关于数据库:MySQL-架构总览查询执行流程SQL-解析顺序

35次阅读

共计 6404 个字符，预计需要花费 17 分钟才能阅读完成。

前言

始终是想晓得一条 SQL 语句是怎么被执行的，它执行的程序是怎么的，而后查看总结各方材料，就有了上面这一篇博文了。

本文将从 MySQL 总体架构 -> 查问执行流程 -> 语句执行程序来探讨一下其中的常识。

MySQL 架构总览

架构最难看图，再配上必要的阐明文字。

下图依据参考书籍中一图为本来，再在其上增加上了本人的了解。

从上图中咱们能够看到，整个架构分为两层，下层是 MySQLD 的被称为的‘SQL Layer’，上层是各种各样对上提供接口的存储引擎，被称为‘Storage Engine Layer’。其它各个模块和组件，从名字上就能够简略理解到它们的作用，这里就不再累述了。

查问执行流程

上面再向前走一些，容我依据本人的意识说一下查问执行的流程是怎么的：

连贯
  • 客户端发动一条 Query 申请，监听客户端的‘连贯治理模块’接管申请；
  • 将申请转发到‘连贯进 / 线程模块’；
  • 调用‘用户模块’来进行受权查看；
  • 通过查看后，‘连贯进 / 线程模块’从‘线程连接池’中取出闲暇的被缓存的连接线程和客户端申请对接，如果失败则创立一个新的连贯申请。
解决
  • 先查问缓存，查看 Query 语句是否齐全匹配，接着再查看是否具备权限，都胜利则间接取数据返回；
  • 上一步有失败则转交给‘命令解析器’，通过词法剖析，语法分析后生成解析树；
  • 接下来是预处理阶段，解决解析器无奈解决的语义，查看权限等，生成新的解析树；
  • 再转交给对应的模块解决；
  • 如果是 SELECT 查问还会经由‘查问优化器’做大量的优化，生成执行打算；
  • 模块收到申请后，通过‘访问控制模块’查看所连贯的用户是否有拜访指标表和指标字段的权限；
  • 有则调用‘表治理模块’，先是查看 table cache 中是否存在，有则间接对应的表和获取锁，否则从新关上表文件；
  • 依据表的 meta 数据，获取表的存储引擎类型等信息，通过接口调用对应的存储引擎解决；
  • 上述过程中产生数据变动的时候，若关上日志性能，则会记录到相应二进制日志文件中。

后果

  • Query 申请实现后，将后果集返回给‘连贯进 / 线程模块’；
  • 返回的也能够是相应的状态标识，如胜利或失败等；
  • ‘连贯进 / 线程模块’进行后续的清理工作，并持续期待申请或断开与客户端的连贯。

SQL 解析程序

接下来再走一步，让咱们看看一条 SQL 语句的前世今生。

首先看一下示例语句：

SELECT DISTINCT
    < select_list >
FROM
    < left_table > < join_type >
JOIN < right_table > ON < join_condition >
WHERE
    < where_condition >
GROUP BY
    < group_by_list >
HAVING
    < having_condition >
ORDER BY
    < order_by_condition >
LIMIT < limit_number >

然而它的执行程序是这样的：

FROM <left_table>
ON <join_condition>
<join_type> JOIN <right_table>
WHERE <where_condition>
GROUP BY <group_by_list>
HAVING <having_condition>
SELECT 
DISTINCT <select_list>
ORDER BY <order_by_condition>
LIMIT <limit_number>

尽管本人没想到是这样的，不过一看还是很天然谐和的，从哪里获取，一直的过滤条件，要抉择一样或不一样的，排好序，那才晓得要取前几条呢。

既然如此了，那就让咱们一步步来看看其中的细节吧。

筹备工作

创立测试数据库 

create database testQuery

创立测试表 

CREATE TABLE table1
(uid VARCHAR(10) NOT NULL,
    name VARCHAR(10) NOT NULL,
    PRIMARY KEY(uid)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;

CREATE TABLE table2
(
    oid INT NOT NULL auto_increment,
    uid VARCHAR(10),
    PRIMARY KEY(oid)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;

插入数据 

INSERT INTO table1(uid,name) VALUES('aaa','mike'),('bbb','jack'),('ccc','mike'),('ddd','mike');
INSERT INTO table2(uid) VALUES('aaa'),('aaa'),('bbb'),('bbb'),('bbb'),('ccc'),(NULL);

