MySQL 语句执行过程详解
MySQL 原理篇
当客户端向 MySQL 发送一个请求的时候，MySQL 的执行过程如下图所示：
MySQL 客户端/服务端通信
通信机制
MySQL 客户端与服务端的通信方式是 “ 半双工 ”。
- 全双工：双向通信，发送同时也可以接收
- 半双工：双向通信，同时只能接收或者是发送，无法同时做操作
- 单工：只能单一方向传送
一旦一端开始发送消息，另一端要接收完整个消息才能响应它，所以我们无法也无须将一个消息切成小块独立发送，也没有办法进行流量控制。
客户端用一个单独的数据包将查询请求发送给服务器，所以当查询语句很长的时候，需要设置 max_allowed_packet 参数。
但是需要注意的是，如果查询实在是太大，服务端会拒绝接收更多数据并抛出异常。
与之相反的是，服务器响应给用户的数据通常会很多，由多个数据包组成。但是当服务器响应客户端请求时，客户端必须完整的接收整个返回结果，而不能简单的只取前面几条结果，然后让服务器停止发送。
因而在实际开发中，尽量保持查询简单且只返回必需的数据，减小通信间数据包的大小和数量是一个非常好的习惯，这也是查询中尽量避免使用 SELECT * 以及加上 LIMIT 限制的原因之一。
连接状态
对于一个 MySQL 的连接，或者说一个线程，时刻都有一个状态来标识这个连接正在做什么。
可以通过如下命令来查看连接的状态：
show full processlist show processlist
详细的状态集描述参考官网：https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html
这里简单介绍几个常用的连接状态：
- Sleep：线程正在等待客户端发送数据
- Query：连接线程正在执行查询
- Locked：线程正在等待表锁的释放
- Sorting result：线程正在对结果进行排序
- Sending data：向请求端返回数据
对于出现问题的连接可以通过 kill {id} 的方式进行杀掉。
查询缓存
工作原理：
- 缓存 SELECT 操作的结果集和 SQL 语句。
- 新的 SELECT 语句，先去查询缓存，判断是否存在可用的记录集，需要注意的是在判断的时候，要求 SQL 语句完全一样（SQL 两端允许存在空格）才会匹配到缓存数据。
缓存参数
MySQL 的缓存参数在配置文件中设置，可以通过如下命令来查看缓存的参数：
show variables like 'query_cache%'
- query_cache_type
- 0：不启用查询缓存，默认值
- 1：启用查询缓存，只要符合查询缓存的要求，客户端的查询语句和记录集都可以缓存起来，供其他客户端使用，SQL 语句中加上 SQL_NO_CACHE 将不缓存
- 2：启用查询缓存，只要查询语句中添加了参数：SQL_CACHE，且符合查询缓存的要求，客户端的查询语句和记录集，则可以缓存起来，供其他客户端使用
- query_cache_size
- 总的缓存池的大小，允许设置 query_cache_size 的值最小为40K，默认1M，推荐设置为64M/128M
- 当总的缓存池大小超过设置的值时，会按照时间顺序，让最老的缓存失效
- query_cache_limit
- 指定单个查询能够使用的缓冲区大小，默认设置为1M
缓存执行情况
可以通过如下命令来查看缓存情况：
show status like 'Qcache%'
- Qcache_free_blocks
- Query Cache 中目前还有多少剩余的 blocks。如果该值显示较大，则说明 Query Cache 中的内存碎片较多了，可能需要寻找合适的机会进行整理
- Qcache_free_memory
- Query Cache 中目前剩余的内存大小。通过这个参数我们可以较为准确的观察出当前系统中的Query Cache 内存大小是否足够，是需要增加还是过多了
- Qcache_hits
- 缓存命中次数。通过这个参数我们可以查看到 Query Cache 的基本效果
- Qcache_inserts
- 插入缓存的记录数，通过 Qcache_hits 和 Qcache_inserts 两个参数我们就可以算出 Query Cache 的命中率，Query Cache 命中率 = Qcache_hits / ( Qcache_hits + Qcache_inserts )
- Qcache_lowmem_prunes
