【MySQL】逻辑架构与存储引擎

news2024/11/25 22:55:37

一、逻辑架构

1、MySQL逻辑架构

在这里插入图片描述
我们可以根据上图来对sql的执行过程进行分析

  • 第一步：客户端与服务器建立一个连接，从连接池中分配一个线程处理SQL语句
  • 第二步：SQL接口接受SQL指令
  • 第三步：如果是5.7版本，就会先去缓存中检查是否已经有查询结果存在，如果存在就返回此结果给客户端。如果是8.0版本，就会使用解析器，将SQL语句解析成语法树，如果SQL语法有问题，就会在此报错
  • 第四步：SQL会使用优化器生成执行计划，例如决定索引的使用，表之间的连接顺序等
  • 第五步：调用存储引擎，去内存中查询数据（由文件系统加载到内存中）
  • 第六步：查询到结果后，如果是5.7版本，会将结果写到缓存中，再走到SQL接口，释放占用的工作线程，将结果返回给客户端（如果是8.0，就跳过写入缓存的步骤）

2、MySQL服务架构

  • 第一层：连接层
    • 对客户端的请求进行身份认证
    • 从权限表中查询当前客户端的权限信息
    • 提供控制客户端连接数量的连接池以及处理SQL请求的线程池
  • 第二层：服务层，包括上面介绍的SQL接口、解析器、优化器和缓存
  • 第三层：引擎层，真正的负责了MySQL中数据的存储和提取，对物理服务器维护的底层数据进行操作

3、查看SQL执行耗时

mysql> select @@profiling;
+-------------+
| @@profiling |
+-------------+
|           0 |
+-------------+
1 row in set, 1 warning (0.00 sec)

mysql>
mysql>
mysql>
mysql> SET @@session.profiling=1;
Query OK, 0 rows affected, 1 warning (0.00 sec)

mysql>

首先，我们要打开profiling这个变量。便于我们查看SQL执行的耗时
show profiles：查看所有的查询语句的信息
show profile;：查看最近一次查询语句的执行耗时
show profile for query id编号：查看指定id的查询语句执行耗时

  • MySQL8.0，可以发现同样的查询语句执行流程是一样的
mysql> select * from test1;
+------+--------+
| id   | name   |
+------+--------+
|    2 | 十年   |
+------+--------+
1 row in set (0.01 sec)

mysql>
mysql> select * from test1;
+------+--------+
| id   | name   |
+------+--------+
|    2 | 十年   |
+------+--------+
1 row in set (0.00 sec)

mysql>
mysql> show profiles;
+----------+------------+---------------------+
| Query_ID | Duration   | Query               |
+----------+------------+---------------------+
|        1 | 0.00018475 | select @@profiling  |
|        2 | 0.00150575 | SELECT DATABASE()   |
|        3 | 0.00339475 | show databases      |
|        4 | 0.00165200 | show tables         |
|        5 | 0.00973450 | select * from test1 |
|        6 | 0.00024725 | select * from test1 |
+----------+------------+---------------------+
6 rows in set, 1 warning (0.00 sec)

mysql>
mysql> show profile;
+--------------------------------+----------+
| Status                         | Duration |
+--------------------------------+----------+
| starting                       | 0.000108 |
| Executing hook on transaction  | 0.000003 |
| starting                       | 0.000006 |
| checking permissions           | 0.000005 |
| Opening tables                 | 0.000027 |
| init                           | 0.000004 |
| System lock                    | 0.000006 |
| optimizing                     | 0.000003 |
| statistics                     | 0.000009 |
| preparing                      | 0.000014 |
| executing                      | 0.000033 |
| end                            | 0.000002 |
| query end                      | 0.000003 |
| waiting for handler commit     | 0.000007 |
| closing tables                 | 0.000006 |
| freeing items                  | 0.000007 |
| cleaning up                    | 0.000006 |
+--------------------------------+----------+
17 rows in set, 1 warning (0.01 sec)

