MySql架构篇

一、环境说明

一、环境说明

1、MySQL服务器环境

Linux虚拟机：CentOS 7
MySQL：MySQL5.7.30

2、MySQL文件结构

MySQL是通过文件系统对【数据】和【索引】进行存储的。
MySQL从物理结构上可以分为日志文件和数据索引文件。

MySQL在Linux中的数据索引文件和日志文件通常放在/var/lib/mysql目录下。

2.1 日志文件（顺序IO）

MySQL通过日志记录了数据库操作信息和错误信息。常用的日志文件包括错误日志、二进制日志、查询日志、慢查询日志和事务Redo 日志、中继日志等。

可以通过命令查看当前数据库中的日志使用信息：

mysql> show variables like 'log_%';

2.1.1 错误日志（errorlog）

默认是开启的，而且从5.5.7以后无法关闭错误日志，错误日志记录了运行过程中遇到的所有严重的错误信息,以及 MySQL每次启动和关闭的详细信息。

默认的错误日志名称：hostname.err。

错误日志所记录的信息是可以通过log-error和log-warnings来定义的，其中log-err是定义是否启用错误日志的功能和错误日志的存储位置，log-warnings是定义是否将警告信息也定义至错误日志中。

# 可以直接定义为文件路径，也可以为ON|OFF
log_error=/var/log/mysqld.log
# 只能使用1|0来定义开关启动，默认是启动的
log_warings=1

2.1.2 二进制日志（bin log）

默认是关闭的，需要通过以下配置进行开启:

log-bin=mysql-bin

其中mysql-bin是binlog日志文件的basename，binlog日志文件的完整名称：mysql-bin000001.log

binlog记录了数据库所有的ddl语句和dml语句，但不包括select语句内容，语句以事件的形式保存，描述了数据的变更顺序，binlog还包括了每个更新语句的执行时间信息。如果是DDL语句，则直接记录到binlog日志，而DML语句，必须通过事务提交才能记录到binlog日志中。

binlog主要用于实现mysql主从复制、数据备份、数据恢复。

2.1.3 通用查询日志（general query log）

默认情况下通用查询日志是关闭的。

由于通用查询日志会记录用户的所有操作，其中还包含增删查改等信息，在并发操作大的环境下会产生大量的信息从而导致不必要的磁盘IO，会影响mysql的性能的。如若不是为了调试数据库的目的建议不要开启查询日志。

mysql> show global variables like 'general_log';

开启方式：

#启动开关
general_log={ON|OFF}
#日志文件变量，而general_log_file如果没有指定，默认名是host_name.log
general_log_file=/PATH/TO/file
#记录类型
log_output={TABLE|FILE|NONE}

2.1.4 慢查询日志（slow query log）

默认是关闭的。

需要通过以下设置进行开启：

#开启慢查询日志
slow_query_log=ON
#慢查询的阈值
long_query_time=10
#日志记录文件如果没有给出file_name值， 默认为主机名，后缀为-slow.log。如果给出了文件
名，但不是绝对路径名，文件则写入数据目录。
slow_query_log_file=file_name

记录执行时间超过long_query_time秒的所有查询，便于收集查询时间比较长的SQL语句

查询多少SQL超过了慢查询时间的阈值： SHOW GLOBAL STATUS LIKE '%Slow_queries%';

2.2 数据文件（随机IO）

查看MySQL数据文件：

SHOW VARIABLES LIKE '%datadir%';

2.2.1 InnoDB数据文件

.frm文件：主要存放与表相关的数据信息,主要包括表结构的定义信息
.ibd：使用独享表空间存储表数据和索引信息，一张表对应一个ibd文件。
ibdata文件：使用共享表空间存储表数据和索引信息，所有表共同使用一个或者多个ibdata文件。

2.2.2 MyIsam数据文件

.frm文件：主要存放与表相关的数据信息,主要包括表结构的定义信息
.myd文件：主要用来存储表数据信息。
.myi文件：主要用来存储表数据文件中任何索引的数据树。

二、逻辑架构图

Connectors

连接器，指的是不同语言中与SQL的交互
Management Serveices & Utilities

系统管理和控制工具
Connection Pool: 连接池
- 管理用户连接，等待处理连接请求。
- 负责监听对 MySQL Server 的各种请求，接收连接请求，转发所有连接请求到线程管理模块。每一个连接上 MySQL Server 的客户端请求都会被分配（或创建）一个连接线程为其单独服务。
- 而连接线程的主要工作就是负责 MySQL Server 与客户端的通信，接受客户端的命令请求，传递 Server 端的结果信息等。线程管理模块则负责管理维护这些连接线程。包括线程的创建，线程的 cache 等。
SQL Interface: SQL接口