最初想要的后果 

SELECT
    a.uid,
    count(b.oid) AS total
FROM
    table1 AS a
LEFT JOIN table2 AS b ON a.uid = b.uid
WHERE
    a. NAME = 'mike'
GROUP BY
    a.uid
HAVING
    count(b.oid) < 2
ORDER BY
    total DESC
LIMIT 1;
当初开始 SQL 解析之旅吧！
  • FROM

当波及多个表的时候，右边表的输入会作为左边表的输出，之后会生成一个虚构表 VT1。

(1-J1) 笛卡尔积

计算两个相关联表的笛卡尔积 (CROSS JOIN)，生成虚构表 VT1-J1。

mysql> select * from table1,table2;
+-----+------+-----+------+
| uid | name | oid | uid  |
+-----+------+-----+------+
| aaa | mike |   1 | aaa  |
| bbb | jack |   1 | aaa  |
| ccc | mike |   1 | aaa  |
| ddd | mike |   1 | aaa  |
| aaa | mike |   2 | aaa  |
| bbb | jack |   2 | aaa  |
| ccc | mike |   2 | aaa  |
| ddd | mike |   2 | aaa  |
| aaa | mike |   3 | bbb  |
| bbb | jack |   3 | bbb  |
| ccc | mike |   3 | bbb  |
| ddd | mike |   3 | bbb  |
| aaa | mike |   4 | bbb  |
| bbb | jack |   4 | bbb  |
| ccc | mike |   4 | bbb  |
| ddd | mike |   4 | bbb  |
| aaa | mike |   5 | bbb  |
| bbb | jack |   5 | bbb  |
| ccc | mike |   5 | bbb  |
| ddd | mike |   5 | bbb  |
| aaa | mike |   6 | ccc  |
| bbb | jack |   6 | ccc  |
| ccc | mike |   6 | ccc  |
| ddd | mike |   6 | ccc  |
| aaa | mike |   7 | NULL |
| bbb | jack |   7 | NULL |
| ccc | mike |   7 | NULL |
| ddd | mike |   7 | NULL |
+-----+------+-----+------+
28 rows in set (0.00 sec)

(1-J2) ON 过滤

基于虚构表 VT1-J1 这一个虚构表进行过滤，过滤出所有满足 ON 谓词条件的列，生成虚构表 VT1-J2。

留神：这里因为语法限度，应用了 ‘WHERE’ 代替，从中读者也能够感触到两者之间奥妙的关系。

mysql> SELECT
    -> *
    -> FROM
    -> table1,
    -> table2
    -> WHERE
    -> table1.uid = table2.uid
    -> ;
+-----+------+-----+------+
| uid | name | oid | uid  |
+-----+------+-----+------+
| aaa | mike |   1 | aaa  |
| aaa | mike |   2 | aaa  |
| bbb | jack |   3 | bbb  |
| bbb | jack |   4 | bbb  |
| bbb | jack |   5 | bbb  |
| ccc | mike |   6 | ccc  |
+-----+------+-----+------+
6 rows in set (0.00 sec)

(1-J3) 增加内部列

如果应用了外连贯 (LEFT,RIGHT,FULL)，主表（保留表）中的不合乎 ON 条件的列也会被退出到 VT1-J2 中，作为内部行，生成虚构表 VT1-J3。

mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid;
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| aaa | mike |    1 | aaa  |
| aaa | mike |    2 | aaa  |
| bbb | jack |    3 | bbb  |
| bbb | jack |    4 | bbb  |
| bbb | jack |    5 | bbb  |
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
7 rows in set (0.00 sec)

上面从网上找到一张很形象的对于‘SQL JOINS’ 的解释图，如若进犯了你的权利，请劳烦告知删除，谢谢。

  • WHERE

对 VT1 过程中生成的长期表进行过滤，满足 WHERE 子句的列被插入到 VT2 表中。

留神：此时因为分组，不能应用聚合运算；也不能应用 SELECT 中创立的别名；

与 ON 的区别：

  • 如果有内部列，ON 针对过滤的是关联表，主表（保留表）会返回所有的列；
  • 如果没有增加内部列，两者的成果是一样的。

利用：

  • 对主表的过滤应该放在 WHERE；
  • 对于关联表，先条件查问后连贯则用 ON，先连贯后条件查问则用 WHERE。
mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike';
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| aaa | mike |    1 | aaa  |
| aaa | mike |    2 | aaa  |
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
4 rows in set (0.00 sec)
  • GROUP BY

