一、逻辑架构刨析

1.1、服务器处理客户端请求

??MySQL是典型的C/S架构，即Client/Server架构，服务器端程序使用的mysqld。不论客户端进程环视服务器进程采用哪种方式进行通信，最后实现的效果都是：客户端进程向服务器进程发送一端文本（SQL语句），服务器进程处理后再向客户端进程发送一段文本（处理结果）。

1.2、MySQL架构

1.2.1、Connectors

??Connectors，指的是不同语言中与SQL的交互。MySQL首先是一个网络程序，在TCP之上定义了自己的应用层协议。所以要使用MySQL，我们编写代码，跟MySQL Server建立TCP连接，之后按照其定义好的协议进行交互，或者比较方便的办法是调用SDK，比如Native C API、JDBC、PHP等各语言MySQL Concector，或者通过ODBC。但通过SDK来访问MySQL，本质上还是在TCP连接上通过MySQL协议更MySQL进行交互。

1.2.2、第一层：连接层

??系统（客户端）访问MySQL服务器前，做的第一件事就是建立TCP连接。经过三次握手建立连接成功后，MySQL服务器对TCP传输过来的账号密码做身份验证、权限获取。用户名或密码不对，会收到一个Access denied for user错误，客户端程序结束执行。用户名和密码认证通过，会从权限表查出用户拥有的权限与连接关联，之后的权限判断逻辑，都依赖于此时读到的权限。

??多个系统都可以和MySQL服务器建立连接，每个系统建立的连接肯定不止一个。所以，为了解决TCP无限创建于TCP频繁创建销毁带来的资源耗尽，性能下降问题。MySQL服务器里有专门的TCP连接池限制连接数，采用长连接模式复用TCP连接。TCP连接收到请求后，必须要分配一个线程专门于这个客户端的交互。所以一还会有一个线程池，去走后面的流程。每一个连接从线程池中获取线程，省去了创建和销毁线程的开销。

1.2.3、第二层：服务层

??第二层架构主要完成大多数的核心服务功能，如SQL接口，并完成缓存的查询，SQL的分析和优化及部分内置函数的执行。所有跨存储引擎的功能也在这一层实现，如过程、函数等。在该层，服务器会解析查询并创建相应的内部的解析树，并对其完成相应的优化：如确定查询表的顺序，是否利用索引等，最后生成相应的执行造作。如果SELECT语句，服务器还会查询内部的缓存。如果缓存空间足够大，这样在解决大量读操作的环境中能够很好的提升系统的性能。

• SQL Interface：SQL接口
  • 接收用户的SQL命令，并返回用户需要查询的结果
  • MySQL支持DML（数据操作语言）、DDL（数据定义语言）、存储过程、视图、触发器、自定义函数等多种SQL语言接口
• Parser：解析器
  • 在解析器中对SQL语句进行语法分析、语义分析。将SQL语句分解成数据结构，并将这个结构传递到后续步骤，以后SQL语句的传递和处理就是基于这个结构的。如果在分解构成中遇到错误，那么就说明这个SQL语句是不合理的。
  • 在SQL命令传递到解析器的时候会被解析器验证和解析，并为其创建语法树，并根据数据字典丰富查询语法树，会验证该客户端是否具有执行该查询的权限。创建语法树后，MySQL还会对SQL查询进行语法上的优化，进行查询重写。
• Optimizer：查询优化器
  • SQL语句在语法解析之后、查询之前会使用查询优化器确定SQL语句的执行路径，生成一个执行计划
  • 这个计划表明应该使用哪些索引进行查询（全表索引还是使用索引检索），表之间的连接顺序如何，最后会按照执行计划中的步骤调用存储引擎提供的方法来真正的查询执行，并将查询结果返回给用户。
  • 它使用选取-投影-连接策略进行查询

    SELECT id,name FROM student WHERE gender = '女';
    -- 这个SELECT查询先根据WHERE语句进行选取，而不是将表全部数据查询以后再进行gender过滤
    -- 这个SELECT查询先根据id和name进行属性投影，而不是将属性全部取出以后再进行过滤
    -- 将这个两个查询条件连接起来生成最终的查询结果，
    

