「offerMe——数据库必备」“SQL查询之路”

1.序

这个是数据库相对来说底层的东西，所以面试官一般很喜欢问，我记得字节，阿里等大厂的面试官都会问这个，所以今天我们来彻底的学会它。

2.简略版本

我记得面试官在问到数据库时：“用过数据库吧，奥，用过就行，那用过select语句吗？就比如 select * from student where studentId = 1;这个语句在数据库底层是怎么执行的，可以讲讲吗？”

这个时候不要慌，来到我们秀的时间了。如上图，我建议大家脑子里都有一个这样的图，当我们有这样一个图的时候我们就可以很简单直接的把答案说出来。

• 1.连接器：通过连接器判断用户名和密码是否正确，若失败，直接返回用户被拒的错误；否则获取用户权限信息；
• 2.查询缓存：若查询缓存开启则通过sql语句查询缓存中是否有key为当前查询的sql，若存在，直接返回value，结束查询；
• 3.分析器：若缓存无结果返回，那么通过分析器，对sql语句进行解析，若sql语句有误，返回语法错误信息，结束查询；
• 4.优化器：sql语句正常经过分析器后，在优化器确认最终的执行方案，确定使用表中的索引以及表的连接顺序；
• 5.执行器：当到达执行器的时候判断用户对sql中的表有没有权限操作，若没有返回权限不足的错误信息，否则，调用存储引擎提供的数据查询接口查询数据，若缓存开启，则更新缓存，最后将结果返回。
• 
  

完美答案。

3.详细版本

当然了，我们不能简单地为了应付面试而这样学习，我们肯定要系统地学习一下吧，于是借鉴大神的数据库讲解我们来学习一下。

上面是数据库构成的一个整体，那我们来详细地了解一下它的每一块。

1.构成

如上图，MySQL可以分为Server层和存储引擎层两部分。

Server层

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。

存储引擎层

而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。

也就是说当我们在数据库中建表的时候，如果不指定引擎类型，默认使用的就是InnoDB。不过我们也可以自己指定，例如下图就指定了类型是InnoDB引擎：

--2020-06-23修改
--新增表project
CREATE TABLE `t_project` (
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键',
  `project_name` varchar(64) NOT NULL DEFAULT '' COMMENT '项目名称，例如：app-java',
  `project_name_cn` varchar(50) NOT NULL DEFAULT '' COMMENT '项目的中文名称，例如：项目首页',
  PRIMARY KEY (`id`),
  KEY `idx_project_name` (`project_name`)
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8 COMMENT='项目表';

2.连接器

好，我们再来看连接器，首先我们得先连接到数据库上。连接器负责跟客户端建立连接、获取权限、维持和管理连接。连接命令一般是这么写的：

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

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你的身份，这个时候用的就是你输入的用户名和密码，上面是在服务器中的命令。

如果在项目中我们都已经写到配置文件中了，所以会去你的配置文件中读取。
如果我们是个人在本机做测试（比如Navicat工具）那么这一步在我们进入连接已经完成了。

结果

1.如果用户名或密码不对，你就会收到一个"Access denied for user"的错误，然后客户端程序结束执行。

2.如果用户名密码认证通过，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，你可以在show processlist命令中看到它。文本中这个图是show processlist的结果，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。

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。

长连接和短连接

在之前的网络里面我们就提到过长连接短连接，HTTP和socket还记得吗？

https://mp.weixin.qq.com/s/_gomh2t6E8qXoWyPaLdehA

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是比较复杂的，所以我建议你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，但是建立长连接会有以下问题。

问题

使用长连接后，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 被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。

解决方案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。

如果你用的是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。

产生的影响

• 1、会回滚所有活动事务，并重置自动提交模式；
• 2、会释放所有的锁表；
• 3、所有的临时表会被关闭并清除；
• 4、Session 系统变量会被重新初始化为相应的全局系统变量的值；
• 5、用户自定义变量会丢失；
• 6、会释放 Prepared statements；
• 7、HANDLER 变量会被关闭；
• 8、LAST_INSERT_ID() 函数的值会被重置为 0；
• 9、通过 GET_LOCK() 函数获得的锁会被释放；

解决方法2连接池

大都使用连接池来维护连接数。

数据库连接池，就是服务器应用建立多个连接到数据库，还没有用的连接就放到连接池上，要的时候就向连接池取，这样比没有连接时再建立新的连接（TCP 建立连接是需要时间的）时要快很多，从而提高传输效率。

Spring 框架中，它实现了一个持久连接池，允许其他程序、客户端来连接，这个连接池将被所有连接的客户端共享使用，连接池可以加速连接，也可以减少数据库连接，降低数据库服务器的负载。

3.查询缓存

连接建立完成后，你就可以执行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。你可以看到，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，会出现问题。

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，一个系统配置表的查询才适合使用查询缓存。

解决办法

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，像下面这个语句一样：

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。

4.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。

“词法分析”

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”。

“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，比如某个语句select少打了开头的字母“s”。

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。

5.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：

select * from t1 join t2 using(ID)  where t1.c=10 and t2.d=20;

1.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。

2.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。

来详细看一下优化器执行主要任务的详细步骤吧

• 1、选择最合适的索引；
• 2、选择表扫还是走索引；
• 3、选择表关联顺序；
• 4、优化 where 子句；
• 5、排除管理中无用表；
• 6、决定 order by 和 group by 是否走索引；
• 7、尝试使用 inner join 替换 outer join；
• 8、简化子查询，决定结果缓存；
• 9、合并试图；

6.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。

没有权限

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。（如果缓存开放，并且如果命中查询缓存，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）

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

有权限

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。

比如我们这个例子中的表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。

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。

好了。我们再通过上面这个图来回忆下刚刚的内容，是不是更加清晰了呀。这个时候你就可以很自信地回答：“面试官您好，这里省略500字”。