MYSQL Server 如何工做

1客戶端發送一條查詢給服務器；
2服務器會先檢查查詢緩存，若是命中了緩存，則當即返回存儲在緩存中的結果。不然進入下一階段；
3服務器端進行SQL解析、預處理、再由優化器生成對應的執行計劃；
4MySQL根據優化器生成的執行計劃，調用存儲引擎的API來執行查詢；
5將結果返回客戶端。

查詢緩存 （query cahche）

在解析一個查詢語句以前，若是查詢緩存是打開的，那麼MySQL會優先檢查這個查詢是否命中查詢緩存中的數據。這個檢查是經過一個對大小寫敏感的哈希查找實現的。查詢和緩存中的查詢即便只有一個字節不一樣，那也不會匹配緩存結果，這種狀況查詢會進入下一個階段的處理。

若是當前的查詢剛好命中了查詢緩存，那麼在返回查詢結果以前MySQL會檢查一次用戶權限。這仍然是無須解析查詢SQL語句的，由於在查詢緩存中已經存放了當前查詢須要訪問的表信息。若是權限沒有問題，MySQL會跳過全部其餘階段，直接從緩存中拿到結果並返回給客戶端。這種狀況下，查詢不會被解析，不用生成執行計劃，不會被執行。

緩存配置參數：

query_cache_limit: MySQL可以緩存的最大結果,若是超出,則增長 Qcache_not_cached的值,並刪除查詢結果

query_cache_min_res_unit: 分配內存塊時的最小單位大小

query_cache_size: 緩存使用的總內存空間大小,單位是字節,這個值必須是1024的整數倍,不然MySQL實際分配可能跟這個數值不一樣(感受這個應該跟文件系統的blcok大小有關)

query_cache_type: 是否打開緩存 OFF: 關閉 ON: 老是打開

query_cache_wlock_invalidate: 若是某個數據表被鎖住,是否仍然從緩存中返回數據,默認是OFF,表示仍然能夠返回

語法解析器和預處理器

首先，MySQL經過關鍵字將SQL語句進行解析，並生成一棵對應的「解析樹」。MySQL解析器將使用MySQL語法規則驗證和解析查詢。例如，它將驗證是否使用錯誤的關鍵字，或者使用關鍵字的順序是否正確等，再或者它還會驗證引號是否能先後正確的匹配。

預處理器則根據一些MySQL規則進一步檢查解析樹是否合法，例如，這裏講檢查數據表和數據列是否存在，還會解析名字和別名，看看它們是否有歧義。

下一步預處理器會驗證權限，這一般很快，除非服務器上有很是多的權限設置。

查詢優化器

如今語法樹被認爲合法的了，而且由優化器將其轉化爲執行計劃。一條查詢能夠由不少種執行方式，最後都返回相同的結果。優化器的做用就是找到這其中最好的執行計劃。

MySQL使用基於成本的優化器，它將嘗試預測一個查詢使用某種執行計劃的成本，並選擇其中成本最小的一個。最初，成本的最小單位是隨機讀取一個4K數據頁的成本，後來成本計算公式變得更加複雜，而且引入了一些「因子」來估算某些操做的代價，如當執行一次where條件比較的成本。能夠經過查詢當前會話的last_query_cost的值來得知MySQL計算的當前查詢的成本。

有不少種緣由會致使MySQL優化器選擇錯誤的執行計劃，好比：

1. 統計信息不許確。

2. 執行計劃中的成本估算不等同於實際的執行計劃的成本。

3. MySQL的最優可能與你想的最優不同。

4. MySQL從不考慮其餘併發的查詢，這可能會影響當前查詢的速度。

5. MySQL也不是任什麼時候候都是基於成本的優化，有時候也會基於一些固定的規則。

6. MySQL不會考慮不受其控制的成本，例如執行存儲過程或者用戶自定義的函數的成本。

MySQL的查詢優化使用了不少優化策略來生成一個最優的執行的計劃。優化策略能夠分爲兩種，靜態優化和動態優化。靜態優化能夠直接對解析樹進行分析，並完成優化。例如優化器能夠經過一些簡單的代數變換將where條件轉換成另外一種等價形式。靜態優化不依賴於特別的數值，如where條件中帶入的一些常數等。靜態優化在第一次完成後就一直有效，即便使用不一樣的參數重複查詢也不會變化，能夠認爲是一種「編譯時優化」。

相反，動態優化則和查詢的上下文有關。也可能和不少其餘因素有關，例如where條件中的取值、索引中條目對應的數據行數等，這些須要每次查詢的時候從新評估，能夠認爲是「運行時優化」。