• Cache & Buffers：查询缓存组件
  • MySQL内部维持着一些Cache和Buffer，比如Query Cache用来缓存一条SELECT语句的执行结果，如果能够再其中找到对应的查询结果，那么就不必再进行查询解析、优化和执行的这个过程了，直接将结果反馈给客户端。
  • 这个缓存机制是由一系列小缓存组成的。比如表缓存，记录缓存，key缓存，权限缓存等
  • 这个缓存查询可以在不同客户端之间共享
  • 从MySQL 5.7.20开始，不推荐使用查询缓存，并在MySQL 8.0中删除

1.2.4、第三层：引擎层

??插件式的存储引擎架构将查询结果处理和其它的系统任务以及数据的存储提取相分离。这种架构可以根据业务的需求和实际需要选择合适的存储引擎。同时开源的MySQL还允许开发人员设置自己的存储引擎。插件式存储引擎层（Storage Engines），真正的负责了MySQL中数据的存储和提取，对物理服务器级别维护的底层数据执行操作，服务器通过API与存储引擎进行通信。不同的存储引擎具有的功能不同，这样我们可以根据自己的实际需要进行选取。

1.2.5、存储层

??所有的数据、数据库、表的定义、表的每一行的内容、索引，都是存在文件系统上，以文件的方式存在的，并完成与引擎的交互。当然有些引擎比如InnoDB，也不支持文件系统直接管理裸设备，但现在文件系统的实现使得这样做没有必要了。在文件系统之下，可以使用本地磁盘，可以使用DAS、NAS、SAN等各种存储系统。

二、SQL的执行流程

2.1、MySQL中的SQL执行流程

MySQL的查询流程

1. 查询缓存：

??MySQL拿到一个查询结果后，会先到查询缓存中看看，之前是不是执行过这条语句。之前执行过的语句及结果可能会以key-value对的形式，被直接缓存在内存中。key是查询的语句，value是查询的语句。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，执行结果就会被存入查询缓存中。所以，如果查询缓存命中缓存，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。

??查询缓存是提前把查询结果缓存起来，这样下次不需要执行就可以直接拿到结果。需要说明的是，在MySQL中的缓存插叙，不是缓存查询计划，而是查询对应的结果。这就意味着查询匹配的鲁棒性大大降低，只有相同的查询操作才会命中查询缓存。两个查询请求在任何字符上的不同（例如：空格、注释、大小写），都会导致缓存不会命中。因此MySQL的查询缓存命中率不高。同时及，如果查询请求中包含某些系统函数（比如NOW()，每次调用都会产生最新的当前时间）、用户自定义变量和函数、一些系统表，如mysql、information_schema、performance_schema数据库中的表，那这个请求就不会被缓存。此外，MySQL的缓存系统会监测涉及到的每张表，只要该表的结构或者数据被修改（如对该表使用INSERT、UPDATE、DELETE、TRUNCATE TABLE、ALTER TABLE、DROP TABLE 或 DROP DATABASE语句），那使用该表的所有高速缓存查询都将将变为无效并从高速缓存中删除。

MySQL 5.7中查询缓存默认是关的，可以在my.cnf中设置。MySQL 8.0中查询缓存被移除

# query_cache_type有3个值 0代表关闭查询缓存OFF，1代表开启ON，2代表按需使用（DEMAND）
query_cache_type=2
# 这样对于默认的SQL语句都不适用查询缓存。如果想用查询缓存，可以用SQL_CACHE显示指定

监视查询缓存的

• Qcache_free_blocks：表示查询缓存中还有多少剩余的blocks，如果该值显示较大，则说明查询缓存中的内存碎片过多了，可能在一定的时间进行整理；
• Qcache_free_memory：查询缓存的内存大小，通过这个参数可以很清晰的知道当前系统的查询内存是否够用，DBA可以根据实际情况做出调整；
• Qcache_hits：表示有多少次命中缓存。数字越大，缓存效果越理想；
• Qcache_inserts：表示多少次未命中然后插入，意思是新来的SQL请求在缓存中未找到，不得不执行查询处理，执行查询处理后把结果insert到查询缓存中。次数越多，表示查询缓存应用到的比较少，效果也就不理想；
• Qcache_lowmen_prunes：记录有多少条查询因为内存不足而被移除出查询缓存。用户可以适当调整缓存大小；
• Qcache_not_cached：表示因为query_cache_type的设置而没有被缓存的查询数量。
• Qcache_queries_in_cache：当前缓存中缓存的数量查询
• Qceche_total_blocks：当前缓存的block数量

