一条SQL语句是如何执行的

一条SQL语句,MySQL拿到后做了哪些操作呢?

一条查询的SQL

select * from t where id = 10

最直观的感受大概是输入这条SQL,立马就能得到一条数据。

但是我们并不知道这条语句在MySQL内部是如何执行的过程。

接下来将拆解一下MySQL的各个“零件”,从中你可以看到SQL语句在MySQL的各个功能模块中的执行过程。

image.png

大体来说,可以分为Server层和存储引擎层两个部分。

Server层包括连接器,查询缓存,分析器,优化器、执行器等,涵盖MySQL的大多数核心功能,以及所有的内置函数(如,日期、时间、数学和加密函数等),所有跨存储引擎的功能都在这一层实现,比如存储过程、触发器、视图等。

而存储引擎层负责数据的存储和提取,其架构模式是插件式的,支持InnoDB、MyISAM、Memory等多个存储引擎。现在最常用的存储引擎是InnoDB,MySQL从5.5.5版本开始默认使用InnoDB引擎,也就是说在此版本以后,建表语句中不指定引擎类型,默认使用的就是InnoDB。不过也可以在建表语句中显示选择别的引擎,比如engine=memory,来指定使用内存引擎来建表。不同的存储引擎的表数据存取方式不同,支持的功能也不同,这里就不过多的讲述。

从图中不难看出,所有存储引擎共用一个Server层,也就是从连接器到执行器的部分,接下来对每个组件的作用进行讲解。

连接器

操作数据库第一步肯定是先和数据库建立连接,那么此时直接接触的就是连接器了。连接器负责和客户端建立连接、获取权限、维持和管理连接。

# 连接命令一般都是这么写的

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

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

  • 如果用户名或密码不对,你会收到一个"Acess denied for user"的错误,然后客户端程序结束执行
  • 如果用户名和密码认证通过,连接器会到权限表里获取用户所拥有的权限。之后这个连接中的权限判断逻辑,都将依赖此时读到的权限。

这就意味着,假如用户建立了一个连接后,管理员对用户的权限进行变更,那么用户当前的连接中的权限信息还是之前的权限,只有当用户再次建立一个新的连接的时候,才会使用新的权限设置。

连接完成后,如果没有后续的动作这个连接就处于空闲状态,可以通过一个SQL命令看到它。

show processlist;

WX202004092135102x.png

其中如果,Command列中显示为“Sleep”,则代表这个连接是空闲的

客户端如果太长时间没动静,连接器就会自动将他断开。这个时间是由参数wait_timout控制的,默认值是8小时

如果在连接被断开后,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.这个时候如果要继续就需要重连再执行请求了。

数据库里面,长连接是指连接成功后,如果客户端持续有请求,一直使用同一个连接。短连接指的是每次执行很少量的几次查询就断开连接,下次查询再重新建立一个。

建立连接的过程是很复杂的,所以使用过程中尽量减少建立连接的动作,也就是尽量使用长连接,连接池就是如此。

但是如果全部使用长连接后,有些时候MySQL占用内存会涨的特别快,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面的。这些资源会在连接断开的时候才释放。所以长连接累积下来,可能导致内存占用太大,被系统强行杀掉(OOM),从现象看就是MySQL异常重启了。

如何解决这个问题呢?有两种方案

  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后,断开连接,之后要查询再重连
  2. 如果用的MySQL5.7及以后的版本,可以在每次执行一个较大的操作后,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和重新做权限验证,但是会将连接恢复到刚刚创建完时的状态

查询缓存(MySQL 8.0以后被彻底废弃)

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可能会以key-value对的形式,被直接缓存在内存中。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这个缓存中找到key,那么这个value就会被直接返回客户端。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。

如果语句不在查询缓存中,就会进行后面的执行阶段。执行完成后,执行结果会被存入查询缓存中。

但是查询缓存的失效非常频繁,只要对一个表的更新,这个表上所有的缓存都会被清空。因此很可能你费劲地把结果存起来,还没使用就被一个更新全清空了。对于更新压力较大的数据库来说,查询缓存的命中率会很低。除非业务就是有一张静态表很久才会更新一次。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。

好在MySQL也提供了这种“按需使用”的方式。可以将参数query_cache_type设置成DEMAND,这样对于默认的SQL语句都不使用查询缓存。而对于你确定要使用查询缓存的语句,可以用SQL_CACHE显示指定,像下面的语句一样:

select SQL_CACHE * from t where id = 10

需要注意的是,MySQL8.0版本直接将查询缓存的整块功能去除了,也就是说MySQL8.0开始彻底没有这个功能了。

分析器

如果没有命中查询缓存,那么就要开始真正执行语句了。首先,MySQL需要知道你做什么,因此需要进行SQL解析。

分析器会先做词法分析,你输入的是由多个字符串和空格组成的一条SQL语句,MySQL需要识别出里面的字符串是什么,代表什么。

MySQL从输入的“select”这个关键字识别出来,这是一个查询语句。他也要把字符串t识别为表t,把id识别为列id

做完了这些识别以后,就要做语法分析,根据词法分析的结果,语法分析器会根据语法规则,判断SQL是否符合MySQL语法

如果语法不对,就会收到“You have an error in your SQL syntax”的错误提示。

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

优化器

经过了分析器,MySQL就知道要做什么了,但是在开始执行之前还是会进行一次优化。

优化器是在表里面有多个索引的时候,决定使用哪个索引;或在一个语句中有多个表关联的时候,决定各个表的连接顺序。

比如以下SQL

select * from t1 join t2 using(id) where t1.c = 10 and t2.d = 20
  • 既可以先从表t1中取出c=10的记录的id值,再根据id值关联到表t2,再判断t2里面的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

两种方式执行逻辑结果一样,但是执行的效率不同,而优化器的作用就是决定使用哪一个方案。

用户也可以通过特殊的关键字提示(hint)优化器,影响他的决策过程,也可以请求优化器解释(explain)优化过程的各个因素,使用户知道服务器是如何进行优化决策的,并提供一个参考基准,便于用户重构查询和schema、修改相关配置,使应用尽可能的高效运行。

优化器并不关心表使用的什么引擎,但是存储引擎对于优化查询是有影响的,优化器会请求存储引擎提供容量或某个具体操作的开销信息,以及表数据的统计信息等。例如,某些存储引擎的某种索引,可能对一些特定的查询有优化等等。

优化器阶段完成后,这个执行方案就确定下来了,然后进入执行器阶段。

执行器

MySQL通过分析器知道了要做什么,通过优化器知道了该怎么做。于是就进入了执行阶段。

开始执行的时候,会先判断用户是否有查询权限,如果没有就返回权限错误(如果在上层查询缓存中命中了缓存,那么会在查询缓存返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)

如果有权限,就打开这张表继续执行。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,那么执行器的流程是这样的:

  1. 调用InnoDB引擎接口取这张表的第一行,判断id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,知道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”接口,这些接口都是引擎中已经定义好的

之后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。

发表评论