接受用户的SQL命令，并且返回用户需要查询的结果。比如select from就是调用SQL Interface
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

主要功能：

a. 将SQL语句进行词法分析和语法分析，解析成语法树，然后按照不同的操作类型进行分类，然后做出针对性的转发到后续步骤，以后SQL语句的传递和处理就是基于这个结构的。

b. 如果在分解过程中遇到错误，那么就说明这个sql语句是不合理的。
Optimizer: 查询优化器

SQL语句在查询之前会使用查询优化器对查询进行优化。explain语句查看的SQL语句执行计划，就是由查询优化器生成的。
Cache和Buffer：查询缓存

他的主要功能是将客户端提交给MySQL的 select请求的返回结果集 cache 到内存中，与该 query 的一个 hash 值做一个对应。该 Query 所取数据的基表发生任何数据的变化之后， MySQL 会自动使该 query 的Cache 失效。在读写比例非常高的应用系统中， Query Cache 对性能的提高是非常显著的。当然它对内存的消耗也是非常大的。

如果查询缓存有命中的查询结果，查询语句就可以直接去查询缓存中取数据。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
Pluggable Storage Engines：存储引擎

与其他数据库例如Oracle 和SQL Server等数据库中只有一种存储引擎不同的是，MySQL有一个被称为“Pluggable Storage Engine Architecture”(可插拔的存储引擎架构)的特性，也就意味着MySQL数据库提供了多种存储引擎。

而且存储引擎是针对表的，用户可以根据不同的需求为数据表选择不同的存储引擎，用户也可以根据自己的需要编写自己的存储引擎。也就是说，同一数据库不同的表可以选择不同的存储引擎
```
creat table xxx()engine=InnoDB/Memory/MyISAM
```
简而言之，存储引擎就是如何存储数据、如何为存储的数据建立索引和如何更新、查询数据等技术的实现方法。

三、MySqlServer层对象

1 Sql语句执行的过程

待分析SQL语句如下：

mysql> select customer_id,first_name,last_name from customer where
customer_id=14;

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。

2 连接器

第一步，你会先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。连接命令一般是这么写的：

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

连接完成后，如果你没有后续的动作，这个连接就处于空闲状态，你可以在 show processlist 命令中看到它。文本中这个图是 show processlist 的结果，其中的 Command 列显示为“Sleep”的这一行，就表示现在系统里面有一个空闲连接。

客户端如果太长时间没动静，连接器就会自动将它断开。这个时间是由参数 wait_timeout 控制的，默认值是 8 小时。如果在连接被断开之后，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。这时候如果你要继续，就需要重连，然后再执行请求了。

3 查询缓存

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hash之后的值，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。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。

但是大多数情况下我会建议你不要使用查询缓存，为什么呢？

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。

好在 MySQL 也提供了这种“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 city where city_id = 1;

查询缓存命中次数

SHOW STATUS LIKE 'Qcache_hits'

果然没有命中，是因为 query_cache_type 默认是关闭的：

mysql> show variables like 'query_cache_type';
+------------------+-------+
| Variable_name | Value |
+------------------+-------+
| query_cache_type | OFF |
+------------------+-------+

1 row in set (0.00 sec)

值为 0或OFF会禁止使用缓存。值为 1或ON 将启用缓存，但以 SELECT SQL_NO_CACHE开头的语句除外。值为2或DEMAND时，只缓存以 SELECT SQL_CACHE 开头的语句。

需要修改配 my.cnf置文件，在文件中增加如下内容开启缓存：

query_cache_type=2

4 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，SQL语句是如何被识别的呢？因此需要对接收到 SQL 语句做解析。

这个阶段就是 MySQL 的 Parser 解析器和 Preprocessor预处理模块的功能。如果查询缓存没有命中，接下来就需要进入正式的查询阶段了。客户端程序发送过来的请求事实上只是一段文本而已，所以MySQL服务器程序首先需要对这段文本做分析，判断请求的语法是否正确，然后从文本中将要查询的表、列和各种查询条件都提取出来，本质上是对一个SQL语句编译的过程，涉及词法解析、语法分析、语义分析等阶段。

