面试官：MySQL是如何执行一条查询语句的？

Answer 1

对于一个开发工程师来说，了解一下MySQL是如何执行一条查询语句的，我想是非常有必要的。

首先我们要了解一下MYSQL的体系架构是什么样子的？然后再来聊聊一条查询语句的执行流程是如何？

MYSQL体系结构

先看一张架构图，如下：

模块详解

Connector：用来支持各种语言和SQL的交互，比如PHP，Python，Java的JDBC；

ManagementServeices&Utilities：系统管理和控制工具，包括备份恢复、MySQL复制、集群等；

ConnectionPool：连接池，管理需要缓冲的资源，包括用户密码权限线程等等；

SQLInterface：用来接收用户的SQL命令，返回用户需要的查询结果；

Parser：用来解析SQL语句；

Optimizer：查询优化器；

CacheandBuffer：查询缓存，除了行记录的缓存之外，还有表缓存，Key缓存，权限缓存等等；

PluggableStorageEngines：插件式存储引擎，它提供API给服务层使用，跟具体的文件打交道。

架构分层

把MySQL分成三层，跟客户端对接的连接层，真正执行操作的服务层，和跟硬件打交道的存储引擎层。

连接层

我们的客户端要连接到MySQL服务器3306端口，必须要跟服务端建立连接，那么管理所有的连接，验证客户端的身份和权限，这些功能就在连接层完成。

服务层

连接层会把SQL语句交给服务层，这里面又包含一系列的流程：

比如查询缓存的判断、根据SQL调用相应的接口，对我们的SQL语句进行词法和语法的解析（比如关键字怎么识别，别名怎么识别，语法有没有错误等等）。

然后就是优化器，MySQL底层会根据一定的规则对我们的SQL语句进行优化，最后再交给执行器去执行。

存储引擎

存储引擎就是我们的数据真正存放的地方，在MySQL里面支持不同的存储引擎。再往下就是内存或者磁盘。

SQL的执行流程

以一条查询语句为例，我们来看下MySQL的工作流程是什么样的。

selectnamefromuserwhereid=1andage>20;

首先咱们先来看一张图，接下来的过程都是基于这张图来讲的：

连接

程序或者工具要操作数据库，第一步要跟数据库建立连接。

在数据库中有两种连接:

短连接：短连接就是操作完毕以后，马上close掉。

长连接：长连接可以保持打开，减少服务端创建和释放连接的消耗，后面的程序访问的时候还可以使用这个连接。

建立连接是比较麻烦的，首先要发送请求，发送了请求要去验证账号密码，验证完了要去看你所拥有的权限，所以在使用过程中，尽量使用长连接。

保持长连接会消耗内存。长时间不活动的连接，MySQL服务器会断开。可以使用sql语句查看默认时间：

showglobalvariableslike'wait_timeout';

这个时间是由wait_timeout来控制的，默认都是28800秒，8小时。

查询缓存

MySQL内部自带了一个缓存模块。执行相同的查询之后我们发现缓存没有生效，为什么？MySQL的缓存默认是关闭的。

showvariableslike'query_cache%';

默认关闭的意思就是不推荐使用，为什么MySQL不推荐使用它自带的缓存呢？

主要是因为MySQL自带的缓存的应用场景有限：

第一个是它要求SQL语句必须一模一样，中间多一个空格，字母大小写不同都被认为是不同的的SQL。

第二个是表里面任何一条数据发生变化的时候，这张表所有缓存都会失效，所以对于有大量数据更新的应用，也不适合。

所以缓存还是交给ORM框架（比如MyBatis默认开启了一级缓存），或者独立的缓存服务，比如Redis来处理更合适。

在MySQL8.0中，查询缓存已经被移除了。

语法解析和预处理

为什么一条SQL语句能够被识别呢？假如随便执行一个字符串hello，服务器报了一个1064的错：

[Err]1064-YouhaveanerrorinyourSQLsyntax;checkthemanualthatcorrespondstoyourMySQLserverversionfortherightsyntaxtousenear'hello'atline1

这个就是MySQL的解析器和预处理模块。

这一步主要做的事情是对语句基于SQL语法进行词法和语法分析和语义的解析。

词法解析

词法分析就是把一个完整的SQL语句打碎成一个个的单词。

比如一个简单的SQL语句：selectnamefromuserwhereid=1andage>20;

它会将select识别出来，这是一个查询语句，接下来会将user也识别出来，你是想要在这个表中做查询，然后将where后面的条件也识别出来，原来我需要去查找这些内容。

语法分析

语法分析会对SQL做一些语法检查，比如单引号有没有闭合，然后根据MySQL定义的语法规则，根据SQL语句生成一个数据结构。这个数据结构我们把它叫做解析树（select_lex）。

就比如英语里面的语法“我用is，你用are”这种，如果不对肯定是不可以的，语法分析之后发现你的SQL语句不符合规则，就会收到YouhavaanerrorinyourSQLsyntax的错误提示。

预处理器

如果写了一个词法和语法都正确的SQL，但是表名或者字段不存在，会在哪里报错？是在数据库的执行层还是解析器？比如：select*fromhello;

