尼恩说在前面
在40岁老架构师 尼恩的读者交流群(50+)中，最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团、蚂蚁、得物的面试资格，遇到很多很重要的相关面试题：
Mysql 有几级缓存？ 每一级缓存，具体是什么？
最近有小伙伴面试美团，都问到了这个面试题。 小伙伴没有系统的去梳理和总结，所以支支吾吾的说了几句，面试官不满意，面试挂了。
所以，尼恩给大家做一下系统化、体系化的梳理，使得大家内力猛增，可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”，然后实现”offer直提”。
当然，这道面试题，以及参考答案，也会收入咱们的 《尼恩Java面试宝典PDF》V175版本，供后面的小伙伴参考，提升大家的 3高 架构、设计、开发水平。
《尼恩 架构笔记》《尼恩高并发三部曲》《尼恩Java面试宝典》的PDF，请到文末公号【技术自由圈】获取
在 MySQL 数据库中，查询执行计划（MySQL Execution Plan）是决定查询性能的关键因素。
一个好的执行计划（MySQL Execution Plan）能够让查询高效地运行，减少资源的消耗和响应时间。
一、MySQL缓存机制概述
MySQL的缓存机制主要分为两种：一级缓存和二级缓存。
一级缓存
也称为InnoDB缓存，是MySQL的一种存储引擎（InnoDB）提供的缓存机制。它主要用于存储数据和索引，提高数据访问速度。
二级缓存：
也称为查询缓存（Query Cache），是MySQL服务器内部的缓存机制，用于存储SELECT查询的结果。当相同的查询再次执行时，可以直接从缓存中获取结果，而无需再次查询数据库。
二、MySQL 整体架构
Mysql的架构 ，整体是分为服务层、引擎层和文件系统层，其架构图如下所示：
MySQL Server 服务层（Service Layer）解析 SQL 语句、优化查询以及执行操作的，分别有三个关键组件完成：
- 解析器（Parser）
- 优化器（Optimizer）
- 执行器（Executor）。
每个组件在查询执行的过程中扮演不同的角色，下面分别介绍这三者的作用：
1. 解析器（Parser）
解析器是 SQL 查询执行的第一步，它的职责是将用户发送的 SQL 语句解析为数据库能够理解的内部结构。
- SQL 词法分析：解析器首先对 SQL 语句进行词法分析，将 SQL 语句分割成多个“单词”或“标记”，如表名、列名、关键字等。
- 语法分析：接着，解析器会根据 SQL 语法规则生成对应的解析树（Parse Tree），用来描述 SQL 语句的逻辑结构。这个过程检查 SQL 语句的语法是否正确。
- 语义分析：确认 SQL 语句中涉及的数据库对象是否存在（比如表名、字段名是否有效），并且检查权限。
解析完成后，生成一个中间表示结构，交由下一步进行处理。
2. 优化器（Optimizer）
优化器负责选择最优的执行计划，使查询能够以最高效的方式运行。
- 逻辑优化：优化器会对 SQL 语句进行逻辑优化，比如 SQL 语句重写、消除冗余操作、合并重复条件、重新排列 WHERE 子句中的条件等。
- 物理优化：在物理优化阶段，优化器会选择最优的访问路径和执行顺序。例如，它会决定使用哪种索引（如果有多个索引可选），是否做全表扫描，如何连接多张表（选择嵌套循环、哈希连接或排序合并连接等）。
- 成本估算：优化器会基于数据库的统计信息（例如表的大小、索引的选择性等）来估算不同执行计划的成本，选择代价最低的执行方案。
经过优化后，优化器会生成一个查询执行计划，并交给执行器处理。
3. 执行器（Executor）
执行器的任务是按照优化器生成的执行计划，逐步执行查询，访问数据并返回结果。
- 权限检查：在执行之前，执行器会首先检查用户是否有权限执行相应的操作。如果没有权限，则返回错误信息。
- 执行执行计划：执行器根据生成的执行计划，依次调用存储引擎的接口来执行具体的操作。例如，如果是查询操作，执行器会调用存储引擎来读取相应的数据；如果是插入操作，执行器则会调用存储引擎来插入数据。
- 结果返回：执行器根据查询的结果，将数据以合适的格式返回给客户端。如果涉及多个步骤（如 JOIN 操作），执行器会协调各个步骤的执行，并组合最终的结果集。
三个核心组件之间的交互流程
- 解析器：SQL 语句转换为解析树。
- 优化器：生成最优的执行计划。
- 执行器：根据计划调用存储引擎执行操作并返回结果。
这三个组件相互协作，完成从接收到 SQL 查询到返回结果的整个过程。
三：一条完成的sql查询语句 执行流程 ，如下所示：
一条完整的SQL查询语句从执行到返回结果的流程涉及到多个组件和步骤，其中可能包括缓存的使用。以下是执行流程的一般概述，以及可能用到的缓存：
客户端请求：
客户端（如应用程序）向MySQL服务器发送SQL查询请求。
解析器：
MySQL服务器接收到SQL查询后，首先由解析器进行解析，检查SQL语句的语法是否正确。
优化器：
