MySql体系

前言

最近由于公司客户的数据量增长很快，并且由于各种原因无法上大数据的产品，所以只能用mysql来实现高效的大数据交互

以前在公司做产品研发，一直停留在使用MySql的层面上，最近抽出来一点时间，深入研究一下，拓宽一下眼界，记录下博客，方便后续自己翻阅

MySql架构

在学习MySql之前，先了解了一下MySql的架构图：

以上是我从别人哪里借鉴过来的一张体系结构图，依据图上的架构，由上自下可以分文网络连接层，服务层，存储引擎层和系统文件层。

一、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。目前覆盖了几乎所有的服务端编程技术，最常见的比如：java，C，PHP等

二、服务层

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、缓存6个部分

连接池（Connection Pool）:负责管理客户端和数据库的连接，一个线程负责管理一个连接
系统管理和控制工具（Management Services & Utilities） ：是一系列工具，比如备份恢复、安全管理、集群管理等作用
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、视图这些
解析器（Parser） ：负责将请求的SQL解析生成一个“语法树“，然后依据一个MySql规则进一步解析这个树是否合法

解析顺序总结：
查询优化器（Optimizer） ：当语法树通过解析器语法检查后，将交给优化器将其转换为执行计划，然后与存储引擎交互

例如：
```
select id,username,passward from user where id=1;
```
优化步骤：
1. 选取：select先根据where语句进行选取，并不是查询出全部的数据在过滤
2. 投影：select查询根据id、username、passward进行属性投影，并不是取出所有的字段
3. 将前面选取和投影连接起来最终生成查询结果
缓存（Cache）: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周取数据，更快。

三、存储引擎层

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，现在最常见的就是MyISAM和InnoDB俩种，也是面试必问题

四、系统文件层

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。

日志文件
- 错误日志（Error log）
  
  默认开启，查询语句：
```
show variables like '%log_error%';
```
- 通用查询日志（General query log）
```
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时间，执行时长；但他不记录select,show等不修改数据的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
```
配置文件

用来存放MySql所有的配置文件信息的，比如my.cnf,my.ini等
数据文件
- db.opt文件：记录这个库的默认使用字符集和校验规则
- frm文件：存储与表相关的元数据信息（meta），包括表结构的定义休息等，每一张表都有一个frm文件
- MYD文件：MyISAM存储引擎专用，存放MyISAM表的数据，每一张表都有一个MYD文件
- MYI文件：MyISAM存储引擎专用，存索引相关信息，也是一张表一个
- ibd文件和IBDATA文件：存放InnoDB的数据文件，还存储索引。InnoDB存储引擎有俩种表空间方式：独享表空间与共享表空间。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，至于是一个还是多个，自行配置
- ibdata文件：系统表空间数据文件，存储表元数据、Undo日志等
- ib_logfile文件：Redo log日志文件
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。
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

对MySql有了全面的认识之后，接下来就可以看一下一条sql语句的一生

以下面这个sql为例：

select id,username,passward from user where id=1;

建立连接：通过客户端/服务器通信协议与MySql建议连接，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，时刻都有一个现场状态来标识这个连接正在做什么。

解释一下通信机制哈：
- 全双工：能同时发送和接收数据，比如打电话
- 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，其他用户只能看自
己的
```
- 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;
查询缓存: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
```
解析器: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”
查询优化器: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
  - 5=5 and a>5 改成 a > 5
  - a < b and a=5 改成b>5 and a=5
- 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)
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