《MySQL》系列 - select 查询语句到底是怎么执行的？
mysql 作为一个关系型数据库，在国内使用应该是最广泛的。也许你司使用 Oracle、Pg 等等，但是大多数互联网公司，比如我司使用得最多的还是 Mysql，重要性不言而喻。
事情是这样的，某天我司小胖问我执行select * from table，数据库底层到底发生了啥？从而我们得到数据呢？以下把我给问住了，为此我查阅了大量的书籍、博客。于是就有了这篇文章。
假设现在我有张 user 表，只有两列，一列 id 自增的，一列 name 是 varchar 类型。建表语句是这样的：
CREATE TABLE IF NOT EXISTS `user`(
`id` INT UNSIGNED AUTO_INCREMENT,
`name` VARCHAR(100) NOT NULL,
PRIMARY KEY ( `id` )
)ENGINE=InnoDB DEFAULT CHARSET=utf8;
小胖的问题就是下面这个语句的执行过程。
select * from user where id = 1;
01 mysql 架构概览
要想理解这个问题就必须要知道 mysql 的内部架构。为此，我画了张 mysql 的架构图（你也可以理解为 sql 查询语句的执行过程），如下所示：
首先 msql 分为 server 层和存储引擎层两个部分。server 层包括四个功能模块，分别是：连接器、查询缓存、优化器、执行器。这一层负责了 mysql 的所有核心工作，比如：内置函数、存储过程、触发器以及视图等。
而存储引擎层则是负责数据的存取。注意，存储引擎在 mysql 是可选的，常见的还有：InnoDB、MyISAM 以及 Memory等，最常用的就是 InnoDB。现在默认的存储引擎也是它（从 mysql 5.5.5 版本开始），大家可以看到我上面的建表语句就是指定了 InnoDB 引擎。当然，你不指定的话默认也是它。
由于存储引擎是可选的，所以 mysql 中，所有的存储引擎其实是共用一个 server层的。回到正题，我们就以这张图的流程来解决一下小胖的问题。
1.1 连接器
首先，数据库要执行 sql，肯定要先连接数据库吧。这部分工作就是由连接器完成。它负责校验账户密码、获取权限、管理连接数，最终与客户端建立连接等工作。mysql 链接数据库是这样写的：
mysql -h 127.0.0.1 -P 3306 -u root -p
# 127.0.0.1 : ip 3306 : 端口 root : 用户名
运行命令之后需要输入密码，当然也可以跟在 -p 后面。不过不建议这么做，会有密码泄露的风险。
输入命令后，连接器根据你的账户名密码验证身份。这是会出现两种情况：
- 账号或密码不对，服务端会返回一个 "ERROR 1045 (28000): Access denied for user 'root'@'127.0.0.1' (using password: YES)" 的错误，退出连接。
- 验证通过，连接器就会到权限表查出你的权限。之后你有啥权限都要通过这时读到的权限进行判断。
注意，我说的是此时查到的权限。就算你用管理员账号修改了当前用户的权限，此时已连接上的当前用户不受影响，必须要重启 mysql 新的权限才会生效。
1.1.1 查看连接状态
连接完成，如果后续没有做任何事情，这个连接就处于空闲状态。你可以用 show processlist; 命令查看 mysql 的连接信息，如下图，我的数据库连接都是 Sleep 状态的，除了执行 show processlist 操作的连接。
1.1.2 控制连接
如果客户端太长时间没有操作，此连接将会自动断开。这个时间默认是 8 小时，由参数 wait_timeout 控制。如果断开以后继续操作就会收到 "Lost connection to MySQL server during query"的错误。这时就必须重连才能执行请求。
数据库里面有长短连接之分，长连接：连接成功后不断有请求，就会一直使用同一连接。短连接：每次执行完几次请求就断开连接，下次需要再建立。
由于建立连接是比较耗时的操作，所以建议使用长连接。但这会有个问题长连接一直连着就会导致内存占用过大，被系统强行沙雕。从而导致 MySQL 异常重启。如何解决呢？两个方法：
- 定期断开长连接。使用特定时间，或者程序判断执行一个占用内存大的操作后，断开连接。之后需要操作就重连。
- mySQL 5.7 或以上版本，可以在每次执行一个占用内存大的操作后，执行mysql_reset_connection来重新连接资源，此时不需重连或重新做权限认证，但会把连接状态恢复到刚创建完时。
