一、数据库服务程序结构

本知识点内容将和大家聊聊MySQL数据库服务的基础架构。在学习过程中，经常建议学生千万不要直接陷入细节里，应该鸟瞰全貌；

这样能够帮助初学者从高维度理解问题，同样，对于MySQL的学习也是这样，平时操作使用数据库时，看到的通常都是一个整体；

比如：有个最简单的数据表，表里有一个ID字段，在执行下面的操作查询语句时：

mysql> select * from T where ID=10；

看到的只是输入一条语句，返回一个结果，却不知道这条语句在MySQL内部的执行过程；

所以本节知识内容会将MySQL服务程序拆解一下，看看里面都有哪些"零件"组成，通过拆解过程，从而对MySQL有更输入的理解；

使以后在使用MySQL服务在遇到一些异常或者问题时，能够直戳本质，更为快速地定位并解决问题；

下面图示是MySQL基本架构示意图，从中可以清楚看到SQL语句在MySQL的各个功能模块中的执行过程：

Day005-数据库服务体系结构-图3

大体来说，MySQL 可以分为 Server 层和存储引擎层两部分

服务层（Server）：

Server 层包括连接器、查询缓存、分析器、优化器、执行器等，涵盖 MySQL 的大多数核心服务功能；

以及所有的内置函数（如日期、时间、数学和加密函数等），所有跨存储引擎的功能都在这一层实现，比如存储过程、触发器、视图等。

引擎层（Engine）：

存储引擎层负责数据的存储和提取。其架构模式是插件式的，支持 InnoDB、MyISAM、Memory 等多个存储引擎。

现在最常用的存储引擎是 InnoDB，它从 MySQL 5.5.5 版本开始成为了默认存储引擎。

也就是说，在执行 create table 建表的时候，如果不指定引擎类型，默认使用的就是 InnoDB。

也可以通过指定存储引擎的类型来选择别的引擎，比如在 create table 语句中使用 engine=memory, 来指定使用内存引擎创建表；

不同存储引擎的表数据存取方式不同，支持的功能也不同，在后面的文章中，会讨论到引擎的选择。

从图中不难看出，不同的存储引擎共用一个 Server 层，也就是从连接器到执行器的部分。

可以先对每个组件的名字有个印象，接下来我会结合上面提到的 SQL 语句，过一遍语句整个执行流程

说明：大体来说，MySQL 可以分为 Server 层和存储引擎层两部分。

在使用mysql数据库服务完成工作任务时，也需要了解数据库服务整体的工作逻辑，也便于在数据库服务出现异常时，从底层分析问题；

程序工作原理逻辑示意图：客户端执行SQL -> 客户端收到请求数据信息，整个过程中都经历了什么？

表格方式解读分析：

层次应用 功能组件 任务处理
客户端工具-client 客户端程序工具 连接服务端程序，发送查询语句命令
服务端程序-server 连接层 负责处理客户端连接请求 主要消耗网络资源
① 提供连接协议（unix 套接字/网络 socket）
② 加载授权表信息，进行连接用户与密码信息验证
③ 创建提供连接线程（即与数据库服务连接的类似tty信息）
任务概述 处理组件/线程 处理过程
实现连接验证 默认正常情况
unix 套接字/网络 socket		 实现客户端连接服务端，通过验证模块，加载授权表进行用户验证
授权表：mysql.(user db tables_priv columns_priv ..)
异常特殊情况
unix 套接字		 实现客户端连接服务端，跳过授权过程，禁止网络远程的连接方式
涉及参数：--skip-grant-tables --skip-network
实现建立连接 创建连接线程 实现连接层与SQL层互连，创建相应的连接线程
命令查看：show processlist
SQL层 负责处理SQL语句的请求（相当于bash解释器）主要消耗CPU资源
任务概述 处理组件/线程 处理过程
接收连接请求 利用连接线程 实现连接层与SQL层互连，接收请求处理的语句
线程信息：SQL线程
处理连接请求 分析器处理过程 检查语法 语义 信息，并且判断操作对象是否存在和权限检查
优化器处理过程 进行解析预处理 优化选择 创建执行计划
解析过程会参考两张表的统计信息，生成解析树方案
innodb_index_stats innodb_table_stats
优化选择涉及到执行方案代价评估，以及SQL语句查询顺序调整，以及查询方式选择
从而生成最终执行计划，即代价成本最低的（IO CPU MEM）
执行器处理过程 根据执行计划，执行操作，并且判断用户执行权限，产生执行结果（获取数据存储位置）
连接引擎过程 连接请求引擎层 将查询数据的结果发送到引擎，从而调取最终数据
数据库引擎-engine 引擎层 负责和磁盘进行交互（相当于系统中的文件系统） 主要消耗IO资源
从磁盘中调取出十六进制信息，交由SQL层转换成表或数据方式，输出给用户