还是在解析的时候报错，解析SQL的环节里面有个预处理器。它会检查生成的解析树，解决解析器无法解析的语义。比如，它会检查表和列名是否存在，检查名字和别名，保证没有歧义。预处理之后得到一个新的解析树。

查询优化器

一条SQL语句是不是只有一种执行方式？或者说数据库最终执行的SQL是不是就是我们发送的SQL？

这个答案是否定的。一条SQL语句是可以有很多种执行方式的，最终返回相同的结果，他们是等价的。但是如果有这么多种执行方式，这些执行方式怎么得到的？最终选择哪一种去执行？根据什么判断标准去选择？

这个就是MySQL的查询优化器的模块（Optimizer）。查询优化器的目的就是根据解析树生成不同的执行计划（ExecutionPlan），然后选择一种最优的执行计划，MySQL里面使用的是基于开销（cost）的优化器，那种执行计划开销最小，就用哪种。

可以使用这个命令查看查询的开销：

showstatuslike'Last_query_cost';

MySQL的优化器能处理哪些优化类型呢？

举两个简单的例子：

1、当我们对多张表进行关联查询的时候，以哪个表的数据作为基准表。

2、有多个索引可以使用的时候，选择哪个索引。

实际上，对于每一种数据库来说，优化器的模块都是必不可少的，他们通过复杂的算法实现尽可能优化查询效率的目标。但是优化器也不是万能的，并不是再垃圾的SQL语句都能自动优化，也不是每次都能选择到最优的执行计划，大家在编写SQL语句的时候还是要注意。

执行计划

优化器最终会把解析树变成一个执行计划（execution_plans），执行计划是一个数据结构。当然，这个执行计划不一定是最优的执行计划，因为MySQL也有可能覆盖不到所有的执行计划。

我们怎么查看MySQL的执行计划呢？比如多张表关联查询，先查询哪张表？在执行查询的时候可能用到哪些索引，实际上用到了什么索引？

MySQL提供了一个执行计划的工具。我们在SQL语句前面加上EXPLAIN，就可以看到执行计划的信息。

EXPLAINselectnamefromuserwhereid=1;存储引擎

在介绍存储引擎先来问两个问题：

1、从逻辑的角度来说，我们的数据是放在哪里的，或者说放在一个什么结构里面？

2、执行计划在哪里执行？是谁去执行？

存储引擎基本介绍

在关系型数据库里面，数据是放在表Table里面的。我们可以把这个表理解成Excel电子表格的形式。所以我们的表在存储数据的同时，还要组织数据的存储结构，这个存储结构就是由我们的存储引擎决定的，所以我们也可以把存储引擎叫做表类型。

在MySQL里面，支持多种存储引擎，他们是可以替换的，所以叫做插件式的存储引擎。为什么要支持这么多存储引擎呢？一种还不够用吗？

在MySQL里面，每一张表都可以指定它的存储引擎，而不是一个数据库只能使用一个存储引擎。存储引擎的使用是以表为单位的。而且，创建表之后还可以修改存储引擎。

如何选择存储引擎？

如果对数据一致性要求比较高，需要事务支持，可以选择InnoDB。

如果数据查询多更新少，对查询性能要求比较高，可以选择MyISAM。

如果需要一个用于查询的临时表，可以选择Memory。

如果所有的存储引擎都不能满足你的需求，并且技术能力足够，可以根据官网内部手册用C语言开发一个存储引擎。（https://dev.mysql.com/doc/internals/en/custom-engine.html）

执行引擎

谁使用执行计划去操作存储引擎呢？这就是执行引擎（执行器），它利用存储引擎提供的相应的API来完成操作。

为什么我们修改了表的存储引擎，操作方式不需要做任何改变？因为不同功能的存储引擎实现的API是相同的。

最后把数据返回给客户端，即使没有结果也要返回。

栗子

还是以上面的sql语句为例，再来梳理一下整个sql执行流程。

selectnamefromuserwhereid=1andage>20;

通过连接器查询当前执行者的角色是否有权限，进行查询。如果有的话，就继续往下走，如果没有的话，就会被拒绝掉，同时报出Accessdeniedforuser的错误信息；

接下来就是去查询缓存，首先看缓存里面有没有，如果有呢，那就没有必要向下走，直接返回给客户端结果就可以了；如果缓存中没有的话，那就去执行语法解析器和预处理模块。（MySQL8.0版本直接将查询缓存的整块功能都给删掉了）

语法解析器和预处理主要是分析sql语句的词法和语法是否正确，没啥问题就会进行下一步，来到查询优化器；

查询优化器就会对sql语句进行一些优化，看哪种方式是最节省开销，就会执行哪种sql语句，上面的sql有两种优化方案：

先查询表user中id为1的人的姓名，然后再从里面找年龄大于20岁的。

先查询表user中年龄大于20岁的所有人，然后再从里面找id为1的。

优化器决定选择哪个方案之后，执行引擎就去执行了。然后返回给客户端结果。

结语

如果文章对你有点帮助，还是希望你们看完动动小手指，点赞、关注和收藏。