浅谈MySQL原理与优化(一)—— 历史与体系结构

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介: MySQL是目前互联网公司应用最广泛的数据库软件(DBMS),没有之一。阿里云也提供了MySQL的云版本——云数据库RDS MySQL版。这一系列的文章希望能帮助大家更好的了解MySQL,更好的发挥数据库的性能,让我们的数据存储更有效率。

MySQL是目前互联网公司应用最广泛的数据库软件(DBMS),没有之一。小至初创公司,大至BAT,GOOGLE,FACEBOOK都在自己的业务中大量的使用MySQL作为数据存储。阿里云也提供了MySQL的云版本——云数据库RDS MySQL版。这一系列的文章希望能帮助大家更好的了解MySQL,更好的发挥数据库的性能,让我们的数据存储更有效率。

MySQL的历史

MySQL是一个开源的自由软件,我们可以在网上直接获取到它的源码。至今为止MySQL已经有超过20年的历史,大体的里程碑事件如下:

  • 1996年,MySQL 1.0发布,它只面向一小拨人。到了1996年10月,MySQL 3.11.1发布(MySQL没有2.x版本),最开始只提供Solaris下的二进制版本。一个月后,Linux版本出现了。在接下来的两年里,MySQL被依次移植到各个平台。
  • 1999~2000年,MySQL AB公司在瑞典成立,开发出了Berkeley DB引擎, 由于BDB支持事务处理,因此MySQL从此开始支持事务处理了。
  • 2001年 V3.23:MyISAM引擎,以及Innodb引擎雏形
  • 2003年 V4.0:新的语法特性,Innodb成为标准组件,加入query_cache
  • 2006年 V5.0:视图,触发器,存储过程等功能加入
  • 2008年 V5.1:分区,行复制
  • 2010年 V5.5:Innodb成为默认引擎,半同步复制
  • V5.6 Innodb改进,复制功能等提升
  • V5.7 加入mariaDB等新的存储引擎

MySQL的体系架构

MySQL并没有和同时期数据库的一样,而是采用了自己独特的架构。这个架构我们可以用唐代诗人杜牧的一首著名的诗句来理解:

长安回望绣成堆,山顶千门次第开。 一骑红尘妃子笑,无人知是荔枝来。

这里面有三个角色:
WX20190411_121807_2x

  • 妃子:负责提出需求,要吃荔枝
  • 大臣:负责安排采摘荔枝,走哪条路径,发放公文等
  • 快递员:负责运送荔枝

这就对应MySQL体系结构中的三个角色:客户端,处理引擎,执行引擎
WX20190411_121822_2x

用体系架构图来表示就是这样的
WX20190411_121831_2x

  • 客户端
    相当于妃子的角色:用户操作客户端来发出查询、修改、添加、删除数据的需求
  • 处理引擎
    处理引擎相当于大臣的角色,负责解析SQL语句,生成执行计划。除此之外,还负责有以下责任,我们在优化时可以注意:

    1. 负责管理连接与线程:使用了多线程模型,设置thread_cache_size可以利用已有线程
    2. 负责管理query cache:利用现成结果,直接缓存结果集,测试语句性能时需要用 sql_no_cache hint 屏蔽
  • 存储引擎
    存储引擎相当于快递员的角色,负责数据实际存储以及数据的读取,修改等操作。不同的存储引擎,在实际的执行中会表现出不同的特性。在后面的文章会详细展开介绍