mysql>
mysql> show profile for query 5;
+--------------------------------+----------+
| Status                         | Duration |
+--------------------------------+----------+
| starting                       | 0.000075 |
| Executing hook on transaction  | 0.000005 |
| starting                       | 0.000009 |
| checking permissions           | 0.000007 |
| Opening tables                 | 0.000037 |
| init                           | 0.000006 |
| System lock                    | 0.000010 |
| optimizing                     | 0.000007 |
| statistics                     | 0.000014 |
| preparing                      | 0.000018 |
| executing                      | 0.009485 |
| end                            | 0.000014 |
| query end                      | 0.000004 |
| waiting for handler commit     | 0.000010 |
| closing tables                 | 0.000010 |
| freeing items                  | 0.000016 |
| cleaning up                    | 0.000009 |
+--------------------------------+----------+
17 rows in set, 1 warning (0.00 sec)

mysql>
mysql> show profile for query 6;
+--------------------------------+----------+
| Status                         | Duration |
+--------------------------------+----------+
| starting                       | 0.000108 |
| Executing hook on transaction  | 0.000003 |
| starting                       | 0.000006 |
| checking permissions           | 0.000005 |
| Opening tables                 | 0.000027 |
| init                           | 0.000004 |
| System lock                    | 0.000006 |
| optimizing                     | 0.000003 |
| statistics                     | 0.000009 |
| preparing                      | 0.000014 |
| executing                      | 0.000033 |
| end                            | 0.000002 |
| query end                      | 0.000003 |
| waiting for handler commit     | 0.000007 |
| closing tables                 | 0.000006 |
| freeing items                  | 0.000007 |
| cleaning up                    | 0.000006 |
+--------------------------------+----------+
17 rows in set, 1 warning (0.00 sec)

mysql>
  • MySQL5.7

因为这个版本存在缓存，所以我们开启一下看看同样的SQL，两次执行会有什么区别
我们需要打开缓存配置，将其设置为query_cache_type=2，按需开启，重启MySQL服务

[root@myLinux1 ~]# vim /etc/my.cnf
[root@myLinux1 ~]# systemctl restart mysqld
[root@myLinux1 ~]#

重复执行2次使用缓存的查询，可以看出，使用缓存的情况下，如果SQL语句一样并且缓存中已有结果，就不会继续往下执行了

mysql> select SQL_CACHE * from test1 WHERE id = 1;
+------+--------+
| id   | name   |
+------+--------+
|    1 | decade |
+------+--------+
1 row in set, 1 warning (0.00 sec)

mysql>
mysql> select SQL_CACHE * from test1 WHERE id = 1;
+------+--------+
| id   | name   |
+------+--------+
|    1 | decade |
+------+--------+
1 row in set, 1 warning (0.00 sec)

mysql>
mysql> show profiles;
+----------+------------+--------------------------------------------+
| Query_ID | Duration   | Query                                      |
+----------+------------+--------------------------------------------+
|        1 | 0.00017600 | SELECT DATABASE()                          |
|        2 | 0.00025400 | show databases                             |
|        3 | 0.00007900 | show tables                                |
|        4 | 0.00016950 | select * from test1                        |
|        5 | 0.00022650 | select * from test1                        |
|        6 | 0.00320425 | select SQL_CACHE * from test1 WHERE id = 1 |
|        7 | 0.00004550 | select SQL_CACHE * from test1 WHERE id = 1 |
+----------+------------+--------------------------------------------+
7 rows in set, 1 warning (0.00 sec)

mysql>
mysql> show profile;
+--------------------------------+----------+
| Status                         | Duration |
+--------------------------------+----------+
| starting                       | 0.000018 |
| Waiting for query cache lock   | 0.000002 |
| starting                       | 0.000001 |
| checking query cache for query | 0.000006 |
| checking privileges on cached  | 0.000002 |
| checking permissions           | 0.000008 |
| sending cached result to clien | 0.000006 |
| cleaning up                    | 0.000003 |
+--------------------------------+----------+
8 rows in set, 1 warning (0.00 sec)