2. 解析器

??如果没有命中查询缓存，就要开始真正执行语句。首先MySQL需要对SQL语句做解析。SQL语句的解析分为词法分析与语义分析。分析器先做词法分析。你输入的是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。接着，要做语法分析。根据词法分词的结果，语法分析器会根据语法规则，判断你输入的这个SQL语句是否满足MySQL的语法。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。如果SQL语句正确，则会生成一个语法树。

3. 优化器

??经过了解析器，MySQL就知道你要做什么。在开始执行之前，还要先经过优化器的处理。一条查询可以有很多种执行方式，最后都返回相同的结果。优化器的作用就是找到这其中最好的执行计划。在查询优化器中，可以分为逻辑查询优化阶段和物理查询优化阶段。

??逻辑查询优化阶段就是通过改变SQL语句的内容使得SQL查询更高效，同时为物理查询优化提供更多的候选执行计划。通常采用的方式是对SQL语句进行等价交换，对查询进行重写，而查询重写的数学基础就是关系代数。对条件表达式进行等价谓词重写、条件简化、对视图进行重写、对子查询进行优化、对连接语义进行了外连接消除、嵌套连接消除等。

??物理查询优化是基于关系代数进行的查询重写，而关系代数的每一步都对应着物理计算，这些物理计算往往存在所钟多种算法，因此需要计算各种物理路径的代价，从中选择代价最小的作为执行计划。在这个阶段里，对于单表和多表连接的操作，需要高效地使用索引，提升查询效率。

4. 执行器

??截至到现在，还没有真正去读写真实的表，仅仅只是产出了一个执行计划。于是就进入了执行器阶段。在执行之前需要判断该用户是否具有权限。如果没有，就会返回权限错误。如果具备权限，就执行SQL查询并返回结果。在MySQL 8.0以下的版本，如果设置了查询缓存，这时会将查询结果进行缓存。（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，调用存储引擎API对表进行的读写。存储引擎API只是抽象接口，下面还有存储引擎层，具体实现还是要看选择的存储引擎。）

2.2、Oracle中SQL执行流程

??Oracle中采用了共享池来判断SQL语句是否存在缓存和执行计划，通过这一步骤我们可以知道应该采用硬解析还是软解析。

1. 语法检查：检查SQL拼写是否正确，如果不正确，Oracle会报语法错误；

2. 语义检查：检查SQL中的访问对象是否存在；

3. 权限检查：看用户是否具备访问该数据库的权限

4. 共享池检查：共享池（Shared Pool）是一块内存池，主要的作用是缓存SQL语句和该语句的执行计划。Oracle通过检查共享池是否存在SQL语句的执行计划，来判断进行软解析，还是硬解析。在共享池中，Oracle首先对SQL语句进行Hash运算，然后根据Hash指在库缓存（Library Cache）中查找，如果存在SQL语句的执行计划，就直接拿来执行，直接进入执行器的环节，这就是软解析。如果没有找到SQL语句和执行计划，Oracle就需要创建解析树进行解析，生成执行计划，进入优化器这个步骤，这就是硬解析。

5. 优化器：进行硬解析，比如创建解析树，生成执行计划；

6. 执行器：当有了解析树和执行计划之后，可以在执行器中执行语句；

??共享池包括了库缓存，数据字典缓冲区。库缓存区，只要缓存SQL语句和执行计划。而数据字典缓冲区存储的是Oracle中的对象定义、比如比表、视图、索引等对象。当对SQL语句进行解析的时候，如果需要相关的数据，会从数据字典缓冲区中提取。库缓存这个步骤，决定了SQL语句是否需要进行硬解析。为了提升SQL的执行效率，应该尽量避免硬解析，因为在SQL执行过程中，创建解析树，生成执行计划是很消耗资源的。在Oracle中，可以通过使用绑定变量来减少硬解析，减少Oracle的解析工作量。绑定变量就是在 SQL 语句中使用变量，通过不同的变量取值来改变 SQL 的执行结果。这样做的好处是能 提升软解 析的可能性 ，不足之处在于可能会导致生成的执行计划不够优化。

三、数据库的缓冲池

3.1、缓冲池

??InnoDB 存储引擎是以页为单位来管理存储空间的，我们进行的增删改查操作其实本质上都是在访问页面（包括读页面、写页面、创建新页面等操作）。而磁盘 I/O 需要消耗的时间很多，而在内存中进行操作，效率则会高很多，为了能让数据表或者索引中的数据随时被我们所用，DBMS 会申请占用内存来作为数据缓冲池 ，在真正访问页面之前，需要把在磁盘上的页缓存到内存中的 Buffer Pool 之后才可以访问。这样做的好处是可以让磁盘活动最小化，从而减少与磁盘直接进行 I/O 的时间 。

