缓存是否启用，空间大小，限制等
   • show status like ‘Qcache%’; //查看更详细的缓存参数，可用缓存空间，缓存块，缓存多少等

3. 解析器（Parser）将客户端发送的SQL进行语法解析，生成"解析树"。预处理器根据一些MySQL规则进一步检查“解析树”是否合法，例如这里将检查数据表和数据列是否存在，还会解析名字和别名，看看它们是否有歧义，最后生成新的“解析树”。

4. 查询优化器（Optimizer）根据“解析树”生成最优的执行计划。MySQL使用很多优化策略生成最优的执行计划，可以分为两类：静态优化（编译时优化）、动态优化（运行时优化）。

   • 等价变换策略
     • 比如5=5 and a>5 改成 a > 5
     • a < b and a=5 改成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
     • InnoDB引擎min函数只需要找索引最左边
     • InnoDB引擎max函数只需要找索引最右边
     • MyISAM引擎count(*)，不需要计算，直接返回
   • 提前终止查询
     使用了limit查询，获取limit所需的数据，就不在继续遍历后面数据
   • in的优化
     MySQL对in查询，会先进行排序，再采用二分法查找数据。比如where id in (2,1,3)，变成 in (1,2,3)

5. 查询执行引擎负责执行 SQL 语句，此时查询执行引擎会根据 SQL 语句中表的存储引擎类型，以及对应的API接口与底层存储引擎缓存或者物理文件的交互，得到查询结果并返回给客户端。若开启用查询缓存，这时会将SQL 语句和结果完整地保存到查询缓存（Cache&Buffer）中，以后若有相同的 SQL 语句执行则直接返回结果。

   • 如果开启了查询缓存，先将查询结果做缓存操作
   • 返回结果过多，采用增量模式返回

   总结

   本节主要介绍了mysql的架构设计和运行机制，希望帮助读者对mysql有一个整体架构上的了解。