这是我参与「第五届青训营 」伴学笔记创作活动的第29天。主要学习了关系型数据库的一些关键技术以及企业实践。
SQL语句执行的流程
一条SQL的执行流程如下所示：
用户向RDBMS发送一条SQL指令，该语句会先经过解析器（Parser）来解析SQL语法生成语法树（AST），再经过优化器（Optimizer）生成一个执行计划，讲计划交给执行器（Executor）执行，将数据写入磁盘，操作写入日志，并将结果返回给用户。
SQL引擎
Parser
分为词法分析、语法分析、语义分析；
词法分析提取关键词（关键字、表列名、常量、运算符等）； 语法分析将关键词构建成语法树； 语义分析去解析语义进行合法性校验。
Optimizer
一般采用基于规则的优化策略
- 条件简化
- 表连接优先（总是小表先进行优化）
- Scan优化（唯一索引、普通索引、全表扫描） 还有基于代价的优化策略
- 处理时间
- 资源开销
Executor
- 火山模型：每个算子调用next操作访问下层算子，获得返回数据后逐层返回；每个算子独立抽象、相互之间没有耦合、逻辑结构简单，但是函数调用开销大CPU效率低。
- 向量化： 每个算子每次操作计算的是一个batch，完成后返回一个batch；降低函数调用次数，CPU cache的命中率更高。
- 编译执行：将所有操作封装到一个函数（inline）里，函数的调用代价大幅降低。采用动态编译执行技术解决用户SQL语句多样的问题。
存储引擎
MySQL的存储引擎默认为InnoDB；内存中的数据结构有：
- Buffer Pool
- Change Buffer
- Adaptive Hash Index
- Log Buffer 磁盘中的数据结构有：
- System Tablespace
- General Tablespaces
- Undo Tabelsspaces
- Temporary Tablespaces
- Redo Log 结构如下图所示：
Buffer Pool
解决CPU计算速度和磁盘IO速度不一致的问题，把内存分为多个Page，
Page
一个Page的结构如下：
其中Hander包括
- delete_mask：标识数据是否被删除
- next_record: 下一条数据的位置
- record_type: 表示当前记录的类
B+ Tree
B树的叶子节点之间构建一个双向链表。叶节点记录索引信息。
事务引擎
状态回滚
使用Undo Log，记录数据的增量变化，利用Undo Log进行事务回滚，保证事务的原子性。
锁
数据库的锁用来保证事务的隔离性，防止多个事务并发执行时由于交叉执行而导致数据的不一致。
Redo Log
事务处理结束后，对数据的修改是永久的，即使系统故障也不会丢失，修改并不直接写入到数据库文件中，而是写入到另一个称为WAL的文件中，如果事务失败，WAL中的记录会被忽略，撤销修改，如果事务成功，将在随后的某个时间被写回到数据库文件中，提交修改。