扩展：经常查询的热点数据，为了减少IO消耗，可以将热点数据查询结果放入内存缓冲区存储，消耗内存资源，提高查询效率；

图形架构解读分析：

Day005-数据库服务体系结构-图4

连接器（数据库服务连接层）：

第一步，语句执行前会先连接到数据库服务上，这时候处理连接请求的就是连接器；

连接器负责和客户端建立连接、获取权限、维持和管理连接，连接请求命令一般书写为：

mysql -h$ip -P$port -u$user -p

输完命令之后，就需要在交互对话里面输入密码。虽然密码也可以直接跟在 -p 后面写在命令行中，但这样可能会导致你的密码泄露。

如果连接的是生产服务器，强烈建议不要这么做。

连接命令中的 mysql 是客户端工具，用来跟服务端建立连接。在完成经典的 TCP 握手后，连接器就要开始认证客户端的身份；

这个时候验证的就是输入的用户名和密码。

  • 如果用户名密码验证失败：

就会收到一个"Access denied for user"的错误，然后客户端程序结束执行。

  • 如果用户名密码验证成功：

连接器会到权限表里面查出你拥有的权限。之后，这个连接里面的权限判断逻辑，都将依赖于此时读到的权限。

这就意味着，一个用户成功建立连接后，即使用管理员账号对这个用户的权限做了修改，也不会影响已经存在连接的权限。

修改完成后，只有再新建的连接才会使用新的权限设置。

连接完成后，如果没有后续的动作，这个连接就处于空闲状态，可以在 show processlist 命令中看到它。

其中的 Command 列显示为“Sleep”的这一行，就表示现在系统里面有一个空闲连接

查询数据库服务连接进程信息：

mysql > show processlist;

Day005-数据库服务体系结构-图5

客户端如果太长时间没动静，连接器就会自动将它断开。这个时间是由参数 wait_timeout 控制的，默认值是 8 小时。

如果在连接被断开之后，客户端再次发送请求的话，就会收到一个错误提醒：

Lost connection to MySQL server during query

这时候如果你要继续，就需要重连，然后再执行请求了。

数据库里面网络连接方式：

  • 长连接：是指连接成功后，如果客户端持续有请求，则一直使用同一个连接。
  • 短连接：则是指每次执行完很少的几次查询就断开连接，下次查询再重新建立一个。

说明：建立连接的过程通常是比较复杂的，所以建议在使用中要尽量减少建立连接的动作，也就是尽量使用长连接。

数据库里面网络连接问题：

在数据库使用过程中，全部使用长连接后，可能会发现，有些时候 MySQL 占用内存涨得特别快；

这是因为 MySQL 在执行过程中临时使用的内存是管理在连接对象里面的。这些资源会在连接断开的时候才释放。

所以如果长连接累积下来，可能导致内存占用太大，被系统强行杀掉（OOM），从现象看就是 MySQL 异常重启了。

怎么解决这个问题呢？你可以考虑以下两种方案：

1、定期断开长连接。使用一段时间，或者程序里面判断执行过一个占用内存的大查询后，断开连接，之后要查询再重连。

2、如果用的是 MySQL 5.7 或更新版本，可以在每次执行一个比较大的操作后；

通过执行 mysql_reset_connection 来重新初始化连接；

这个过程不需要重连和重新做权限验证，但是会将连接恢复到刚刚创建完时的状态；

查询数据库服务并发连接数量：

-- 默认情况下，数据库服务的连接线程最大数量值为151，但实际是152个连接数，会额外预留一个让本地管理员进行连接
mysql> select @@max_connections;
+-------------------+
| @@max_connections |
+-------------------+
|               151 |
+-------------------+
1 row in set (0.00 sec)

-- 一旦实际并发连接数=max_connections+1数量，再次连接数据库服务，就会显示超过连接数上限提示
-- 下面模拟并发连接数满了的情况
mysql> set global max_connections=5;
[root@master ~]# mysql
ERROR 1040 (HY000): Too many connections