mysql>
mysql>
mysql>
mysql> show profile for query 6;
+--------------------------------+----------+
| Status                         | Duration |
+--------------------------------+----------+
| starting                       | 0.000024 |
| Waiting for query cache lock   | 0.000003 |
| starting                       | 0.000002 |
| checking query cache for query | 0.002889 |
| checking permissions           | 0.000014 |
| Opening tables                 | 0.000017 |
| init                           | 0.000020 |
| System lock                    | 0.000007 |
| Waiting for query cache lock   | 0.000002 |
| System lock                    | 0.000014 |
| optimizing                     | 0.000088 |
| statistics                     | 0.000014 |
| preparing                      | 0.000010 |
| executing                      | 0.000001 |
| Sending data                   | 0.000030 |
| end                            | 0.000002 |
| query end                      | 0.000005 |
| closing tables                 | 0.000004 |
| freeing items                  | 0.000031 |
| Waiting for query cache lock   | 0.000003 |
| freeing items                  | 0.000012 |
| Waiting for query cache lock   | 0.000001 |
| freeing items                  | 0.000001 |
| storing result in query cache  | 0.000002 |
| cleaning up                    | 0.000010 |
+--------------------------------+----------+
25 rows in set, 1 warning (0.00 sec)

mysql>
mysql>
mysql> select SQL_NO_CACHE * from test1 WHERE id = 2;
+------+--------+
| id   | name   |
+------+--------+
|    2 | 十年   |
+------+--------+
1 row in set, 1 warning (0.00 sec)

mysql>
mysql> show profile;
+----------------------+----------+
| Status               | Duration |
+----------------------+----------+
| starting             | 0.000078 |
| checking permissions | 0.000007 |
| Opening tables       | 0.000020 |
| init                 | 0.000023 |
| System lock          | 0.000007 |
| optimizing           | 0.000009 |
| statistics           | 0.000015 |
| preparing            | 0.000011 |
| executing            | 0.000002 |
| Sending data         | 0.000041 |
| end                  | 0.000004 |
| query end            | 0.000007 |
| closing tables       | 0.000006 |
| freeing items        | 0.000013 |
| cleaning up          | 0.000014 |
+----------------------+----------+
15 rows in set, 1 warning (0.00 sec)

mysql>

4、数据库缓冲池

  • 因为磁盘I/O会消耗很多时间，所以DBMS会申请使用内存作为数据缓冲池（数据库缓冲池和查询缓存不是一回事），减少直接与磁盘进行I/O
  • InnoDB是以页为单位来管理存储空间的，我们进行的增删查改操作本质上都是在访问内存中一页一页的数据
  • 当执行更新操作时，会先刷新缓冲池中的数据，然后再按照一定的频率同步到磁盘的文件系统
  • 那如果同步到一半断电了怎么办？那就要用到下面两个文件
    • Redo.log—记录要重新同步的动作
    • Undo.log—记录要回滚的动作

在多线程情况下，可能要申请多个buffer pool，通过改变变量innodb_buffer_pool_instances为每个线程去申请独立的内存空间，避免相互影响

mysql> show variables like '%innodb_buffer_pool_instances';
+------------------------------+-------+
| Variable_name                | Value |
+------------------------------+-------+
| innodb_buffer_pool_instances | 1     |
+------------------------------+-------+
1 row in set (0.00 sec)

mysql>

查看缓冲池大小innodb_buffer_pool_size
当buffer pool实例数量发生变化时，每个实例分配到的缓冲池大小是此变量/instance数量

mysql> show variables like '%innodb_buffer_pool_size';
+-------------------------+-----------+
| Variable_name           | Value     |
+-------------------------+-----------+
| innodb_buffer_pool_size | 134217728 |
+-------------------------+-----------+
1 row in set (0.00 sec)

