MySQL--数据查询运行机理（mysql底层运行流程）

数据库可能是每个开发人员都接触过的东西，而在所有数据库操作中，数据查询又是最为常见的一种数据库操作方式，但是你真的了解查询吗？本文将利用MySQL带你进一步了解数据库查询。

一、MySQL运行机理

以Java程序为例，最为基本的操作过程是利用JDBC与MySQL建立连接，然后利用不同的SQL语句去完成我们所需要的操作，最终获取到执行结果。这时，Java服务就相当于是一个MySQL客户端，通过SQL语句与MySQL服务端进行交互。这一过程可以概括为下图：

从图中看，MySQL的查询流程可以分为五个步骤：

1. MySQL客户端/服务端通信阶段。
2. 查询缓存阶段。
3. 查询解析及优化处理阶段。
4. 查询执行引擎阶段。
5. 返回客户端阶段。

下面依次讲解这五个阶段。

二、MySQL客户端/服务端通信阶段。

先来了解下什么是通信方式：

通信方式主要分为以下三种：

• 全双工：双向通信，发送同时也可以接收
• 半双工：双向通信，同时只能接收或者是发送，无法同时做操作
• 单工：只能单一方向传送

Mysql客户端与服务端的通信方式是“半双工”的通信方式。

也就是说，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，这两个动作不能同时发生。所以我们无法也无需将一个消息切成小块进行传输。

特点和限制：

　　客户端一旦开始发送消息，另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没法停下来发送指令。

 

三、查询缓存阶段

在解析一个查询SQL之前，如果查询缓存是开启的，那么MySQL会先去检查查询缓存中是否存在与之相同的查询。如果缓存中存在，即缓存命中，先查询用户权限，若权限允许则直接返回缓存中的结果集，无须解析本次的查询SQL语句的；如果缓存中没有，即缓存未命中，则查询会进入下一阶段的处理，等到查询出结果后，会将本次的查询SQL与查询结果存放在查询缓存中，以便之后使用。

 

缓存是否命中的判断标准：

查询的SQL语句与缓存的SQL语句，是否完全一样，区分大小写 (简单认为缓存存储了一个key-value结构，key为sql，value为sql查询结果集)。

 

查看缓存的设置情况：

show variables like 'query_cache%';

 

query_cache_limit: MySQL能够缓存的最大结果,如果超出,则增加 Qcache_not_cached的值,并删除查询结果，默认设置为1M。

query_cache_min_res_unit: 分配内存块时的最小单位大小。

query_cache_size: 缓存使用的总内存空间大小,单位是字节,这个值必须是1024的整数倍,否则MySQL实际分配可能跟这个数值不同(感觉这个应该跟文件系统的blcok大小有关)，允许设置的值最小为40K，默认1M，推荐设置 为：64M/128M。

query_cache_type: 是否打开缓存 OFF: 关闭 ON: 总是打开。

query_cache_wlock_invalidate: 如果某个数据表被锁住,是否仍然从缓存中返回数据,默认是OFF,表示仍然可以返回。

 

查看缓存情况：

show status like 'Qcache%';

 

Qcache_hits：缓存命中次数

Qcache_inserts：往缓存中插入几条记录

 

需要注意的是，一旦表数据发生一点变化，与这个表所相关的缓存全部失效，不会缓存的情况：

1. 当查询语句中有一些不确定的数据时，则不会被缓存。如包含函数NOW()，SQL_NO_CACHE，CURRENT_DATE()等类似的函数，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引擎来说，当一个语句在事务中修改了某个表，那么在这个事务提交之前，所有与这个表相关的查询都无法被缓存。因此长时间执行事务，会大大降低缓存命中率。
4. 查询的表是系统表。
5. 查询语句不涉及到表。

四、查询解析及优化处理阶段

1、语法解析器和预处理器

MySQL是通过SQL关键字将SQL语句进行解析的（lex词法分析,yacc语法分析），生成一棵对应的“解析树”。

MySQL预处理器根据MySQL的语法规则进一步检查验证解析树的合法性，例如表、字段是否存在，是否使用了错误的关键字，关键字的顺序是否正确合法，还会解析名字和别名是否会有歧义等等。

2、查询优化器

查询优化器：优化器的主要作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：explain  + sql

 mysql查询优化 -执行计划

经过语法解析器和预处理器形成的语法树被认为是合法的了，这时将有优化器将其转化成执行计划。一条查询可以有很多种执行方式，但最后返回的结果是相同的，优化器的作用就是找到这其中最好的执行计划。

 

MySQL使用基于成本（CBO）的优化器，它将尝试预测一个查询使用某种执行计划的成本，并选择其中成本最小的一个。最初，成本的最小单位是随机读取一个4K数据页的成本，后来成本计算公式变得更加复杂，并且引入了一些“因子”来估算某些操作的代价，如当执行一次where条件比较的成本。可以通过查询当前会话的last_query_cost的值来得知MySQL计算的当前查询的成本。

五、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。

 mysql学习--MySQL存储引擎对比总结

六、返回客户端阶段

1、有需要做缓存的，执行缓存操作。

2、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，马上就拿到了数据。

 七、总结

MySQL使用的是“选取-投影-联接”策略进行查询。

用一个例子就可以理解： select uid,name from user where gender = 1;

1：这个select 查询先根据where 语句进行选取，而不是先将表全部查询出来以后再进行gender过滤

2：这个select查询先根据uid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

3：将这两个查询条件联接起来生成最终查询结果