Mysql基本架构及查询流程

mysql体系结构简单概述:

1. Connectors:接入方,支持协议不少
2. Management Serveices & Utilities：系统管理和控制工具例如：备份恢复，mysql复制集群等
3. Connection Pool：链接池：管理缓冲用户链接、用户名、密码、权限校验、线程处理等须要缓存的需求
4. SQL Interface：SQL接口：接受用户的SQL命令，而且返回用户须要查询的结果。好比select from就是调用SQL Interface
5. Parser: 解析器，SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由Lex和YACC实现的。
6. Optimizer: 查询优化器，SQL语句在查询以前会使用查询优化器对查询进行优化
7. Cache和Buffer（高速缓存区）： 查询缓存，若是查询缓存有命中的查询结果，查询语句就能够直接去查询缓存中取数据。
8. pluggable storage Engines：插件式存储引擎。存储引擎是MySql中具体的与文件打交道的子系统。也是Mysql最具备特点的一个地方。 Mysql的存储引擎是插件式的。
9. file system  ：文件系统，数据、日志（redo，undo）、索引、错误日志、查询记录、慢查询等

常见的存储引擎:

 Mysql插拔式的存储引擎：

1. 插拔式的插件方式。
2. 存储引擎是指定在表之上的，即一个库中的每个表均可以指定专用的存储引擎。
3. 无论表采用什么样的存储引擎，都会在数据区，产生对应的一个frm文件（表结构定义描述文件）。

CSV：https://dev.mysql.com/doc/refman/5.7/en/csv-storage-engine.html

　　数据存储以CSV文件，会生成3个文件 table_name.CSM(元数据状态管理，数据行) table_name.CSV（数据文件） table_name.frm。特色：

　　不能定义没有索引、列定义必须为NOT NULL。

　　不能设置自增列，不适用大表或者数据的在线处理。

　　CSV数据的存储用,隔开，可直接编辑CSV文件进行数据的编排，数据安全性低。

注：编辑以后，要生效使用 flush table XXX 命令。

应用场景：数据的快速导出导入，表格直接转换成CSV。

Archive：https://dev.mysql.com/doc/refman/5.7/en/archive-storage-engine.html

　　会生成 table_name.ARZ   table_name.frm，数据存储为ARZ文件格式。特色：

　　只支持 insert 和 select 两种操做，只容许自增ID列创建索引，行级锁，不支持事务，数据占用磁盘少。

应用场景：日志系统，大量的设备数据采集。

Memory(heap)：https://dev.mysql.com/doc/refman/5.7/en/memory-storage-engine.html

　　数据都是存储在内存中，IO效率要比其余引擎高不少，服务重启数据丢失，内存数据表默认只有16M。特色：

　　支持hash索引，B tree索引，默认hash（查找复杂度0(1)），字段长度都是固定长度varchar(32)=char(32)，不支持大数据存储类型字段如 blog，text，表级锁

应用场景：等值查找热度较高数据，查询结果内存中的计算，大多数都是采用这种存储引擎，做为临时表存储需计算的数据。

Myisam：https://dev.mysql.com/doc/refman/5.7/en/myisam-storage-engine.html

　　Mysql5.5版本以前的默认存储引擎，较多的系统表也仍是使用这个存储引擎，系统临时表也会用到Myisam存储引擎。特色：

　　select count(*) from table 无需进行数据的扫描，数据（MYD）和索引（MYI）分开存储，表级锁，不支持事务。

Innodb：https://dev.mysql.com/doc/refman/5.7/en/innodb-introduction.html

　　在建立好表结构而且指定搜索引擎为 Myisam以后，会在数据目录生成3个文件，分别是table_name.frm(表结构文件)，table_name.idb（数据与索引保存文件）。Mysql5.5及之后版本的默认存储引擎

　　Key Advantages：Its DML operations follow the ACID model [事务ACID]。

　　Row-level locking[行级锁]InnoDB tables arrange your data on disk to optimize queriesbased on primary keys[汇集索引（主键索引）方式进行数据存储]。

　　To maintain data integrity, InnoDB supports FOREIGN KEY constraints[支持外键关系保证数据完整性]。

