MySQL调优-SQL底层执行原理

MySQL内部组件结构

Server层

Store层

连接器

客户端连接mysql数据库

创建新用户并且修改用户密码：

show processlist 查看用户状态

客户端自动断开时间

长连接和短连接

查询缓存

常见的一些命令操作

大多数情况查询缓存就是个鸡肋，为什么呢？

分析器

词法分析器原理

词法分析器分成6个主要步骤完成对sql语句的分析：

下图是SQL词法分析的过程步骤：

antlr v4插件安装与使用：

经过bison语法分析之后，会生成一个这样的语法树:

bison语法分析把一条SQL语句分成众多词源，最终生成语法树有什么实际应用场景？

优化器

比如你执行下面这样的语句，这个语句是执行两个表的 join：

执行器

bin-log归档

配置my.cnf文件：

binlog命令

查看binlog内容

数据归档操作

归档测试：

MySQL调优-SQL底层执行原理

MySQL内部组件结构

MySQL可以分为Server层和Store层(引擎层)两部分

Server层

Server层主要包括连接器，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。

Store层

Store是存储引擎层，存储引擎层是负责数据的存储和提取的，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。

从 MySQL 5.5.5 版本开始InnoDB成为了默认存储引擎。也就是说如果我们在create table时不指定表的存储引擎类型,默认会给你设置存储引擎为InnoDB。

建立表：

create table test (
id int(11) not null AUTO_INCREMENT,
name varchar(255) DEFAULT NULL,
primary key('id')
);

接下来，会记录Server层的各个组件都完成了些什么功能：

连接器

我们知道由于MySQL是开源的，他有非常多种类的客户端：navicat,mysql front,jdbc,SQLyog等非常丰富的客户端,这些客户端要向mysql发起通信都必须先跟Server端建立通信连接，而建立连接的工作就是有连接器完成的。

客户端连接mysql数据库

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：

[root@192 ~]# mysql ‐h host[数据库地址] ‐u root[用户] ‐p root[密码] ‐P 3306

连接命令中的 mysql 是客户端工具，用来跟服务端建立连接。在完成经典的 TCP 握手后，连接器就要开始认证你的身份，这个时候用的就是你输入的用户名和密码。

当输入连接命令后会有两种结果：成功or失败

1、如果用户名或密码不对，你就会收到一个"Access denied for user"的错误，然后客户端程序结束执行。

2、如果用户名密码认证通过，连接器会到权限表(即是mysql自带的user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。

如下：权限表(user表)

当user权限表中的一个用户成功建立连接后，即使你使用管理员root账号对这个用户的使用权限做了修改，也不会影响到已经存在连接的用户权限。这就是用户权限隔离机制。

使用管理员root修改其它用户的权限完成后，只有再建立新的连接才会使用新的权限设置，用户的权限表在系统表空间的mysql数据库的user表中。

创建新用户并且修改用户密码：

mysql> CREATE USER 'username'@'host' IDENTIFIED BY 'password'; //创建新用户

mysql> grant all privileges on *.* to 'username'@'%'; //赋权限,%表示所有(host)

mysql> flush privileges //刷新数据库

mysql> update user set password=password(”123456″) where user=’root’;(设置用户名密码)

mysql> show grants for root@"%"; 查看当前用户的权限

步骤演示：

1.创建新用户并且设置密码：create user 'lionel'@'%' identified by 'shukedashu666';

检验user表看是否创建成功：

2.grant all privileges on *.* to 'lionel'@'%'; 表示为'lionel'@'%'用户赋值所有的权限

检验user表，设置成功！

show processlist 查看用户状态

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。

客户端自动断开时间

客户端如果长时间不发生命令到Server端，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。查看wait_timeout

mysql> show global variables like "wait_timeout";

mysql>set global wait_timeout=28800; 设置全局服务器关闭非交互连接之前等待活动的秒数

show global variables like "wait_timeout";

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。

长连接和短连接

数据库里面，长连接是指连接成功后，如果客户端持续有请求，则一直使用同一个连接。短连接则是指每次执行完很少的几次查询就断开连接，下次查询再重新建立一个。

开发中我们大多数时候使用的都是长连接，把连接放在Pool内进行管理，但是长连接有些时候会导致MySQL占用内存涨的特别快，这是因为MySQL在执行过程中临时使用的内存是管理在连接对象里面的。这些资源会在连接断开的时候才会释放。所以如果长连接累积下来，可能导致内存占用太大，被系统强行杀掉（OOM），从现象看就是 MySQL 异常重启了。

怎么解决这类问题呢？

1、定期断开长连接。使用一段时间，或者程序里面判断执行过一个占用内存的大查询后，断开连接，之后要查询再重连。

2、如果你用的是 MySQL 5.7 或更新版本，可以在每次执行一个比较大的操作后，通过执行 mysql_reset_connection 来重新初始化连接资源。这个过程不需要重连和重新做权限验证，但是会将连接恢复到刚刚创建完时的状态。