mysql>

二、存储引擎

1、存储引擎的查看

1）如下所示，我们可以查看当前系统默认存储引擎和系统支持哪些存储引擎
Transactions：是否支持事务
XA：是否支持分布式事务
Savepoints：保存点，回滚时使用

mysql> show engines;
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| Engine             | Support | Comment                                                        | Transactions | XA   | Savepoints |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
| ndbcluster         | NO      | Clustered, fault-tolerant tables                               | NULL         | NULL | NULL       |
| FEDERATED          | NO      | Federated MySQL storage engine                                 | NULL         | NULL | NULL       |
| MEMORY             | YES     | Hash based, stored in memory, useful for temporary tables      | NO           | NO   | NO         |
| InnoDB             | DEFAULT | Supports transactions, row-level locking, and foreign keys     | YES          | YES  | YES        |
| PERFORMANCE_SCHEMA | YES     | Performance Schema                                             | NO           | NO   | NO         |
| MyISAM             | YES     | MyISAM storage engine                                          | NO           | NO   | NO         |
| ndbinfo            | NO      | MySQL Cluster system information storage engine                | NULL         | NULL | NULL       |
| MRG_MYISAM         | YES     | Collection of identical MyISAM tables                          | NO           | NO   | NO         |
| BLACKHOLE          | YES     | /dev/null storage engine (anything you write to it disappears) | NO           | NO   | NO         |
| CSV                | YES     | CSV storage engine                                             | NO           | NO   | NO         |
| ARCHIVE            | YES     | Archive storage engine                                         | NO           | NO   | NO         |
+--------------------+---------+----------------------------------------------------------------+--------------+------+------------+
11 rows in set (0.00 sec)

mysql>
mysql>
mysql> select @@default_storage_engine;
+--------------------------+
| @@default_storage_engine |
+--------------------------+
| InnoDB                   |
+--------------------------+
1 row in set (0.00 sec)

mysql>

2）在建表时，如果没有显式指明存储引擎，那么就会使用系统默认的存储引擎

CREATE TABLE table_name(
 id INT,
 name VARCHAR(20)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

2、存储引擎的差别

1）InnoDB

  • 优势：
    • 支持外键
    • InnoDB是MySQL的默认事务型引擎，它被设计用于处理大量的短期事务，可以保证事务的完整提交和回滚
    • 如果业务涉及大量更新和删除操作，推荐使用InnoDB
    • InnoDB是行级锁，操作时只锁住某一行的数据，不影响其他行，适合高并发的场景。而MyISAM是表级锁，即使操作一条记录也会锁住整个表，不适合高并发
  • 劣势：
    • 对比MyISAM，InnoDB在写数据方面的效率差一些，并且InnoDB会占用更多的磁盘空间保存数据和索引
    • MyISAM索引和数据是独立开的，只缓存索引。InnoDB因为索引和数据都在一个文件中，所以不仅缓存索引还缓存真实数据，对内存要求较高，内存大小对性能会有很大影响

2）MyISAM

  • 优势：访问速度快，对事务没有安全要求且主要以SELECT、INSERT为主的应用比较适合
  • 劣势：不支持外键、事务、行级锁，所以崩溃后无法安全恢复

两种存储引擎的数据结构可以参考博主之前写的【MySQL】Linux下MySQL的目录结构、用户、权限与角色，此博客第一节介绍了两种存储引擎的数据结构

如有错误，欢迎指正！！！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1903947.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

SpringMVC（2）——controller方法参数与html表单对应

SpringMVC（2）——controller方法参数与html表单对应

controller方法参数与html表单对应 0. User实体类 import org.springframework.format.annotation.DateTimeFormat;import java.io.Serializable; import java.util.Date; import java.util.List; import java.util.Map;public class User implements Serializable {private …
阅读更多...
期末考试结束，老师该如何私发成绩？

