mysql基础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。解析器是由Lex和YACC实现的

全值匹配我最爱，最左前缀要遵守；带头大哥不能少，中间兄弟不能断；索引列上少计算，范围之后全失效； LIKE百分写最右，覆盖索引不写星；不等空值还有or，索引失效要少用;

01 mysql的体系结构

mysql体系结构.png

各大存储引擎介绍

插拔式的存储引擎
存储引擎是指制定在表之上的，即每一个库的每一张表都可以指定自己的存储引擎
不管表采用什么存储引擎，都会在数据区产生对应的一个后缀为frm的文件（表结构定义描述文件）

csv存储引擎

数据存储以csv文件特点：

不能定义没有索引、列定义必须为NOT NULL、不能设置自增列 -->不适用大表或者数据的在线处理
CSV数据的存储用,隔开，可直接编辑CSV文件进行数据的编排 -->数据安全性低

注：编辑之后，要生效使用flush table XXX 命令应用场景：数据的快速导出导入表格直接转换成CSV

Archive存储引擎

压缩协议进行数据的存储特点：

只支持insert和select两种操作
只允许自增ID列建立索引
行级锁
不支持事务
数据占用磁盘少

应用场景：

日志系统
大量的设备数据采集

Memory|heap存储引擎

数据都是存储在内存中，IO效率比其他引擎高很多服务重启数据丢失，内存数据表默认只有16M 特点：

支持hash索引，B tree 索引，默认hash（查找复杂度O(1)）
字段长度都是固定长度varchar(32)=char(32)
不支持大数据存储类型字段如 blog，text
表级锁

引用场景: 1.等值查找热度较高数据
2.查询结果内存中的计算，大多数都是采用这种存储引擎作为临时表存储需计算的数据

Myisam

Mysql5.5版本之前的默认存储引擎，较多的系统表也还是使用这个存储引擎，系统临时表也会用到Myisam存储引擎特点：

select count（*）from table无需进行数据的扫描
数据（MYD）和索引（MYI）分开存储
表级锁
不支持事务

innodb

mysql5.5以及以后版本的默认存储引擎 KEY Advantages：

Its DML operations follow the ACID model【事务ACID】
Row-level locking【行级锁】
InnoDB tables arrange your data on disk to optimize queries based on primary keys【聚集索引（主键索引）方式进行数据存储】
To maintain data integrity，InnoDB supports FOREIGN KEY contains【支持外键关系保证数据完整性】

各存储引擎对比

dev.mysql.com/doc/refman/…

02 mysql体系结构和运行机理

Client Connectors 接入方支持协议很多
Management Serveices & Utilities 系统管理和控制工具，mysqldump、 mysql复制集群、分区管理等
Connection Pool 连接池：管理缓冲用户连接、用户名、密码、权限校验、线程处理等需要缓存的需求
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
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。解析器是由Lex和YACC实现的
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
Cache和Buffer（高速缓存区）查询缓存，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
pluggable storage Engines 插件式存储引擎。存储引擎是MySql中具体的与文件打交道的子系统
file system 文件系统，数据、日志（redo，undo）、索引、错误日志、查询记录、慢查询等

03 mysql查询优化详解

查询优化-查询执行的路径

mysql查询执行路径.png 各阶段:

mysql 客户端/服务端通信
查询缓存
查询优化处理
查询执行引擎
返回客户端

一 mysql客户端/服务端通信

Mysql客户端与服务端的通信方式是“半双工”；

概念：

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
半双工通信：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。

mysql客户端/服务端通信-查询状态

对于一个mysql连接，或者说一个线程，时刻都有一个状态来标识这个连接正在做什么查看命令 show full processlist/show processlist

dev.mysql.com/doc/refman/…

sleep 线程正在等待客户端发送数据 Query 连接线程正在执行查询 Locked 线程正在等待表锁的释放 Sorting result 线程正在对结果进行排序 Sending data 像请求端返回数据可通过kill{id}的方式杀掉连接

二查询缓存

工作原理：

缓存select操作的结果集和sql语句；
新的select语句，先去查询缓存，判断是否存在可用的记录级；

判断标准：与缓存的sql语句，是否完全一样，区分大小写（简单认为存储了一个key-value结构，key为sql，value为sql查询结果集）

query_cache_type 值: 0--不启用查询缓存，默认值； 1-- 启用查询缓存，只要符合查询缓存的要求，客户端的查询语句和记录集都可以缓存起来，供其他客户端使用，加上SQL_NO_CHCHE 将不缓存； 2-- 启用查询缓存，只要查询语句中添加了参数：SQL_CHCHE,且符合查询缓存的要求，客户端的查询语句和记录集，则可以缓存起来，供其他客户端使用 query_cache_size 允许设置query_chche_size的值最小为40K，默认1M，推荐设置为 64M/128M； query_cache_kimit 限制查询缓存区最大能缓存的查询记录集，默认设置为1M show status like 'Qcache%'命令可查看缓存情况

查询缓存--不会缓存的情况

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（），CURRENT_DATE() 等类似的函数，或者用户u自定义的函数，存储函数，用户变量等都不会被缓存
当查询的结果大于query_cache_limit设置的值时，结果不会被缓存
对于InnoDB引擎来说，当一个于在事务中修改了某个表，那么在这个事务提交之气那，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
查询的表时系统表
查询语句不涉及到表