查询缓存

常见的一些命令操作

mysql>show databases; 显示所有数据库

mysql>use dbname； 打开数据库：dbname

mysql>show tables; 显示数据库mysql中所有的表；

mysql>describe user; 显示表mysql数据库中user表的列信息）；

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SQL语句，value 是查询SQL语句的结果。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。

大多数情况查询缓存就是个鸡肋，为什么呢？

食之无味，弃之可惜。

因为查询缓存往往弊大于利。查询缓存的失效是非常频繁的，当我们对一个表进行数据更新，为了保证数据的一致性，所以会对查询缓存进行完全清空操作。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。

但是一个事物功能存在即合理，自然有它使用的功能场景。查询缓存一般建议在静态表中进行使用，什么叫做静态表呢？就是一种我们极少去更新使用的表。比如：一个系统配置表、字典表，那这张表上的查询才适合使用查询缓存。好在 MySQL 也提供了这种“按需使用”的方式。你可以将my.cnf参数 query_cache_type 设置成 DEMAND。

vim my.cnf

#query_cache_type有3个值 0代表关闭查询缓存OFF，1代表开启ON，2（DEMAND）代表当sql语句中有SQL_CACHE关键词时才缓存

query_cache_type=2

设置步骤如下：

1.先找到my.cnf的所在位置：whereis my.cnf

2.设置vim my.cnf

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 test where ID=5；

查看当前mysql实例是否开启缓存机制：

mysql> show global variables like "%query_cache_type%";

监控查询缓存的命中率:

mysql> show status like'%Qcache%'; //查看运行的缓存信息

注释：

Qcache_free_blocks:表示查询缓存中目前还有多少剩余的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，通过这个参数可以清晰的知道当前系统的查询内存是否够用，是多了，还是不够用，DBA可以根据具体的实际情况做出调整分析

Qcache_hits:表示有多少次命中缓存。我们主要可以通过该值来验证我们的查询缓存的效果。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。这样的情况的次数，次数越多，表示查询缓存应用到的比较少，效果也就不理想。当然系统刚启动后，查询缓存是空的，这很正常。

Qcache_lowmem_prunes:该参数记录有多少条查询因为内存不足而被移除出查询缓存。通过这个值，用户可以适当的调整缓存大小。

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:当前缓存中缓存的查询数量。

Qcache_total_blocks:当前缓存的block数量。

但是，mysql8.0已经移除了查询缓存功能

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。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”。

做完了这些识别以后，就要做“语法分析”。根据词法分析的结果，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 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，比如下面这个语句 from 写成了 "rom"。

mysql> select * fro test where id=1;

ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that correspondsto your MySQL server version for the right syntax to use near 'fro test where id=1' at line 1

词法分析器原理

词法分析器分成6个主要步骤完成对sql语句的分析：

1.词法分析

2.语法分析

3.语义分析

4.构造出执行树

5.生成执行计划

6.计划的执行

下图是SQL词法分析的过程步骤：

SQL语句的分析分为词汇分析与语法分析，mysql的词法分析由MySQLLex(MySQL自己实现的)完成，语法分析由Bison生成。那么除了Bison之外，Java当中也有开源的词法结构分析工具例如Antlr4，ANTLR从语法生成一个解析器，可以构建和遍历解析树，可以在IDEA 工具当中安装插件：antlr v4 grammar plugin。

antlr v4插件安装与使用：

经过bison语法分析之后，会生成一个这样的语法树:

bison语法分析把一条SQL语句分成众多词源，最终生成语法树有什么实际应用场景？

场景一：

在分布式的场景下，我们对数据库进行分库分表操作，对于原本存储于一个数据库中的大量的数据，为了合理把这一个库的大量数据分给多个分库，我们采用的是id号%分库数的方式进行随机合理分配的，对于这个id号我们就可以通过上述生成的语法树中的众多词源中的id词源进行得到。那么这样就可以自动化分库分表啦。

场景二：

对于分布式事务来说，假设有一个事务包含两个SQL语句T1，T2，T1执行成功，但是T2执行失败。所以T1即使执行成功也需要回滚操只有根据T1原来执行的SQL语句解析为语法树，语法树上的词源带有id号，就可以完美的达到分布式事务回滚时对于id号的需求！

至此我们分析器的工作任务也基本圆满了。接下来进入到优化器

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，决定最终使用哪一个索引。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。这些场景下，优化器都会进行计算最终的性能消耗，选出最优解。

比如你执行下面这样的语句，这个语句是执行两个表的 join：

mysql> select * from test1 join test2 using(ID) where test1.name=yangguo and test2.name=xiaolongnv;

既可以先从表 test1 里面取出 name=yangguo的记录的 ID 值，再根据 ID 值关联到表 test2，再判断 test2 里面 name的值是否等于 yangguo。