期末考试结束，老师该如何私发成绩？

随着期末考试的落幕，校园里又恢复了往日的宁静。然而，对于老师们来说，这并不意味着工作的结束，相反，一系列繁琐的任务才刚刚开始。 成绩单的发放，就是其中一项让人头疼的工作。家长们焦急地等待着孩子的考试…
阅读更多...
【全面讲解如何安装Jupyter Notebook!】

【全面讲解如何安装Jupyter Notebook!】

🌈个人主页: 程序员不想敲代码啊 🏆CSDN优质创作者，CSDN实力新星，CSDN博客专家 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共…
阅读更多...
springboot三层架构详细讲解

springboot三层架构详细讲解

目录 springBoot三层架构0.简介1.各层架构1.1 Controller层1.2 Service层1.3 ServiceImpl1.4 Mapper1.5 Entity1.6 Mapper.xml 2.各层之间的联系2.1 Controller 与 Service2.2 Service 与 ServiceImpl2.3 Service 与 Mapper2.4 Mapper 与 Mapper.xml2.5 Service 与 Entity2.6 C…
阅读更多...
【Spring Boot】关系映射开发（三）：多对多映射

【Spring Boot】关系映射开发（三）：多对多映射

关系映射开发（三）：多对多映射 1.创建实体1.1 创建 Student 实体1.2 创建 Teacher 实体 2.创建测试 在 多对多 关联关系中，只能通过 中间表 的方式进行映射，不能通过增加外键来实现。 注解 ManyToMany 用于关系的发出端…
阅读更多...
【React Native优质开源项目】

【React Native优质开源项目】

🌈个人主页: 程序员不想敲代码啊 🏆CSDN优质创作者，CSDN实力新星，CSDN博客专家 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益，如有不足之处，欢迎在评论区提出指正，让我们共…
阅读更多...
Nacos架构设计

Nacos架构设计

Nacos1.X架构设计 Nacos2.X架构修改
阅读更多...
Gitlab代码管理工具安装配置

Gitlab代码管理工具安装配置

前言： 没有真正的证书与域名建议使用httpip的方式在内网使用，不建议使用假的域名地址 一、安装前配置 #更改主机域名 hostnamectl set-hostname gitlab.dome.com bash #配置hosts 底部添加下面内容 vim /etc/hosts ############################ ip gi…
阅读更多...
昇思25天学习打卡营第19天|Diffusion扩散模型

昇思25天学习打卡营第19天|Diffusion扩散模型

学AI还能赢奖品？每天30分钟，25天打通AI任督二脉 (qq.com) Diffusion扩散模型 本文基于Hugging Face：The Annotated Diffusion Model一文翻译迁移而来，同时参考了由浅入深了解Diffusion Model一文。 本教程在Jupyter Notebook上成…
阅读更多...
【嵌入式DIY实例-ESP8266篇】-LCD ST7735显示BMP280传感器数据

【嵌入式DIY实例-ESP8266篇】-LCD ST7735显示BMP280传感器数据

LCD ST7735显示BMP280传感器数据 文章目录 LCD ST7735显示BMP280传感器数据1、硬件准备与接线2、代码实现本文介绍如何将 ESP8266 NodeMCU 板 (ESP-12E) 与 Bosch Sensortec 的 BMP280 气压和温度传感器连接。 NodeMCU 微控制器 (ESP8266EX) 从 BMP280 传感器读取温度和压力值，…
阅读更多...
人工智能在病理组学虚拟染色中的应用｜文献精析·24-07-07

人工智能在病理组学虚拟染色中的应用｜文献精析·24-07-07

小罗碎碎念 本期文献精析，分享的是一篇关于深度学习在虚拟染色技术中应用于组织学研究的综述。 角色姓名单位（中文）第一作者Leena Latonen东芬兰大学（QS-552）生物医学研究所通讯作者Pekka Ruusuvuori图尔库大学&#…
阅读更多...
Raw Socket（一）实现TCP三次握手