查询缓存

连接建立完成后，就可以执行 select 语句了。执行逻辑就会来到第二步：查询缓存。

MySQL拿到一个查询请求后，会先到查询缓存看看，之前是不是执行过这条语句。

之前执行过的语句及其结果可能会以 key-value 对的形式，被直接缓存在内存中。

key 是查询的语句，value 是查询的结果；

  • 如果查询能够直接在这个缓存中找到 key，那么这个 value 就会被直接返回给客户端。
  • 如果语句不在查询缓存中，就会继续后面的执行阶段。执行完成后，执行结果会被存入查询缓存中。

综上所述，如果查询命中缓存，MySQL 不需要执行后面的复杂操作，就可以直接返回结果，这个效率会很高。

说明：大多数情况下建议不要使用查询缓存，因为查询缓存往往弊大于利。

查询缓存的失效非常频繁，只要有对一个表的更新，这个表上所有的查询缓存都会被清空；

因此很可能你费劲地把结果存起来，还没使用呢，就被一个更新全清空了；

对于更新压力大的数据库来说，查询缓存的命中率会非常低。除非你的业务就是有一张静态表，很长时间才会更新一次；

比如，一个系统配置表，那这张表上的查询才适合使用查询缓存。

MySQL 提供了一种“按需使用”的方式：

可以将参数 query_cache_type 设置成 DEMAND，这样对于默认的 SQL 语句都不使用查询缓存。

而对于确定要使用查询缓存的语句，可以用 SQL_CACHE 显式指定，像下面这个语句一样：

mysql> select SQL_CACHE * from T where ID=10；

需要注意的是：MySQL 8.0 版本直接将查询缓存的整块功能删掉了，也就是说 8.0 开始彻底没有这个功能了。

分析器

如果没有命中查询缓存，就要开始真正执行语句了。首先，MySQL 需要知道你要做什么，因此需要对 SQL 语句做解析。

分析器先会做“词法分析”:

你输入的是由多个字符串和空格组成的一条 SQL 语句，MySQL 需要识别出里面的字符串分别是什么，代表什么。

MySQL 从你输入的"select"这个关键字识别出来，这是一个查询语句。

它也要把字符串“T”识别成“表名 T”，把字符串“ID”识别成“列 ID”。

做完了这些识别以后，就要做“语法分析”:

根据词法分析的结果，语法分析器会根据语法规则，判断你输入的这个 SQL 语句是否满足 MySQL 语法。

如果你的语句不对，就会收到“You have an error in your SQL syntax”的错误提醒;

比如下面这个语句 select 少打了开头的字母“s”:

mysql> elect * from t where ID=1;
ERROR 1064 (42000): You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'elect * from t where ID=1' at line 1

一般语法错误会提示第一个出现错误的位置，所以你要关注的是紧接“use near”的内容。

优化器

经过了分析器，MySQL 就知道你要做什么了。在开始执行之前，还要先经过优化器的处理。

优化器是在表里面有多个索引的时候，决定使用哪个索引；或者在一个语句有多表关联（join）的时候，决定各个表的连接顺序。

比如你执行下面这样的语句，这个语句是执行两个表的 join：

mysql> select * from t1 join t2 using(ID)  where t1.c=10 and t2.d=20;
  • 既可以先从表 t1 里面取出 c=10 的记录的 ID 值，再根据 ID 值关联到表 t2，再判断 t2 里面 d 的值是否等于 20。
  • 也可以先从表 t2 里面取出 d=20 的记录的 ID 值，再根据 ID 值关联到 t1，再判断 t1 里面 c 的值是否等于 10。

这两种执行方法的逻辑结果是一样的，但是执行的效率会有不同，而优化器的作用就是决定选择使用哪一个方案。

优化器阶段完成后，这个语句的执行方案就确定下来了，然后进入执行器阶段。

如果还有疑问，比如优化器是怎么选择索引的，有没有可能选择错等等，没关系，会在后面的文章中单独展开说明优化器的内容。

执行器

MySQL 通过分析器知道了你要做什么，通过优化器知道了该怎么做，于是就进入了执行器阶段，开始执行语句。

开始执行的时候，要先判断一下你对这个表 T 有没有执行查询的权限，如果没有，就会返回没有权限的错误；

在工程实现上，如果命中查询缓存，会在查询缓存返回结果的时候，做权限验证。查询也会在优化器之前调用 precheck 验证权限：

mysql> select * from T where ID=10;
ERROR 1142 (42000): SELECT command denied to user 'b'@'localhost' for table 'T'