也可以先从表 test2 里面取出 name=xiaolongnv 的记录的 ID 值，再根据 ID 值关联到 test1，再判断 test1 里面 name 的值是否等于 yangguo。

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。如果你还有一些疑问，比如优化器是怎么选择索引的，有没有可能选择错等等。

执行器

开始执行的时候，要先判断一下你对这个表 T 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，如下所示 (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。查询也会在优化器之前调用 precheck 验证权限)。

mysql> select * from test where id=1;

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 test 中，ID 字段没有索引，那么执行器的执行流程是这样的：

1. 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；

2. 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。

3. 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。

至此，这个语句就执行完成了。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。

bin-log归档

删库是不需要跑路的，因为我们的SQL执行时，会将sql语句的执行逻辑记录在我们的bin-log当中，什么是bin-log呢？ binlog是Server层实现的二进制日志,他会记录我们的cud操作。Binlog有以下几个特点：

1、Binlog在MySQL的Server层实现（引擎共用）

2、Binlog为逻辑日志,记录的是一条语句的原始逻辑

3、Binlog不限大小,追加写入,不会覆盖以前的日志

如果，我们误删了数据库,可以使用binlog进行归档!要使用binlog归档，首先我们得记录binlog，因此需要先开启MySQL的 binlog功能。

配置my.cnf文件：

配置开启binlog

log‐bin=/usr/local/mysql/data/binlog/mysql‐bin

#注意5.7以及更高版本需要配置本项：server‐id=123454（自定义,保证唯一性）;

#binlog格式，有3种statement,row,mixed
#statement记录的是一条SQL语句的逻辑本身，记录的是过程 
#row记录的是一条SQL语句执行的结果 但是数据传输的压力相对statement更大
#mixed记录的是statement和row两种的混合
#对于主从一致要求严格的，建议使用ROW或mixed，建议使用row，因为很多优化工具都是基于row这种方式进行运行的
binlog‐format=ROW

#表示每1次执行写入就与硬盘同步，会影响性能，为0时表示，事务提交时mysql不做刷盘操作，由系统决定

sync‐binlog=1

为什么对于主从一致性要求高的建议使用row或mixed？

对于一条SQL语句，如：update 字段值=1 where name = "leo” or age = 12

name和age都是具有索引的，但是走哪一个是不确定的。主库可能走name索引，从库可能走age索引，所以最终的结果是不相同的。所以记录SQL语句的过程是无意义的，我们要记录的是最终的结果！所以对于主从一致性要求高的建议使用row或mixed

binlog命令

mysql> show variables like '%log_bin%'; 查看bin‐log是否开启

mysql> flush logs; 会多一个最新的bin‐log日志

mysql> show master status; 查看最后一个bin‐log日志的相关信息

mysql> reset master; 清空所有的bin‐log日志

查看binlog内容

mysql> /usr/local/mysql/bin/mysqlbinlog ‐‐no‐defaults /usr/local/mysql/data/binlog/mysql‐bin.000001 #查看binlog内容

binlog里面的内容是不具备可读性的，所以需要我们自己去进行判断恢复的逻辑点位，怎么观察呢？看重点信息，比如：begin,commit这种关键词信息，只要在binlog当中看到了，你就可以理解为begin-commit之间的信息是一个完整的事务逻辑,然后再根据位置 position判断恢复即可。binlog内容如下：

数据归档操作

从bin‐log恢复数据

1.恢复全部数据

/usr/local/mysql/bin/mysqlbinlog ‐‐no‐defaults /usr/local/mysql/data/binlog/mysql‐bin.000001 |mysql ‐uroot ‐p tuling(数据库名)

2.恢复指定位置数据

/usr/local/mysql/bin/mysqlbinlog ‐‐no‐defaults ‐‐start‐position="408" ‐‐stop‐position="731"

/usr/local/mysql/data/binlog/mysql‐bin.000001 |mysql ‐uroot ‐p tuling(数据库)

3.恢复指定时间段数据

/usr/local/mysql/bin/mysqlbinlog ‐‐no‐defaults /usr/local/mysql/data/binlog/mysql‐bin.000001 ‐‐stop‐date= "2018‐03‐02 12:00:00"  ‐‐start‐date= "2019‐03‐02 11:55:00"|mysql ‐uroot ‐p test(数据库)

归档测试：

1.写入数据

2.配置my.cnf配置文件

log-bin=/usr/local/mysql/data/binlog/mysql?bin
binlog-format=ROW
sync-binlog=1

3.删除数据 truncate test; 强制暴力删除表test

4.利用binlog归档

mysql> /usr/local/mysql/bin/mysqlbinlog ‐‐no‐defaults /usr/local/mysql/data/binlog/mysql‐

bin.000001 |mysql ‐uroot ‐p test(数据库名)

5.归档完毕，数据恢复