Raw Socket（一）实现TCP三次握手

实验环境： Windows物理机：192.168.1.4 WSL Ubuntu 20.04.6 LTS：172.19.32.196 Windows下的一个http服务器：HFS，大概长这个样子： 客户端就是Ubuntu，服务端就是这个…
阅读更多...
2024年【危险化学品生产单位安全生产管理人员】考试总结及危险化学品生产单位安全生产管理人员考试试题

2024年【危险化学品生产单位安全生产管理人员】考试总结及危险化学品生产单位安全生产管理人员考试试题

题库来源：安全生产模拟考试一点通公众号小程序 危险化学品生产单位安全生产管理人员考试总结是安全生产模拟考试一点通总题库中生成的一套危险化学品生产单位安全生产管理人员考试试题，安全生产模拟考试一点通上危险化学品生产单位安全生产管理人员作业…
阅读更多...
6、Redis系统-数据结构-05-整数

6、Redis系统-数据结构-05-整数

五、整数集合（Intset） 整数集合是 Redis 中 Set 对象的底层实现之一。当一个 Set 对象只包含整数值元素，并且元素数量不大时，就会使用整数集合这个数据结构作为底层实现。整数集合通过紧凑的内存布局和升级机制，实现了…
阅读更多...
保存在FinalShell服务器登录密码忘记了，如何快速获取到

保存在FinalShell服务器登录密码忘记了，如何快速获取到

一、从FinalShell获取服务器基本信息 如图操作会导出一个json文件，可以直接保存在桌面，或者其他位置 json格式如下： {"forwarding_auto_reconnect":false ,"custom_size":false ,"delete_time":0 ,"sec…
阅读更多...
python读取指定文件夹下的图片（glob获取）

python读取指定文件夹下的图片（glob获取）

python读取指定文件夹下的图片（glob获取） 定义traverse_images函数，仅需要改变下根路径即可 glob是python中用来查找符合特定规则的文件路径名的函数 import os from glob import globdef traverse_images (folder_path):image_formats …
阅读更多...
ComfyUI如何高效率使用多Lora

ComfyUI如何高效率使用多Lora

Efficient 工作流 {"last_node_id": 29,"last_link_id": 56,"nodes": [{"id": 26,"type": "LoRA Stacker","pos": [540,270],"size": {"0": 320,"1": 322},"flag…
阅读更多...
增强安全防护，解读智慧校园系统的登录日志功能

增强安全防护，解读智慧校园系统的登录日志功能

在构建智慧校园系统时，登录日志功能扮演着不可或缺的角色，它不仅是系统安全的守护者，也是提升管理效率和确保合规性的有力工具。这一机制详细记录每次登录尝试的方方面面，涵盖了时间戳、用户身份、登录来源的IP地址乃至使用的设备…
阅读更多...
python脚本“文档”撰写——“诱骗”ai撰写“火火的动态”python“自动”脚本文档

python脚本“文档”撰写——“诱骗”ai撰写“火火的动态”python“自动”脚本文档

“火火的动态”python“自动”脚本文档，又从ai学习搭子那儿“套”来，可谓良心质量👍👍。 (笔记模板由python脚本于2024年07月07日 15:15:33创建，本篇笔记适合喜欢钻研python和页面源码的coder翻阅) 【学习的细节是欢悦…
阅读更多...
Python遥感开发之批量对TIF数据合并

Python遥感开发之批量对TIF数据合并

Python遥感开发之批量对TIF数据合并 1 原始数据展示2 按照年份合成春夏秋冬季节数据3 完整代码实现 前言：通常对遥感数据按照月和年或者季节进行分析，我们需要对我们下载的8天或者16天数据按照需求进行合并，对数据的合并一般可以采取均值法、…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023