　　接下来看一下这些经常使用的搜索引擎的简单对比图，也能看出为何InnoDB最后悔脱颖而出：

MySQL运行机理：

　　由下图能够看出Mysql的执行流程大体分为 5 个阶段：

1. mysql 客户端/服务端通讯阶段。
2. 查询缓存阶段。
3. 查询优化处理阶段。
4. 查询执行引擎阶段。
5. 返回客户端阶段。

　　咱们能够根据执行的流程来看一下在优化的过程当中须要注意点什么。

1.mysql 客户端/服务端通讯阶段：

Mysql客户端与服务端的通讯方式是“半双工”的通讯方式，通讯方式主要分为如下三种：

• 全双工：双向通讯，发送同时也能够接收
• 半双工：双向通讯，同时只能接收或者是发送，没法同时作操做
• 单工：只能单一方向传送

半双工通讯：

　　在任何一个时刻，要么是有服务器向客户端发送数据，要么是客户端向服务端发送数据，这两个动做不能同时发生。因此咱们没法也无需将一个消息切成小块进行传输

特色和限制：

　　客户端一旦开始发送消息，另外一端要接收完整个消息才能响应。客户端一旦开始接收数据无法停下来发送指令。

mysql 客户端/服务端通讯--查询状态

　　有一整套状态集去管理状态。对于一个mysql链接，或者说一个线程，时刻都有一个状态来标识这个链接正在作什么。查看命令 show full processlist / show processlist

　　

　　要了解状态的全过程请登陆：https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html (状态全集)。如下是常见的状态集：

• Sleep：线程正在等待客户端发送数据
• Query：链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

　　异常状况下可经过kill {id}的方式进行链接的杀掉

2.查询缓存阶段：

　　工做原理：缓存SELECT操做的结果集和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。

　　判断标准：与缓存的SQL语句，是否彻底同样，区分大小写 (简单认为存储了一个key-value结构，key为sql，value为sql查询结果集)。

　　能够经过如下命令来查看缓存的设置状况：

在my.cnf配置文件中能够配置：

query_cache_type：

• 值：0 -– 不启用查询缓存，默认值；
• 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均可以缓存起来，供其余客户端使用，加上 SQL_NO_CACHE将不缓存 ，如select SQL_NO_CACHE *from.......
• 值：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，则能够缓存起来，供其余客户端使用

query_cache_size：容许设置query_cache_size的值最小为40K，默认1M，推荐设置 为：64M/128M；

query_cache_limit：限制查询缓存区最大能缓存的查询记录集，默认设置为1M

　　能够经过 show status like 'Qcache%' 命令可查看缓存状况：

 

　　须要注意的是，一旦表数据发生一点变化，与这个表所相关的缓存所有失效，不会缓存的状况：

1. 当查询语句中有一些不肯定的数据时，则不会被缓存。如包含函数NOW()，SQL_NO_CACHE，CURRENT_DATE()等相似的函数，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。
2. 当查询的结果大于query_cache_limit设置的值时，结果不会被缓存。
3. 对于InnoDB引擎来讲，当一个语句在事务中修改了某个表，那么在这个事务提交以前，全部与这个表相关的查询都没法被缓存。所以长时间执行事务，会大大下降缓存命中率。
4. 查询的表是系统表。
5. 查询语句不涉及到表。

为何mysql默认关闭了缓存开启？？

1. 在查询以前必须先检查是否命中缓存,浪费计算资源。
2. 若是这个查询能够被缓存，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。
3. 针对表进行写入或更新数据时，将对应表的全部缓存都设置失效。
4. 若是查询缓存很大或者碎片不少时，这个操做可能带来很大的系统消耗。

适用场景 ：以读为主的业务，数据生成以后就不常改变的业务。好比门户类、新闻类、报表类、论坛类等

3.查询优化处理阶段：

　　查询优化处理的三个阶段：

• 解析sql：经过lex词法分析,yacc语法分析将sql语句解析成解析树 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：优化器的主要做用就是找到最优的执行计划。

　　查询优化器如何找到最优计划 ，经过explain  +查询sql查看执行计划+\G。

　　查询优化器如何找到最优执行计划，有以下规则：

1. 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
2. 基于联合索引，调整条件位置等
3. 优化count 、min、max等函数：min函数只需找索引最左边，max函数只需找索引最右边，myisam引擎count(*)
4. 覆盖索引扫描：若是是创建了一个 name 字段的索引，InnoDB因为叶子节点保存了ID索引的key值，这种状况下 使用 select id，name from。。。这个也会用到覆盖索引
5. 子查询优化　　
6. 提早终止查询：用了limit关键字或者使用不存在的条件，选择不一样的索引来执行，在采用limit的状况下，查询优化器在成本计算的过程当中也能够选择离散型不高的列索引。
7. IN的优化：用 or的状况是一条一条去比对，in：用二分法，where in(1,2,3,4,5),先排序条件后再比对中间位置 3，经过二分查找法进行查找，当条件多的状况下  ，相对来讲的话in的优化会好一点。先进性排序，再采用二分查找的方式