- 多少条 Query 因为内存不足而被清除出 Query Cache。通过 Qcache_lowmem_prunes 和 Qcache_free_memory 相互结合，能够更清楚的了解到我们系统中 Query Cache 的内存大小是否真的足够，是否经常出现因为内存不足而有 Query 被清除
- Qcache_not_cached
- 因为 query_cache_type 的设置或者不能被 cache 的 Query 的数量
- Qcache_queries_in_cache
- 当前 Query Cache 中 cache 的 Query 数量
- Qcache_total_blocks
- 当前 Query Cache 中的 block 数量
不会缓存的情况
- 当查询语句中设置了 SQL_NO_CACHE，则不会被缓存。
- 当查询语句中有一些不确定的数据时，则不会被缓存。如包含函数 NOW() ，CURRENT_DATE() 等类似的函数，或者用户自定义的函数，存储函数，用户变量等都不会被缓存。
- 当查询的结果大于 query_cache_limit 设置的值时，结果不会被缓存。
- 对于 InnoDB 引擎来说，当一个语句在事务中修改了某个表，那么在这个事务提交之前，所有与这个表相关的查询都无法被缓存。因此长时间执行事务，会大大降低缓存命中率。
- 查询的表是系统表。
- 查询语句不涉及到表。
缓存有哪些坑？
- 在查询之前必须先检查是否命中缓存，浪费计算资源。
- 如果这个查询可以被缓存，那么执行完成后，MySQL 发现查询缓存中没有这个查询，则会将结果存入查询缓存，这会带来额外的系统消耗。
- 针对表进行写入或更新数据时，将对应表的所有缓存都设置失效。
- 如果查询缓存很大或者碎片很多时，这个操作可能带来很大的系统消耗。
适用场景
以读为主的业务，数据生成 之后就不常改变的业务，比如门户类、新闻类、报表类、论坛类。
查询优化处理
查询优化处理的三个阶段
- 解析 SQL
- 通过 lex 语法分析，yacc 语法分析将 SQL 语句解析成解析树。
- lex、yacc 语法参考：https://www.ibm.com/developerworks/cn/linux/sdk/lex/
- 预处理阶段
- 根据 MySQL 的语法的规则进一步检查解析树的合法性，如：检查数据的表和列是否存在，解析名字和别名的设置。还会进行权限的验证
- 查询优化器
- 优化器的主要作用就是找到最优的执行计划
查询优化器如何找到最优执行计划
这里介绍几种优化方式，更多的可以参考《高性能MySQL_第3版（中文）》
- 使用等价变化规则
- 5 = 5 and a > 5 改写成 a > 5
- a < b and a = 5 改写成 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 函数只需找索引最左边
- InnoDB 引擎 max 函数只需找索引最右边
- MyISAM 引擎 count(*)，不需要计算，直接返回
- 覆盖索引扫描
- 子查询优化
select * from (select * from user where id = 1) as t;，会被优化成一级查询
- 提前终止查询
- 用了 limit 关键字或者使用不存在的条件，获取到 limit 所需要的数据后，就不再遍历接下来的数据
- IN 的优化
- MySQL 对于 IN 的查询，会先进性排序，再采用二分查找的方式查找数据
- 比如表中的数据是 1,2,3,4,5，where 条件是 id IN(2,1,3)，在进行 IN 操作的时候，会先对 IN 中的数据排序，变成 1,2,3，然后取出一条数据1先和2比较，1<2，则往2的左边查找，进而找到1，接下来就是再获取一条数据重复上面的查找步骤。
- 其他关系型数据库不会采用二分查找的方式，而是和 or 的方式一样，where id=1 or id=2 or id=3，从表中获取一条数据和 where 条件中的 or 的数据一个一个比对。
MySQL 的查询优化器是基于成本计算的原则，它会尝试各种执行计划，数据抽样的方式进行试验（随机的读取一个 4K 的数据块进行分析）。
执行计划
这块内容比较多，后面会单独提供一篇文章描述
查询执行引擎
调用插件式的存储引擎的原子 API 进行执行计划的执行。
返回客户端
- 有需要做缓存的，执行缓存操作
- 增量的返回执行结果，开始生成第一条结果时，MySQL 就开始往请求方逐步返回数据，这样做的好处是 MySQL 服务器无须保存过多的数据，浪费内存，用户体验好，马上就拿到了数据