??对于使用InnoDB作为存储引擎的表来说，不管是用于存储用户数据的索引（包括聚簇索引和二级索引），还是各种系统数据，都是以页的形式存放到表空间中的，而所谓的表空间只不过是InnoDB对文件系统上一个或几个实际文件的抽象，而CPU的读写速率非常快，但磁盘的读写速率却十分缓慢。缓冲池也可以帮助我们消除CPU和磁盘之间的鸿沟。索引在InnoDB存储引擎在处理客户端的请求时，当需要访问某个页的数据时，就会把完整的页的数据完全加载到内存中，也就是说即使我们只需要一个页的一条记录，那也需要把整个页的数据加载到内存中。将整个页加载到内存后就可以访问了，在进行完读写访问之后并不着急把该页对应的内存空间释放掉，而是将其缓存起来，这样将来有请求再次访问该页面时，就可以省区磁盘IO的开销。

缓存原则

• 位置 * 频次这个原则，可以帮我们对I/O访问效率进行优化
  • 首先，位置决定效率，提供缓冲池就是为了在内存中可以直接访问数据；
  • 其次，频次决定优先级顺序。因为缓冲池的大小是有限的，就无法将全部数据加载到缓冲池里，这时就涉及到优先级顺序，会优先使用频次高的热数据进行加载；

缓冲池的预读特性

??缓冲池的作用就是提升I/O效率，而我们进行读取数据的时候存在一个“局部性原理”，也就是说我们使用了一些数据，大概率还会使用它周围的一些数据，因此采用“预读”的机制提前加载，可以减少未来可能的磁盘I/O操作。

3.2、缓冲池如何读取数据

??缓冲池管理器会尽量将经常适应的数据保存起来，在数据库进行页面读操作的时候，首先会判断该页面是否在缓冲池中，如果存在就直接读取，如果不在，就会通过内存过磁盘将页面存放到缓冲池中再进行读取。

缓存在数据库中的结构和作用如下：

??实际上，当我们对数据库中的记录进行修改的时候，首先会修改缓冲池中页里面的记录信息，然后数据库会以一定的频率刷新到磁盘上。注意并不是每次发生更新操作，都会立即进行磁盘回写。缓冲池会采用一种叫做checkpoint的机制将数据回写到磁盘上，这样提升了数据库的整体性能。

3.3、查看/设置缓冲池的大小

• 如果 MySQL 使用的是 MyISAM 存储引擎，它只缓存索引，不缓存数据，对应的键缓存参数为 key_buffer_size
• 如果 MySQL 使用的是 InnoDB 存储引擎，可以通过查看 innodb_buffer_pool_size 变量查看缓冲池的大小

  -- 查看缓冲池的大小
  show variables like 'innodb_buffer_pool_size';
  -- 设置缓冲池的大小
  set global innodb_buffer_pool_size = 268435456;
  

  • 配置文件中修改

  [server]
  innodb_buffer_pool_size=268435456
  

3.4、多个Buffer Pool实例

??Buffer Pool本质是Innodb向操作系统的申请的一块连续的内存空间，在多线程的环境下，访问Buffer Pool可能会影响请求的处理速度。所以在Buffer Pool特别大而且多线程并发访问特别高的情况下，单一的Buffer Pool可能会影响请求的处理速度。所以在Buffer Pool特别大的时候，我们可以把它们拆分成若干个小的 Buffer Pool，每个Buffer Pool都称为一个实例，它们都是独立的，独立的去申请内存空间，独立的管理各种链表。所以在多线程并发访问时并不会相互影响，从而提高并发处理能力。

• 在服务器启动的时候通过设置innodb_buffer_pool_instances的值来修改Buffer Pool实例的个数

  [server]
  innodb_buffer_pool_instances=2
  

• 查看缓冲池的个数
  • show variables like 'innodb_buffer_pool_instances';
• 每个Buffer Pool实例占用的内存空间：总共的大小除以实例的个数
  • innodb_buffer_pool_size/innodb_buffer_pool_instances
• InnoDB规定：当innodb_buffer_pool_size的值小于1G的时候设置多个实例是无效的，InnoDB会默认把innodb_buffer_pool_instances的值修改为1