　　Mysql的查询优化器是基于成本计算的原则。他会尝试各类执行计划。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）。

　　mysql查询优化 -执行计划：使用命令查看一句查询SQL，看看查询计划中都涉及什么有用的信息

id：select查询的序列号，标识执行的顺序

• id相同，执行顺序由上至下，联表查询使用union  id为空。
• id不一样，若是是子查询，id的序号会递增，id值越大优先级越高，越先被执行
• id相同又不一样即两种状况同时存在，id若是相同，能够认为是一组，从上往下顺序执行；在全部组中，id值越大，优先级越高，越先执行

select_type:查询的类型，主要是用于区分普通查询、联合查询、子查询等

• SIMPLE：简单的select查询，查询中不包含子查询或者union
• PRIMARY：查询中包含子部分，最外层查询则被标记为primary
• SUBQUERY/MATERIALIZED：SUBQUERY表示在select 或 where列表中包含了子查询
• MATERIALIZED表示where 后面in条件的子查询
• UNION：若第二个select出如今union以后，则被标记为union；
• UNION RESULT：从union表获取结果的select

table ：查询涉及到的表

• 直接显示表名或者表的别名
• <unionM,N> 由ID为M,N 查询union产生的结果
• <subqueryN> 由ID为N查询生产的结果

type：访问类型，sql查询优化中一个很重要的指标，结果值从好到坏依次是：system > const > eq_ref > ref > range > index > ALL

• system：表只有一行记录（等于系统表），const类型的特例，基本不会出现，能够忽略不计
• const：表示经过索引一次就找到了，const用于比较primary key 或者 unique索引
• eq_ref：惟一索引扫描，对于每一个索引键，表中只有一条记录与之匹配。常见于主键 或 惟一索引扫描
• ref：非惟一性索引扫描，返回匹配某个单独值的全部行，本质是也是一种索引访问
• range：只检索给定范围的行，使用一个索引来选择行（至少要这个级别）
• index：Full Index Scan，索引全表扫描，把索引从头至尾扫一遍
• ALL：Full Table Scan，遍历全表以找到匹配的行

执行计划：

possible_keys：查询过程当中有可能用到的索引

key：实际使用的索引，若是为NULL，则没有使用索引 rows，根据表统计信息或者索引选用状况，大体估算出找到所需的记录所须要读取的行数。

filtered：它指返回结果的行占须要读到的行(rows列的值)的百分比。表示返回结果的行数占需读取行数的百分比，filtered的值越大越好。

Extra ：十分重要的额外信息

• Using filesort ：mysql对数据使用一个外部的文件内容进行了排序，而不是按照表内的索引进行排序读取 order by xxx desc这样子的，若是是索引字段的排序则不是这样的，就不须要使用外部文件了
• Using temporary：使用临时表保存中间结果，也就是说mysql在对查询结果排序时使用了临时表，常见于order by 或 group by
• Using index：表示相应的select操做中使用了覆盖索引（Covering Index），避免了访问表的数据行，效率高
• Using where ：使用了where过滤条件
• select tables optimized away：基于索引优化MIN/MAX操做或者MyISAM存储引擎优化COUNT(*)操做，没必要等到执行阶段在进行计算，查询执行。计划生成的阶段便可完成优化

4.mysql查询执行引擎阶段：

　　调用插件式的存储引擎的原子API的功能进行执行计划的执行，执行计划的好坏也是依赖于搜索引擎的。

5.返回客户端阶段：

一、有须要作缓存的，执行缓存操做。

二、增量的返回结果：开始生成第一条结果时,mysql就开始往请求方逐步返回数据。

　　好处： mysql服务器无须保存过多的数据，浪费内存。用户体验好，立刻就拿到了数据。

如何定位慢SQL：

1. 业务驱动：根据业务反馈来肯定哪些sql可能出现问题。
2. 测试驱动：经过测试肯定哪些sql出现问题。
3. 慢查询日志：经过日志记录的方式查找执行效率慢的sql。
4. 其余第三方工具。

慢日志查询配置：

show variables like 'slow_query_log' //--查看是否开启慢日志保存
set global slow_query_log = on //-- 打开慢日志
set global slow_query_log_file = '/var/lib/mysql/gupaoedu-slow.log' //--慢日志保存位置
set global log_queries_not_using_indexes = on //-- 没有命中索引的是否要记录慢日志
set global long_query_time = 0.1 (秒) //-- 执行时间超过多少为慢日志

　　能够直接打开编辑 vi slow.log文件来查看，以下图的信息:

• Time ：日志记录的时间。
• User@Host：执行的用户及主机。
• Query_time：查询耗费时间 Lock_time 锁表时间 Rows_sent 发送给请求方的记录，条数 Rows_examined 语句扫描的记录条数。
• SET timestamp 语句执行的时间点。
• select .... 执行的具体语句。

慢日志分析工具：

　　mysqldumpslow -t(查询多少行) 10 -s at(平均查询时间) /var/lib/mysql/gupaoedu-slow.log

 　　经过返回的记录能看到前10条执行效率比较低下的sql信息，开发者能够经过这些信息去作相应的优化。