MySQL：一条SQL查询语句是如何执行的

执行流程

• 应用程序把查询SQL语句发送给服务端执行
• 查询缓存：
  • 如果查询缓存是打开的，服务器在接收到查询请求后，并不会直接去数据库查询，而是在数据库的查询缓存中查询是否有对应的查询数据，如果存在，则直接返回给客户端
  • 只有缓存不存在时，才会进行下面的操作
• 查询优化处理，生成执行计划。这个阶段主要包括解析SQL、预处理、优化SQL执行计划
• MySQL根据相应的执行计划完成整个查询
• 将查询结果返回给客户端

具体分析

连接器

第一步，要连上数据库，这个时候使用的就是连接器

连接器负责跟客户端建立连接、获取权限、维持和管理连接。连接命令如下：

mysql -h$ip -P$port -u$user -p

连接命令中的mysql就是客户端工具，用来跟服务端建立连接。在完成经典的TCP握手之后，连接器就要开始认证你的身份，这个时候用的就是输入的用户名和密码。

• 如果用户名或者密码不对，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，连接器就会到权限表中查出你拥有的权限。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

这就意味着，一个用户成功创建之后，即使你用管理员账号对这个用户的权限做了修改，也不会影响已经存在的连接的权限。修改完成之后，只有再新建的连接才会使用新的权限设置。

连接完成之后，如果你没有后继的动作，这个连接就出于空闲状态，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有动静，连接器就会自动将其断开。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。

数据库中的长连接指的是连接成功后，如果客户端持续有请求，则一直使用同一个连接。短连接指的是每次执行完很少的几次查询之后就断开链接，下次查询时再新建一个。

• 我建议尽量使用长连接。
• 但是如果连接都使用长连接的话，你可能会发现，有时候MySQL内存涨的特别快，
  • 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的，这些资源会在连接端口的时候才会释放。
  • 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），从现象上看就是MySQL异常重启了

那么怎么解决这个问题呢？下面提供两种解决方案：

1. 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之后，断开连接，释放资源，之后要查询的时候再重连
2. 如果你使用的是MySQL5.7之上的版本，可以在每次执行一个比较大的操作之后，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或者重新做权限验证，但是会将连接恢复到刚刚创建完时的状态

查询缓存

需要说明的是：MySQL 8.0版本已经将查询缓存功能删除了。

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都会以key-value 对的形式，被直接缓存到内存中。其中，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缓存中找到 key，那么这个 value 就会直接返回给客户端。

• 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 —> 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。因此很可能你刚费劲存的结果还没来得及使用就被一个更新给清空了。

• 对于更新压力大的数据库而言，查询缓存的命中率就会非常低。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。

默认的 SQL 语句是不缓存的，可以显示的指定查询缓存：

mysql> select SQL_CACHE * from T where ID=10;

分析器

如果没有命中查询缓存，就要开始正真执行语句了。首先，MySQL 需要知道你要做什么，因此要对 SQL 语句做解析。

• 分析器先会做“词法分析”。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”。语法分析根据语法规则，判断输入的这个 SQL语句是否满足 MySQL 的语法规范。

• 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，比如下面这个语句 select 少打了开头的字母“s”。

mysql> elect * from t where ID=1;
 
ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'elect * from t where ID=1' at line 1

一般语法错误会提示第一个出现错误的位置，所以你要关注的是紧接“use near”的内容。

优化器

经过了分析器，MySQL知道了你要做什么了。在开始之前还要经过优化器的处理。

优化器是在表里有多个索引的时候，决定要使用哪个索引；或者在一个语句中有多表关联（join）的时候，决定各个表的连接顺序：

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。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。

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，会在查询缓存放回结果的时候，做权限验证。查询也会在优化器之前调用 precheck 验证权限)。

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，那么执行流程是这样的：

1. 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；

2. 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；

3. 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。

在有些场景下，执行器调用一次，在引擎内部则扫描了多行，因此引擎扫描行数跟 rows_examined 并不是完全相同的。

小结

一条 SQL 在数据库中执行，首先 SQL 经过语法解析成 AST，然后 AST 转换为逻辑执行计划，逻辑执行计划经过优化后，转换为物理执行计划，再经过物理执行计划优化后，按照优化后的物理执行计划执行完成数据的查询。几乎所有的数据库，都是由执行器和存储引擎两部分组成，执行器负责执行计算，存储引擎负责保存数据。

存储引擎的主要功能就是把逻辑的表行列，用合适的物理结构保存到文件中。不同的数据结构，它们的物理存储结构是完全不一样的，这也是各种数据库之间巨大性能差距的根本原因

MySQL 非常牛的一点是，它在设计层面对存储引擎做了抽象，它的存储引擎是可以替换的。它默认的存储引擎是 InnoDB，在InnoDB 中，数据表的物理存储结构是以主键为关键字的 B+ 树，每一行数据直接就保存在B+ 树的叶子节点上

问题

如果表 T 中没有字段 k，而你执行了这个语句 select * from T
where k=1, 那肯定是会报“不存在这个列”的错误： “Unknown column ‘k’ in ‘where clause’”。你觉得这个错误是在我们上面提到的哪个阶段报出来的呢？

分析器。分析器主要做两个事情, 先做词法分析后做语法分析

• 词法分析主要做的是根据mysql的关键字进行验证和解析，
• 而语法分析会在词法解析的基础上进一步做表名和字段名称的验证和解析；