下面是一些MySQL可以處理的優化類型：

1. 從新定義關聯表的順序

數據表的關聯並不老是按照在查詢中指定的順序進行，決定關聯的順序是優化器很重要的一部分功能。

2. 將外鏈接轉化成內鏈接

並非全部的outer join語句都必須之外鏈接的方式執行。諸多因素，例如where條件、庫表結構均可能會讓外鏈接等價於一個內鏈接。MySQL可以識別這點並重寫查詢，讓其能夠調整關聯順序。

3. 使用等價變換規則

MySQL可使用一些等價變換來簡化並規範表達式。它能夠合併和減小一些比較，還能夠移除一些恆成立和一些恆不成立的判斷。例如：（5=5 and a>5）將被改寫爲a>5。相似的，若是有（a<b and b=c）and a=5，則會被改寫爲 b>5 and b=c and a=5。

4. 優化count()、min()和max()

索引和列是否爲空一般能夠幫助MySQL優化這類表達式。例如，要找到一列的最小值，只須要查詢對應B-tree索引最左端的記錄，MySQL能夠直接獲取索引的第一行記錄。在優化器生成執行計劃的時候就能夠利用這一點，在B-tree索引中，優化器會講這個表達式最爲一個常數對待。相似的，若是要查找一個最大值，也只須要讀取B-tree索引的最後一個記錄。若是MySQL使用了這種類型的優化，那麼在explain中就能夠看到「select tables optimized away」。從字面意思能夠看出，它表示優化器已經從執行計劃中移除了該表，並以一個常數取而代之。

相似的，沒有任何where條件的count(*)查詢一般也可使用存儲引擎提供的一些優化，例如，MyISAM維護了一個變量來存放數據表的行數。

5. 預估並轉化爲常數表達式

6. 覆蓋索引掃描

當索引中的列包含全部查詢中須要使用的列的時候，MySQL就可使用索引返回須要的數據，而無需查詢對應的數據行。

7. 子查詢優化

MySQL在某些狀況下能夠將子查詢轉換成一種效率更高的形式，從而減小多個查詢屢次對數據進行訪問。

8. 提早終止查詢

在發現已經知足查詢需求的時候，MySQL老是可以當即終止查詢。一個典型的例子就是當使用了limit子句的時候。除此以外，MySQL還有幾種狀況也會提早終止查詢，例如發現了一個不成立的條件，這時MySQL能夠當即返回一個空結果。

9. 等值傳播

10. 列表in()的比較

在不少數據庫系統中，in()徹底等同於多個or條件的字句，由於這二者是徹底等價的。在MySQL中這點是不成立的，MySQL將in()列表中的數據先進行排序，而後經過二分查找的方式來肯定列表中的值是否知足條件，這是一個o(log n)複雜度的操做，等價轉換成or的查詢的複雜度爲o(n)，對於in()列表中有大量取值的時候，MySQL的處理速度會更快。

查詢執行引擎

在解析和優化階段，MySQL將生成查詢對應的執行計劃，MySQL的查詢執行引擎則根據這個執行計劃來完成整個查詢。這裏執行計劃是一個數據結構，而不是和不少其餘的關係型數據庫那樣會生成對應的字節碼。

相對於查詢優化階段，查詢執行階段不是那麼複雜：MySQL只是簡單的根據執行計劃給出的指令逐步執行。在根據執行計劃逐步執行的過程當中，有大量的操做須要經過調用存儲引擎實現的接口來完成，這些接口就是咱們稱爲「handler API」的接口。實際上，MySQL在優化階段就爲每一個表建立了一個handler實例，優化器根據這些實例的接口能夠獲取表的相關信息，包括表的全部列名、索引統計信息等。

返回結果給客戶端

查詢執行的最後一個階段是將結果返回給客戶端。即便查詢不須要返回結果給客戶端，MySQL仍然會返回這個查詢的一些信息，如查詢影響到的行數。

若是查詢能夠被緩存，那麼MySQL在這個階段，會將結果存放到查詢緩存中。

MySQL將結果返回客戶端是一個增量、逐步返回的過程。例如，在關聯表操做時，一旦服務器處理完最後一個關聯表，開始生成第一條結果時，MySQL就能夠開始向客戶端逐步返回結果集了。

這樣處理有兩個好處：服務器無需存儲太多的結果，也就不會由於要返回太多的結果而消耗太多的內存。另外，這樣的處理也讓MySQL客戶端第一時間得到返回的結果。

結果集中的每一行都會以一個知足MySQL客戶端/服務器通訊協議的封包發送，再經過TCP協議進行傳輸，在TCP傳輸過程當中，可能對MySQL的封包進行緩存而後批量傳輸。