1.2 查询缓存
连接建立以后可以执行 select 语句了。这就会来到第二步：查询缓存。
查询缓存中存储的数据是 key-value 的形式，key 是查询语句，value 是查询的结果。逻辑是这样的：先看看查询缓存有没该语句对应的 value？有则直接取出返回客户端，无则继续到数据库执行语句。查出结果后会放一份到缓存中，再返回客户端。
你可能发现缓存真的香，但是并不建议使用查询缓存，因为有弊端。查询缓存的失效非常频繁，只有某个表有更新。它马上失效了，对于经常更新的表来说，命中缓存的概率极低。它仅仅适用于那些不经常更新的表。
而 MySQL 似乎也考虑到这点了。提供了 query_cache_type 参数，把它设置为 DEMAND 就不再适用韩村。而对于要使用缓存的语句则可用 SQL_CACHE 显示指定，像这样：
select SQL_CACHE * from user where id = 1;
PS：MySQL 8.0 及以上版本把查询缓存删掉了，之后再也没有这块功能了。
1.3 分析器
如果没有命中缓存就进入分析器，这里就是对 sql 进行分析。分析器会做词法分析。你输入的 sql 是啥，由啥组成，MySQL 都需要知道它们代表什么。
首先根据 "select" 识别出这是查询语句。字符串"user"识别成"表名 user"、字符串"id"识别成"列名id"。
之后进行语法分析，它会根据输入的语句分析是不是符合 MySQL 的语法。具体表现就是 select、where、from 等关键字少了个字母，明显不符合 MySQL 语法，这次就会报个语法错误的异常：它一般会提示错误行数，关注"use near"后面即可。
1.4 优化器
过了分析器，就来到了优化器。MySQL 是个聪明的仔，再执行之前会自己优化下客户端传过来的语句，看看那种执行起来不那么占内存、快一点。比如下面的 sql 语句：
select * from user u inner join role r on u.id = r.user_id where u.name = "狗哥" and r.id = 666
它可以先从 user 表拿出 name = "狗哥" 记录的 ID 值再跟 role 表内连接查询，再判断 role 表里面 id 的值是否 = 666
也可以反过来：先从 role 表拿出 id = 666 记录的 ID 值再跟 user 表内连接查询，在判断 user 表里面的 name 值是否 = "狗哥"。
两种方案的执行结果是一样的，但是效率不一样、占用的资源也就不一样。优化器就是在选择执行的方案。它优化的是索引应该用哪个？多表联查应该先查哪个表？怎么连接等等。
1.5 执行器
分析器知道了做啥、优化器知道了应该怎么做。接下来就交给执行器去执行了。
开始执行，判断是否有相应的权限。比如该账户对 user 表没权限就返回无权限的错误，如下所示：
select * from user where id = 1;
ERROR 1142 (42000): SELECT command denied to user 'nasus'@'localhost' for table 'user'
PS：如果命中缓存没走到执行器这里，那么在返回查询结果时做权限验证。
回到正题，如果有权限，继续打开表执行。执行器会根据表定义的引擎去使用对应接口。比如我们上面的 sql 语句执行流程是这样的：
-
走 id 索引、调用 InnoDB 引擎取"满足条件的第一行"接口，再循环调用"满足条件的下一行"接口（这些接口都是存储引擎定义好的），直到表中不再有满足条件的行。执行器就将上述遍历得到的行组成结果集返回给客户端。
-
对于 id 不是索引的表，执行器只能调用"取表记录的第一行"接口，再判断 id 是否 = 1。如果不是则跳过，是则存在结果集中；再调存储引擎接口取"下一行"，重复判断逻辑，直到表的最后一行。
至此，整个 SQL 的执行流程完毕，小胖懂了吗？
巨人的肩膀
总结
本文通过一条简单的 SQL 查询语句，引出 MySQL 的结构以及这条 sql 查询语句的执行流程。相信你看完会对 SQL 有更深的理解。
小福利
如果看到这里，喜欢这篇文章的话，请帮点个好看。微信搜索一个优秀的废人，关注后回复电子书送你 1000+ 本编程电子书 ，包括 C、C++、Java、Python、GO、Linux、Git、数据库、设计模式、前端、人工智能、面试相关、数据结构与算法以及计算机基础，详情看下图。回复 1024 送你一套完整的 java 视频教程。