这个子句会把 VT2 中生成的表依照 GROUP BY 中的列进行分组，生成 VT3 表。

留神：其后处理过程的语句，如 SELECT、HAVING，所用到的列必须蕴含在 GROUP BY 中，对于没有呈现的，得用聚合函数；

起因：GROUP BY 扭转了对表的援用，将其转换为新的援用形式，可能对其进行下一级逻辑操作的列会缩小。

我的了解是：依据分组字段，将具备雷同分组字段的记录归并成一条记录，因为每一个分组只能返回一条记录，除非是被过滤掉了，而不在分组字段外面的字段可能会有多个值，多个值是无奈放进一条记录的，所以必须通过聚合函数将这些具备多值的列转换成单值；

mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid;
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| aaa | mike |    1 | aaa  |
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
3 rows in set (0.00 sec)
  • HAVING

这个子句对 VT3 表中的不同的组进行过滤，只作用于分组后的数据，满足 HAVING 条件的子句被退出到 VT4 表中。

mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2;
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
2 rows in set (0.00 sec)
  • SELECT

这个子句对 SELECT 子句中的元素进行解决，生成 VT5 表。

(5-J1) 计算表达式 计算 SELECT 子句中的表达式，生成 VT5-J1。

(5-J2) DISTINCT

寻找 VT5-1 中的反复列，并删掉，生成 VT5-J2。

如果在查问中指定了 DISTINCT 子句，则会创立一张内存长期表（如果内存放不下，就须要寄存在硬盘了）。这张长期表的表构造和上一步产生的虚构表 VT5 是一样的，不同的是对进行 DISTINCT 操作的列减少了一个惟一索引，以此来除反复数据。

mysql> SELECT
    -> a.uid,
    -> count(b.oid) AS total
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |     1 |
| ddd |     0 |
+-----+-------+
2 rows in set (0.00 sec)
  • ORDER BY

从 VT5-J2 中的表中，依据 ORDER BY 子句的条件对后果进行排序，生成 VT6 表。

留神：惟一可应用 SELECT 中别名的中央。

mysql> SELECT
    -> a.uid,
    -> count(b.oid) AS total
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2
    -> ORDER BY
    -> total DESC;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |     1 |
| ddd |     0 |
+-----+-------+
2 rows in set (0.00 sec)
  • LIMIT

LIMIT 子句从上一步失去的 VT6 虚构表中选出从指定地位开始的指定行数据。

留神：

  • offset 和 rows 的正负带来的影响；
  • 当偏移量很大时效率是很低的，能够这么做；
  • 采纳子查问的形式优化，在子查问里先从索引获取到最大 id，而后倒序排，再取 N 行后果集；
  • 采纳 INNER JOIN 优化，JOIN 子句里也优先从索引获取 ID 列表，而后间接关联查问取得最终后果。
mysql> SELECT
    -> a.uid,
    -> count(b.oid) AS total
    -> FROM
    -> table1 AS a
    -> LEFT JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2
    -> ORDER BY
    -> total DESC
    -> LIMIT 1;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |     1 |
+-----+-------+
1 row in set (0.00 sec)

至此 SQL 的解析之旅就完结了，上图总结一下：

序幕

嗯，到这里这一次的深刻理解之旅就差不多真的完结了，尽管也不是很深刻，只是一些货色将其七拼八凑在一起而已，参考了一些以前看过的书籍，巨匠之笔果然不一样。而且在这过程中也是 get 到了蛮多货色的，最重要的是更进一步意识到，计算机软件世界的巨大呀~

转自：AnnsShadoW
cnblogs.com/annsshadow/p/5037667.html

正文完
数据库
发表至： 数据库
2021-09-28
 0
关于数据库:Linux系统恢复数据库命令
关于数据库:使用PGSTATREPLICATION监视复制
关于数据库:Pgbouncer最佳实践系列三
关于数据库:✨-StarRocks-9-月社区动态