mysql性能优化2：深入认识mysql体系架构

前言

本文将重点梳理mysql的体系架构，便于了解mysql的实现原理。

Mysql体系结构

• 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

MySQL执行流程

以mysql查询优化流程为例，mysql查询执行的路径如下图所示

下面分步了解下每个步骤

1. mysql 客户端/服务端通信

半双工的通信方式

Mysql客户端与服务端的通信方式是“半双工”；

• 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。

注：

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

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

注： 状态全集

https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html

• 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 向请求端返回数据

• 可通过kill {id}的方式进行连接的杀掉

2. 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集； 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；

• 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_CACHE将不缓存

• 值：2 -– 启用查询缓存，只要查询语句中添加了参数：SQL_CACHE，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_cache_size的值最小为40K，默认1M，推荐设置 为：64M/128M；

• query_cache_limit 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

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()， 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

缓存是一个坑吗？

为什么mysql默认关闭了缓存开启？

1. 在查询之前必须先检查是否命中缓存,浪费计算资源

2. 如果这个查询可以被缓存，那么执行完成后，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，这会带来额外的系统消耗

3. 针对表进行写入或更新数据时，将对应表的所有缓存都设置失效。

4. 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

缓存的适用场景

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

3. 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

注：lex词法分析介绍

https://www.ibm.com/developerworks/cn/linux/sdk/lex/

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

查询优化器如何找到最优执行计划

• 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，再采用二分查找的方式 ...

  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 1、id相同，执行顺序由上至下 2、id不同，如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行 3、id相同又不同即两种情况同时存在，id如果相同，可以认为是一组，从上往下顺序执行；在所有组中，id值越大，优先级越高，越先执行

select_type

查询的类型，主要是用于区分普通查询、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

table

查询涉及到的表 直接显示表名或者表的别名 由ID为M,N 查询union产生的结果 由ID为N查询生产的结果

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

Extra

十分重要的额外信息

1. 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

2. 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

3. 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

4. Using where ： 使用了where过滤条件

5. 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

其他

• 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

4. 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

5. 返回客户端

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，这样做有如下两个 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

如何定位慢sql

什么时候需要考虑慢sql

1、业务驱动

2、测试驱动

3、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

Use r@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

其他工具 mysqlsla pt-query-digest

总结

本文重点介绍了mysql的体系架构，从中可以了解到一条sql的执行路径：1.建立连接--> 2.查询缓存-->3.查询优化处理（解析，预处理，优化器）--> 4.查询执行引擎--> 5.返回处理结果 这些都是mysql的内部处理，理解此流程有助于理解mysql的实现原理。

下一篇将重点梳理下mysql中的各种执行引擎。