如果有权限，就打开表继续执行。打开表的时候，执行器就会根据表的引擎定义，去使用这个引擎提供的接口。

比如这个例子中的表 T 中，ID 字段没有索引，那么执行器的执行流程是这样的：

1、调用 InnoDB 引擎接口取这个表的第一行，判断 ID 值是不是 10，如果不是则跳过，如果是则将这行存在结果集中； 2、调用引擎接口取“下一行”，重复相同的判断逻辑，直到取到这个表的最后一行。 3、执行器将上述遍历过程中所有满足条件的行组成的记录集作为结果集返回给客户端。

至此，这个语句就执行完成了。

对于有索引的表，执行的逻辑也差不多；

第一次调用的是“取满足条件的第一行”这个接口，之后循环取“满足条件的下一行”这个接口，这些接口都是引擎中已经定义好的；

会在数据库的慢查询日志中看到一个 rows_examined 的字段，表示这个语句执行过程中扫描了多少行。

这个值就是在执行器每次调用引擎获取数据行的时候累加的。

在有些场景下，执行器调用一次，在引擎内部则扫描了多行，因此引擎扫描行数跟 rows_examined 并不是完全相同的。

后面会专门有相关文章来讲存储引擎的内部机制，里面会有详细的说明。

数据库SQL语句执行逻辑思考：

如果表 T 中没有字段 k，而你执行了这个语句：

select * from T where k=1

肯定是会报“不存在这个列”的错误： “Unknown column‘k’ in‘where clause’”。

你觉得这个错误是在我们上面提到的哪个阶段报出来的呢？

分析器。MySQL会像Oracle数据库那样，在分析阶段判断语句是否正确，表是否存在，列是否存在等；

二、数据库服务逻辑结构

MySQL逻辑结构概述：

数据库服务中的逻辑结构是抽象出来的操作对象，因为数据库服务无法操作底层物理磁盘，需要通过管理逻辑结构，从而控制物理结构；

在MySQL数据库服务中逻辑结构包括：数据库（相当于Linux系统的目录），数据表（相当于Linux系统的文件）；

MySQL逻辑结构特点：

数据库构成：数据库名称 + 数据库属性信息；

数据表构成：数据表名称 + 数据表的列字段 + 数据表的行记录 + 数据表属性信息（元数据信息）；

三、数据库服务物理结构

宏观角度物理结构：就是数据库服务数据目录中的数据信息；

  • 逻辑结构的库，从宏观角度对应的就是物理结构中的目录；

  • 逻辑结构的表，从宏观角度对应的就是物理结构中的文件；（5.7 对应是myi-索引 frm-表结构 myd-数据行内容 8.0 对应是ibd）

微观角度物理结构：就是数据库服务存储引擎结构信息

数据库存储引擎结构信息说明：

序号 结构信息 解释说明
01 数据存储段概念（segment） 主要由多个区/簇构成，一般一个表对应就是一个段
02 数据存储区/簇概念（extent） 主要由多个页组成，默认大小为：64page（连续的）等价于1M大小（默认大小）
03 数据存储页概念（page） 主要用于存储数据库表中的数据行信息，默认大小为16kB（MySQL最小IO单元）

解释说明：数据库服务存储的页 区 段概念

从系统的磁盘管理概念可以得知，磁盘物理组成是由磁头，盘片，存储颗粒，并利用正负极磁化存储颗粒形成正负磁化的存储颗粒；

由于希望能连续的读取和存储数据，随即便有了磁道的概念，为便于划分磁道的区域空间，便有磁盘扇区概念（磁道上的存储空间）；

磁盘出现扇区后，便有了数据存储空间大小的概念；

在使用磁盘时，会进行分区-格式化（inode/block 4kB）-挂载后才能使用，mysql服务会使用挂载后的存储目录；

所以，数据库服务存储数据时，会使用磁盘上block进行数据存储，所以存储page=4个连续的block（8个扇区 512字节）

以上逻辑结构和物理结构的设计理念，都是为能够从逻辑操作到物理操作时，保证尽可能连接操作IO信息；