查询缓存--是一个坑？

为什么mysql默认关闭了缓存计算？

在查询之前必须先检查是否命中缓存，浪费计算资源
如果这个查询可以被缓存，那个执行完成后，MYSQL发现查询缓存中没有这个查询，则会将结果存入查询缓存，这将带来额外的系统消耗
针对表进行写入或封信数据时，将对应表的所有缓存都设置失效。
如果查询缓存很大或者碎片很多时，这个操作可能带来很大的系统消耗

查询缓存--使用业务场景

以读为主的业务，数据生成之后就不常改变的业务。比如：门户类、新闻类、报表类、论坛类等

三查询优化处理

查询优化处理的三个阶段:

解析sql 通过lex词法分析，yacc语法分析将sql语句解析成解析树

www.ibm.com/developerwo…

预处理阶段根据mysql的语法的规则进一步检查解析树的合法性，如：检查数据的表和列是否存在，解析名字和别名的设置。还会进行权限的验证
查询优化器优化器的主要作用就是找到最优的执行计划 查询优化器怎么找到最优执行计划
使用等价变化规则 5=5 and a>5 改写成a>5 a<b and a=5 改写成b>5 and a=5 基于联合索引，调整条件位置等
优化count、min、max等函数 min函数只需找索引最左边 max函数只需找索引最右边 myisam引擎count(*)
覆盖索引扫描
子查询优化
提前终止查询用了limit关键字或者使用不存在的条件
in的优化先进性排序，在采用二分查找的方式

总结：mysql的查询优化器是基于成本计算的原则。他会尝试各种执行计划。数据抽样的方式进行试验（随机的读取一个4K的数据块进行分析） 执行计划-id select查询的序列号，标识执行的顺序

id相同，执行顺序由上至下
id不同，如果时子查询，id的序号会递增，id值越大优先级越高，越先被执行
id相同又不同即两种情况同时存在，id如果相同，可以认为时以组，从上往下顺序执行；在所有组中，id越大，优先级越高，越先执行

执行计划-select_type 查询的类型，主要时用于区分普通查询、联合查询、子查询等

SIMPLE：简单的select查询，查询中不包含子查询或者union
PRIMARY：查询中包含子部分，最外层查询则被标记为primary
SUBQUERY/MATERIALIZED：SUBQUERY表示在select 或 where列表中包含了子查询
MATERIALIZED表示where 后面in条件的子查询
UNION：若第二个select出现在union之后，则被标记为union；
UNION RESULT：从union表获取结果的select

执行计划-table 查询涉及到的表直接显示表名或者表的别名 <unionM,N> 由ID为M,N 查询union产生的结果由ID为N查询生产的结果

执行计划-type

访问类型，sql查询优化中一个很重要的指标，结果值从好到坏依次是： system > const > eq_ref >>ref > range > index > ALL

system：表只有一行记录（等于系统表），const类型的特例，基本不会出现，可以忽略不计
const：表示通过索引一次就找到了，const用于比较primary key 或者 unique索引
eq_ref：唯一索引扫描，对于每个索引键，表中只有一条记录与之匹配。常见于主键或唯一索引扫描
ref：非唯一性索引扫描，返回匹配某个单独值的所有行，本质是也是一种索引访问
range：只检索给定范围的行，使用一个索引来选择行
index：Full Index Scan，索引全表扫描，把索引从头到尾扫一遍
ALL：Full Table Scan，遍历全表以找到匹配的行

执行计划-possible_keys、key、rows、filtered

possible_keys 查询过程中有可能用到的索引
key 实际使用的索引，如果为NULL，则没有使用索引
rows 根据表统计信息或者索引选用情况，大致估算出找到所需的记录所需要读取的行数
filtered 它指返回结果的行占需要读到的行(rows列的值)的百分比表示返回结果的行数占需读取行数的百分比，filtered的值越大越好

执行计划-Extra 十分重要的额外信息

Using filesort ： mysql对数据使用一个外部的文件内容进行了排序，而不是按照表内的索引进行排序读取
Using temporary：使用临时表保存中间结果，也就是说mysql在对查询结果排序时使用了临时表，常见于order by 或 group by
Using index：表示相应的select操作中使用了覆盖索引（Covering Index），避免了访问表的数据行，效率高
Using where ：使用了where过滤条件
select tables optimized away：基于索引优化MIN/MAX操作或者MyISAM存储引擎优化COUNT(*)操作，不必等到执行阶段在进行计算，查询执行计划生成的阶段即可完成优化

四查询执行引擎

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

五返回客户端

有需要做缓存的，执行缓存操作
增量的返回结果：开始生成第一调结果时，mysql就开始往请求方逐步返回数据好处：mysql服务器无需保存过多的数据，浪费内存。用户体验好，马上就拿到了数据

如何定位慢sql

业务驱动
测试驱动
慢查询日志

慢查询日志配置

show variables  like 'slow_query_log'
set global slow_query_log = on
set global slow_query_log_file = '/var/lib/mysql/gupaoedu-slow.log'
set global log_queries_not_using_indexes = on 
set global long_query_time  = 0.1  (秒)

慢查询日志分析

Time ：日志记录的时间
User@Host：执行的用户及主机
Query_time：查询耗费时间 Lock_time 锁表时间 Rows_sent 发送给请求方的记录条数 Rows_examined 语句扫描的记录条数
SET timestamp 语句执行的时间点
select .... 执行的具体语句

慢查询日志分析工具

mysqldumpslow -t 10 -s at /var/lib/mysql/gupaoedu-slow.log

mysql基础