综上就是MySQL的体系结构概述,希望对大家有所帮助。

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
17天前
|
SQL 关系型数据库 MySQL
MySQL慢查询优化、索引优化、以及表等优化详解
本文详细介绍了MySQL优化方案,包括索引优化、SQL慢查询优化和数据库表优化,帮助提升数据库性能。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
MySQL慢查询优化、索引优化、以及表等优化详解
|
2月前
|
存储 关系型数据库 MySQL
MySQL主从复制原理和使用
本文介绍了MySQL主从复制的基本概念、原理及其实现方法,详细讲解了一主两从的架构设计,以及三种常见的复制模式(全同步、异步、半同步)的特点与适用场景。此外,文章还提供了Spring Boot环境下配置主从复制的具体代码示例,包括数据源配置、上下文切换、路由实现及切面编程等内容,帮助读者理解如何在实际项目中实现数据库的读写分离。
MySQL主从复制原理和使用
|
22天前
|
缓存 监控 关系型数据库
如何优化MySQL查询速度?
如何优化MySQL查询速度?【10月更文挑战第31天】
49 3
|
24天前
|
缓存 关系型数据库 MySQL
如何优化 MySQL 数据库的性能?
【10月更文挑战第28天】
48 1
|
2月前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:百万级数据统计优化实践
【10月更文挑战第21天】 在处理大规模数据集时,传统的单体数据库解决方案往往力不从心。MySQL和Redis的组合提供了一种高效的解决方案,通过将数据库操作与高速缓存相结合,可以显著提升数据处理的性能。本文将分享一次实际的优化案例,探讨如何利用MySQL和Redis共同实现百万级数据统计的优化。
77 9
|
26天前
|
监控 关系型数据库 MySQL
数据库优化:MySQL索引策略与查询性能调优实战
【10月更文挑战第27天】本文深入探讨了MySQL的索引策略和查询性能调优技巧。通过介绍B-Tree索引、哈希索引和全文索引等不同类型,以及如何创建和维护索引,结合实战案例分析查询执行计划,帮助读者掌握提升查询性能的方法。定期优化索引和调整查询语句是提高数据库性能的关键。
139 1
|
2月前
|
NoSQL 关系型数据库 MySQL
MySQL与Redis协同作战:优化百万数据查询的实战经验
【10月更文挑战第13天】 在处理大规模数据集时,传统的关系型数据库如MySQL可能会遇到性能瓶颈。为了提升数据处理的效率,我们可以结合使用MySQL和Redis,利用两者的优势来优化数据查询。本文将分享一次实战经验,探讨如何通过MySQL与Redis的协同工作来优化百万级数据统计。
61 5
|
2月前
|
SQL 关系型数据库 MySQL
Mysql中搭建主从复制原理和配置
主从复制在数据库管理中广泛应用,主要优点包括提高性能、实现高可用性、数据备份及灾难恢复。通过读写分离、从服务器接管、实时备份和地理分布等机制,有效增强系统的稳定性和数据安全性。主从复制涉及I/O线程和SQL线程,前者负责日志传输,后者负责日志应用,确保数据同步。配置过程中需开启二进制日志、设置唯一服务器ID,并创建复制用户,通过CHANGE MASTER TO命令配置从服务器连接主服务器,实现数据同步。实验部分展示了如何在两台CentOS 7服务器上配置MySQL 5.7主从复制,包括关闭防火墙、配置静态IP、设置域名解析、配置主从服务器、启动复制及验证同步效果。
Mysql中搭建主从复制原理和配置
|
2月前
|
存储 关系型数据库 MySQL
优化 MySQL 的锁机制以提高并发性能
【10月更文挑战第16天】优化 MySQL 锁机制需要综合考虑多个因素,根据具体的应用场景和需求进行针对性的调整。通过不断地优化和改进,可以提高数据库的并发性能,提升系统的整体效率。
73 1
|
2月前
|
缓存 关系型数据库 MySQL
一文彻底弄懂MySQL优化之深度分页
【10月更文挑战第24天】本文深入探讨了 MySQL 深度分页的原理、常见问题及优化策略。首先解释了深度分页的概念及其带来的性能和资源问题。接着介绍了基于偏移量(OFFSET)和限制(LIMIT)以及基于游标的分页方法,并分析了它们的优缺点。最后,提出了多种优化策略,包括合理创建索引、优化查询语句和使用数据缓存,帮助提升分页查询的性能和系统稳定性。
119 1