图解MySQL基础架构

image.png

  • 连接器
  • 查询缓存
  • 分析器
  • 优化器
  • 执行器

涵盖 MySQL 的大多数核心服务功能，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，它从 MySQL 5.5.5 版本开始成为了默认存储引擎。

连接器

你从客户端连接到这个数据库上，这时候接待你的就是连接器。连接器负责跟客户端建立连接、获取权限、维持和管理连接。 建立连接后，连接器会到权限表里面查出你拥有的权限。之后，这个连接里面的权限判断逻辑，都将依赖于此时读到的权限。一个用户成功建立连接后，即使你用管理员账号对这个用户的权限做了修改，也不会影响已经存在连接的权限。修改完成后，只有再新建的连接才会使用新的权限设置。

什么时候断开连接？

根据断开连接的时机，把连接分为：长连接和短连接

  • 长连接： 进行连接后，可以发送多次请求，知道客户端手动断开连接。 如果连接后线程一直处于sleep状态（指没有处理任何请求）那么经过wait_timeout时间后将自动断开连接，默认是8小时。
  • 短连接： 进行连接后，发送一次请求后就断开连接。下一次数据库请求必须重新进行连接。

短连接会频繁创建连接，如果在繁忙系统中可能会导致系统端口数被耗尽，从而无法连接。 长连接虽然避免了频繁的创建连接，但是连接过程中请求使用到的内存空间需要到连接关闭才释放。所以如果长连接时间过长，可能会导致数据库内存猛增。

什么是连接线程池？

一般情况下，每个连接对应一个线程。 MySQL连接管理器线程负责处理服务器侦听的网络接口上的客户端连接请求。 一旦有连接请求过来就新建线程来处理。但是新建线程的成本是比较昂贵的，所以Mysql使用一个线程池来缓存空闲的线程，以备后来的连接使用。 连接管理线程处理客户端连接请求过程是： 1.查看线程池中是否包含空闲的线程，如果有，取出一个线程给客户端连接请求。 2.如果没有空闲线程，查看已有连接数是否超过了最大连接数，如果没有，则创建新的线程处理客户端连接请求。

如何优化连接？

首先有个重要的参数叫max_connections，它指Mysql 最大连接数,例如设置为5，那么最多只有5个客户端可以同时连接。当然Mysql为root用户做了一个特殊处理，当连接数已经满时，root用户还是可以连接上一个。也就是说最大其实可以允许max_connections + 1个root连接。 查看最大连接数

1

show variables like '%max_connections%';

设置最大连接数，服务重启失效。 如果为了永久生效可以修改.cnf文件。

1

set GLOBAL max_connections = 200;

我们可以查看过去最大连接数，得到过去最多有过多少连接。

1

show global status like 'max_used_connections';

那么为了给服务器留有余地，建议 max_used_connections/max_connections = 0.8 查看线程情况

1

show status like 'Threads%'
  • Threads_cached 标识被缓存的空闲线程数量
  • Threads_connected 表示处于连接状态的线程数量
  • Threads_running 表示正在执行查询，传输数据等操作的线程数量

可以通过控制thread_cache_size来控制缓存线程池的大小。 并发增加的情况下，增加这个值可以改善系统性能。 查看可以缓存多少连接

1

show global variables like 'thread_cache_size';

查询缓存

MySQL 8.0 版本直接将查询缓存的整块功能删掉了，也就是说 8.0 开始彻底没有这个功能了。

连接建立完成后，你就可以执行 select 语句了。执行逻辑就会来到第二步：查询缓存。

MySQL 拿到一个查询请求后，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 就会被直接返回给客户端。

如果语句不在查询缓存中，就会继续后面的执行阶段。执行完成后，执行结果会被存入查询缓存中。你可以看到，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。

MySQL 提供了这种“按需使用”的方式。你可以将参数 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 显式指定，像下面这个语句一样：mysql> select SQL_CACHE * from T where ID=10；

为什么取消了查询缓存？

首先，查询缓存的效果取决于缓存的命中率，只有命中缓存的查询效果才能有改善，因此无法预测其性能。 因为查询缓存往往弊大于利。查询缓存的失效非常频繁，只要有对一个表的更新，这个表上所有的查询缓存都会被清空。因此很可能你费劲地把结果存起来，还没使用呢，就被一个更新全清空了。对于更新压力大的数据库来说，查询缓存的命中率会非常低。除非你的业务就是有一张静态表，很长时间才会更新一次。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。

分析器

如果没有命中查询缓存，就要开始真正执行语句了。首先，MySQL 需要知道你要做什么，因此需要对 SQL 语句做解析。

解析器阶段

解析器处理语法和解析查询, 生成一课对应的解析树。

分析器先会做“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分别是什么，代表什么。

MySQL 从你输入的"select"这个关键字识别出来，这是一个查询语句。它也要把字符串“T”识别成“表名 T”，把字符串“ID”识别成“列 ID”。

预处理器阶段

预处理器进一步检查解析树的合法。比如: 数据表和数据列是否存在, 别名是否有歧义等。如果通过则生成新的解析树，再提交给优化器。

如果你的语句不对，就会收到“You have an error in your SQL syntax”的错误提醒。

优化器

经过了分析器，MySQL 就知道你要做什么了。在开始执行之前，还要先经过优化器的处理。

优化器是在表里面有多个索引的时候，决定使用哪个索引；或者在一个语句有多表关联（join）的时候，决定各个表的连接顺序。比如你执行下面这样的语句，这个语句是执行两个表的 join：

1

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

这两种执行方法的逻辑结果是一样的，但是执行的效率会有不同，而优化器的作用就是决定选择使用哪一个方案。优化器阶段完成后，这个语句的执行方案就确定下来了，然后进入执行器阶段。

执行器

MySQL 通过分析器知道了你要做什么，通过优化器知道了该怎么做，于是就进入了执行器阶段，开始执行语句。

1
2

mysql> select * from T where ID=10;
ERROR 1142 (42000): SELECT command denied to user 'b'@'localhost' for table 'T'

如果有权限，就打开表继续执行。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，那么执行器的执行流程是这样的：

  • 调用 InnoDB 引擎接口取这个表的第一行，判断 ID 值是不是 10，如果不是则跳过，如果是则将这行存在结果集中；
  • 调用引擎接口取“下一行”，重复相同的判断逻辑，直到取到这个表的最后一行。
  • 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。

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”这个接口，这些接口都是引擎中已经定义好的。

你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。