MySQL学习之聊聊查询语句执行流程

如果想深入地学习 MySQL ，那么应该从宏观的架构上面着手，这一篇我们学习 MySQL 查询语句执行的流程，希望对大家有所帮助！

本篇文章 MySQL 版本为 8.0.18

架构图

解析器

解析器的作用是对客户端传来的 SQL 语句进行以下工作：

• 语法解析：检查 SQL 语句的语法，括号、引号是否闭合等
• 词法解析：把 SQL 语句中的关键词、表名、字段名拆分成一个个节点，最终得到一颗解析树

预处理器

解析器主要是检查语法词法方面，但是如果语法词法都正确，但是表、字段是不存在的，那么这段 SQL 语句也是无法正确执行的。

所以预处理器的作用是：语义解析，判断解析树的语义是否正确，表、字段这些是否存在，预处理后会得到一颗新的解析树。

查询优化器

查询优化器结构

在 MySQL 中一条 SQL 语句的执行方式有多种，虽然最终都会得到相同的结果，但是存在开销上的差异，具体选择哪一种执行方式是由查询优化器来决定的。比如说：

• 表中有多个索引可以选择，具体选择哪一个索引
• 当我们对多张表进行关联查询时，以哪一张表的数据为基准表

查询优化器是基于开销（cost）的优化器，它的工作原理是根据解析树生成的多种执行计划，会评估各种执行方式所需的开销（cost），最终会得到一个开销最小的执行计划作为最终方案。

但是这个开销最小的执行方式不一定是最优的执行方式，比如本该使用索引，却进行了全表扫描等。虽然查询优化器中有《优化》两个字，但是这个优化并不是万能的，很多时候更加需要考虑 SQL 语句书写得是否合理。

逻辑查询优化

逻辑查询优化主要负责进行一些关系代数对 SQL 语句进行优化，从而使 SQL 语句执行效率更高

逻辑查询优化我们可以使用几个案例来简单理解

• 子查询合并

  合并前

  SELECT * FROM t1 WHERE a1<10 AND (   EXISTS(SELECT a2 FROM t2 WHERE t2.a2<5 AND t2.b2=1) OR   EXISTS(SELECT a2 FROM t2 WHERE t2.a2<5 AND t2.b2=2) );

  登录后复制

  合并后

  SELECT * FROM t1 WHERE a1<10 AND (   EXISTS(SELECT a2 FROM t2 WHERE t2.a2<5 AND (t2.b2=1 OR t2.b2=2) );

  登录后复制

  把多个子查询通过合并查询条件而合并查询，把多次连接操作减少为单次表扫描和单次连接

• 等价谓词重写

  像我们熟悉的 like 模糊查询，% 写在条件后面才会进行索引范围查询，其实这是查询优化器的功劳

  假设使用的条件都是有建立索引的，重写前

  SELECT * FROM USERINFO WHERE name LIKE 'Abc%';

  登录后复制

  重写后

  SELECT * FROM USERINFO WHERE name >= 'Abc' AND name < 'Abd';

  登录后复制

  这就是为什么能进行索引范围查询的答案

• 条件简化

  条件简化也是利用一些等式、代数关系来实现简化

  • 去除表达式中的冗余括号，减少语法分析时产生的AND和OR 树的层 次，比如 ((a AND b) AND (c AND d)) 简化为 a AND b AND c AND d
  • 常量传递，比如 col1 = col2 AND col2 = 3 简化为 col1 = 3 AND col2 = 3
  • 表达式计算，对于一些可直接求解的表达式会转换为最终的计算结果，比如 col1 = 1+2 简化为 col1 = 3

物理查询优化

物理查询优化主要做的工作是根据 SQL 语句分别对多种执行计划进行开销的评估

物理查询优化主要解决以下几个问题：

• 单表扫描中采用哪种方式是开销最小的（扫描索引+回表 or 全表扫描）

• 存在表连接的时候使用哪种连接方式是开销最小的

简单了解一下代价评估，代价评估是基于 CPU 代价和 IO 代价两个维度的

上述参数说明如下：

• a_page_IO_time， 一个数据页加载的IO耗时
• N_page，数据页数量
• N_tuple，元组数（元组理解为一行数据）
• a_tuple_CPU_time，一个元组从数据页中解析的CPU耗时
• C_index，索引的IO耗时
• N_page_index，索引页数量

关于索引成本计算可以参考这篇文章：MySQL查询为什么选择使用这个索引？——基于MySQL 8.0.22索引成本计算

执行计划

执行计划是查询优化器的产物，最终会交给存储引擎进行执行。执行计划可以帮助我们得知 MySQL 会怎么执行这条 SQL 语句。

使用 explain 关键字查看 SQL 语句的执行计划，可以得到以下信息：

• id：嵌套查询中查询的执行顺序
• possible_keys：本次查询可能用到的索引
• Key：实际用到的索引
• rows：得到结果大概要检索多少行数据
• select_type多表之间的连接类型
• extra：额外的信息，是否有索引覆盖、索引下推等

存储引擎

MySQL 服务端规定了数据如何存储、如何提取、如何更新的规范，这个规范由存储引擎来实现，不同的存储引擎的实现方式不同，所以不同的存储引擎会呈现其独特的功能和特点。其中最常用的存储引擎是 InnoDB 和 MyISAM

简单说说这两款存储引擎的特点

InnoDB：

• 支持外键、事务，保证了数据的完整性和一致性
• 支持更细的锁粒度，对锁的控制更好，读写效率更高

MyISAM

• 不支持事务，只支持行锁，适合数据只读的场景

存储引擎方面暂时先不展开，会在其他文章继续穿插他们的对比，以及会详细分析 InnoDB 更新数据的流程

总结

从前，只知道在客户端软件上写下 SQL 语句，点击执行，拿到数据

到现在终于了解到一条查询语句传入 MySQL 服务端后需要经历这一系列的操作

• 解析器根据这条 SQL 语句的语法、词法进行检查，如果没有错误的话会按关键词拆分成一个个节点，最终形成一棵解析树

• 预处理器会检查 SQL 语句的语义，检查 SQL 语句是否有歧义、字段等是否存在，形成一棵新的解析树

• 查询优化器拿到这个解析树生成的各种执行计划，经过逻辑查询优化、物理查询优化后得到一个开销最小的执行计划

• 执行引擎拿到这份执行计划调用存储引擎的接口

• 存储引擎根据执行计划进行数据查询，查询会查询调用操作系统中文件系统的一些接口，完成数据查询，最后返回给客户端

【