解析器先会做“词法分析”。

词法分析就是把一个完整的 SQL 语句分割成一个个的字符串，比如这条简单的SQL语句

select customer_id,first_name,last_name from customer where customer_id=14;

会被分割成10个字符串

select，customer_id,first_name,last_name，from，customer，where，customer_id，=，14

一般语法错误会提示第一个出现错误的位置，所以你要关注的是紧接“use near”的内容。如果语法正确，就会根据 MySQL 定义的语法规则，根据 SQL 语句生成一个数据结构，这个数据结构我们把它叫做解析树。

预处理器

预处理器则会进一步去检查解析树是否合法，比如表名是否存在，语句中表的列是否存在等等，在这一步MySQL会检验用户是否有表的操作权限。预处理之后会得到一个新的解析树。

5 优化器

经过了解析器和预处理器，得到了解析树后，MySQL已经知道你要做什么了，那是不是这时就可以执行语句了呢？
一条 SQL 语句是可以有多种执行方式的，它们最终返回结果是相同的。但是在这么多种执行方式，我们最终选择哪一种去执行？选择的判断标准是什么呢？这个是就是优化器的作用。

在开始执行SQL之前，还要先经过优化器的处理。

查询优化器的作用就是根据解析树生成不同的执行计划，然后选择一种最优的执行计划，MySQL 里面使用的是基于成本模型的优化器，哪种执行计划执行时成本最小就用哪种。而且它是io_cost和cpu_cost的开销总和，它通常也是我们评价一个查询的执行效率的一个常
用指标。

#查看上次查询成本开销
show status like 'Last_query_cost';优化器都做哪些优化处理呢？比如

当有多个索引可用的时候，决定使用哪个索引；
在一个语句有多表关联（join）的时候，决定各个表的连接顺序，以哪个表为基准表。

比如sakila数据库中表customer上执行下面的语句，这个语句用到了两个索引last_name和address_id。

#sakila数据库中表customer
select * from customer where last_name='WHITE' and address_id=18

既可以使用索引last_name查询，然后过滤列address_id
也可以使用索引address_id查询，然后过滤列last_name。

（1）两种执行计划的结果是一样的，但是执行效率会有所不同，而优化器的作用就是决定选择使用哪一个方案。

我们使用explain工具可以查看优化器的执行计划，可以看到优化器选用的是第二个执行计划。

至于关于优化器使用成本模型选择索引，预估每个执行计划的成本，然后选择最优的执行计划。至于优化器是如何根据成本模型选择索引的，有没有可能存在选错的可能，我们会在后面的索引部分内容展开说明。

（2）而对于我们的查询语句，只用到了一个索引：主键索引，主键索引就是最优的执行计划。

explain select * from customer where customer_id=14;

6 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，得到了一个查询计划。于是就进入了执行器阶段，开始执行语句。

开始执行的时候，要先判断一下你对这个表customer有没有执行查询的权限，如果没有，就会返回没有权限的错误。 (在工程实现上，如果命中查询缓存，会在查询缓存返回结果的时候，做权限验证。

比如我们新建一个用户lesson1_test，只有表actor的查询权限，没有表customer的查询权限。
```
CREATE USER `lesson1_test`@`localhost` IDENTIFIED BY '123456';
GRANT Select ON TABLE `sakila`.`actor` TO `lesson1_test`@`localhost`;
```
使用这个用户lesson1_test连接mysql，执行下面的查询语句，就会返回没有权限的错误。
```
mysql> select * from customer where customer_id=14;
ERROR 1142 (42000): SELECT command denied to user 'lesson1_test'@'localhost' for
table 'customer'
```
如果有权限，就使用指定的存储引擎打开表开始查询。执行器会根据表的引擎定义，去使用这个引擎提供的查询接口，提取数据。

比如我们这个例子中的表 customer中，customer_id 字段是主键，那么执行器的执行流程是这样的：
1. 调用 InnoDB 引擎接口，从主键索引中检索customer_id=14的记录。
2. 主键索引等值查询只会查询出一条记录，直接将该记录返回客户端。
  至此，这个语句就执行完成了。

InnoDB主键索引和非主键索引的检索流程，我们在后面的索引部分内容会展开说明，这里就不做过多说明了。

假设customer_id 字段不是索引，这时查询只能全表扫描。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customer_id 值是不是 14，如果不是则跳过，如果是则将这行缓存在结果集中；
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结果集返回给客户端。

至此，这个语句就执行完成了。

Mysql架构篇