SQL查询语句执行的过程

SQL语句举例：

SELECT * FROM `test` WHERE `id`=1;

当我们输入一条SQL语句，返回一个结果时，那这条语句在 MySQL 内部的执行过程是怎么的呢？

MySQL基本架构

下面给出的是 MySQL 的基本架构示意图（图片来自网络），从下图中我们可以比较清楚地看到 SQL 语句在 MySQL 的各个功能模块中的执行过程。

从上图直观的来看，MySQL 可分为 Server 层和存储引擎层两部分。

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（如日期时间函数、字符串函数、数学函数和加密函数等），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。

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。当执行 ·create table · 建表的时候，如果不指定引擎类型，默认使用的就是 InnoDB指。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，在后面的文章中再来讨论引擎的知识。

从上图中可以看出，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。下面来看下每个组件的作用。

Server 层

1、连接器

使用数据库的第一步就是先连接到这个数据库上，这时候作为接待的就是连接器。连接器负责跟客户端建立连接、获取权限、维持和管理连接。

连接命令：

mysql mysql -h主机地址 -u用户名 －p

输完命令之后，你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，不建议直接跟着输入。

下图为我的电脑操作（mac+ mamp）：

如果输入账号或密码错误会提示（1045）：

ERROR 1045 (28000): Access denied for user 'root'@'localhost' (using password: YES)

截图如下：

当用户名密码认证通过后，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，都将依赖于此次登陆读到的权限。

连接成功截图：

从上图我们可以看到一些关MySQL的版本号信息（Server version: 5.7.23 MySQL Community Server (GPL) ）。

当用户成功建立连接后，即使你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，如果你没有后续的动作，这个连接就处于空闲状态，可以通过 show processlist; 命令中看到它。下图是 show processlist 的结果。

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

客户端如果太久没动静，连接器会自动将它断开。这个时间是由参数 wait_timeout控制，默认值是8小时。

查看默认连接超时时长：

show variables like 'wait_timeout';

可以使用命名来修改这个参数值：

set wait_timeout =28801; // 自定义时长

结果如下：

如果在连接被断开之后，客户端再次发送请求时，就会收到一个错误提醒： Lost connection to MySQL server during query。这时如果你要继续执行，则需要重连接，再执行请求。

数据库里面，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。

建立连接的过程通常比较复杂，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。

如果全部使用长连接后，有时 MySQL 占用大量内存，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。这些连接资源只在连接断开的时候才释放。如果长连接长期累积，可能导致内存占用太大，被系统强行杀掉，则导致MySQL 异常重启。

怎么解决这个问题呢？

定期断开长连接。使用一段时间后，或程序里面判断执行过一个占用内存的大查询后，断开连接，之后要查询时再重新连接。

如果是 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 来重新初始化连接资源。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。

2、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，先到查询缓存看之前是否执行过这条语句。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。如果你的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。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。

但是大多数情况下我会建议你不要使用查询缓存，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，还未使用，就被一个更新全更新了。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。如果有一张很长时间才会更新一次静态表，那这张表上的查询才适合使用查询缓存。

好在 MySQL 也提供了这种“按需使用”的方式。你可以将参数 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。而对于你确定要使用查询缓存的语句，可以用 SQL_CACHE 显式指定，如下面语句：

mysql> SELECT SQL_CACHE * FROM `test` WHERE id=1;

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。

3、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。

SQL语句举例：

SELECT * FROM `test` WHERE id=1;

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“”test"识别成"表名 test"，把字符串“id”识别成“列 id”。

识别完后，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 where 多打了个字符“1”。

mysql> SELECT SQL_CACHE * FROM `test` WHERE1 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 '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“use near” 附件的内容。

如图所示： 

分析器，构造一棵解析树（内部数据结构），整棵树只确保没有语法错误（语法分析），比如检查标识符是否有效、语句是否闭合。也包括重写查询、决定表的读取顺序、选择合适的索引等。

4、优化器

经过分析器，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 `test1`  JOIN `test2` USING(id)  WHERE  test1.a=1 AND test2.t=2;

既可以先从表 test1 里面取出 a=1 的记录的 ID 值，再根据 ID 值关联到表 test2，再判断 t2 里面 t 的值是否等于 2。 也可以先从表 test2 里面取出 t=2 的记录的 ID 值，再根据 ID 值关联到 test1，再判断 test1 里面 a 的值是否等于 1。 这两种执行方法的逻辑结果一样，但是执行的效率会有不同，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。至于优化器是怎么选择索引的，在后面的文章中会单独整理关于优化器的内容。

5、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，如下所示 (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 `test` WHERE id=1;

比如我们这个例子中的表 test 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 1，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，这个语句执行完成。

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。

你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。

有些场景下，执行器调用一次，引擎内部则扫描了多行，因此，引擎扫描行数和rows_examined 并不完全相同。后面会在整理存储引擎的内部机制中说明补充。

来源：https://juejin.cn/post/7088566176321798174