解析完成后，优化器会根据查询语句和数据库的元数据（如表结构、索引等）生成一个或多个执行计划。
权限检查：
服务器检查执行该查询的用户是否有相应的权限。
缓存查询：
在某些情况下，如果查询可以被缓存，服务器会检查一级缓存（如InnoDB缓冲池）和/或二级缓存（如果启用了查询缓存）。
二级缓存（查询缓存，MySQL 8.0之前）：如果查询缓存启用，服务器会检查查询缓存中是否有该查询的结果。如果有，直接返回缓存结果。
执行器：
如果查询没有在缓存中找到，执行器会根据优化器生成的执行计划执行查询。
执行过程中，可能会涉及到数据的读取和写入操作，此时二级缓存（InnoDB缓冲池）会更新。
一级缓存（InnoDB缓冲池）：如果查询涉及到的数据或索引页已经在缓冲池中，可以直接使用，无需访问磁盘。
返回结果：
查询执行完成后，结果集被返回给客户端。
更新缓存：
对于写操作（如INSERT、UPDATE、DELETE），相关的缓存（一级缓存和查询缓存）需要被更新或失效，以保持数据的一致性。
日志记录：
服务器会记录查询的日志信息，如慢查询日志，用于后续的性能分析。
关闭连接：
查询完成后，客户端可以选择关闭与MySQL服务器的连接，或者保持连接以便于后续的查询。
需要注意的是，从MySQL 8.0开始，查询缓存已经被移除，因此在使用MySQL 8.0及更高版本时，不会使用到查询缓存。
此外，二级缓存（如InnoDB缓冲池）的使用是自动的，由InnoDB存储引擎管理，不需要用户干预。用户可以通过调整缓冲池的大小和其他相关参数来优化其性能。
四：MySQL 8.0 版本为何移出了二级缓存（Query Cache）?
MySQL 8.0 版本中已经完全移除了查询缓存（Query Cache）功能。在早期的MySQL版本中，查询缓存是一个用于存储SELECT查询结果的内存区域，以提高重复查询的性能。然而，由于查询缓存在某些情况下会导致性能问题，特别是在高并发和写密集型的应用场景中，查询缓存可能会频繁失效，导致缓存命中率低，反而增加了性能开销。
因此，MySQL 8.0及更高版本推荐使用其他缓存策略，比如：
- 应用层缓存：在应用代码中实现缓存逻辑，使用如Redis、Memcached等缓存系统。
- 持久化存储引擎缓存：利用InnoDB的缓冲池来缓存数据和索引。
- 其他存储引擎：如果需要查询缓存的功能，可以考虑使用支持查询缓存的存储引擎，如MyISAM（但MyISAM不支持事务）。
MySQL 8.0通过优化存储引擎和索引管理，以及提供更好的性能调优工具和特性，来提高查询性能，而不是依赖于查询缓存。
五：MySQL 8.0 版本前的二级缓存配置
可以通过下面的步骤，进行二级缓存配置
| 步骤 | 描述 | 代码 |
|---|---|---|
| 1 | 启用查询缓存 | SET GLOBAL query_cache_type = 1; |
| 2 | 设置查询缓存大小 | SET GLOBAL query_cache_size = 64 * 1024 * 1024; |
| 3 | 执行查询 | SELECT * FROM table_name; |
代码解释
SET GLOBAL query_cache_type = 1;：启用查询缓存，1表示ON。SET GLOBAL query_cache_size = 64 * 1024 * 1024;：设置查询缓存的大小，这里设置为64MB。SELECT * FROM table_name;：执行查询，如果查询缓存中存在相同的查询，将直接从缓存中获取结果。
六：使用应用层的缓存作为 外置缓存
需要注意的是，MySQL 8.0版本中已经移除了查询缓存（Query Cache），因为其在某些情况下会导致性能问题，比如在高并发写入的场景下，查询缓存可能会频繁失效，导致缓存命中率低，反而增加了性能开销。
MySQL 8.0推荐使用其他缓存策略，比如使用应用层的缓存（如Redis、Memcached）作为 外置缓存，加速热点数据的访问。
对于需要缓存的场景，可以考虑以下几种替代方案：
- 应用层缓存：在应用代码中实现缓存逻辑，使用如Redis、Memcached等缓存系统。
- 本地缓存： 对与热点数据，可以是用本地缓存对数据进行cache。
尼恩架构团队的塔尖 sql 面试题
- sql查询语句的执行流程：
- 索引
阿里面试：为什么要索引？什么是MySQL索引？底层结构是什么？
滴滴面试：单表可以存200亿数据吗？单表真的只能存2000W，为什么？
- 索引下推 ?
- 索引失效
美团面试：mysql 索引失效？怎么解决？（重点知识，建议收藏，读10遍+）
- MVCC
- binlog、redolog、undo log
美团面试：binlog、redolog、undo log底层原理是啥？分别实现ACID哪个特性？（尼恩图解，史上最全）
- mysql 事务
京东面试：RR隔离mysql如何实现？什么情况RR不能解决幻读？
- 分布式事务
分布式事务圣经：从入门到精通，架构师尼恩最新、最全详解 (50+图文4万字全面总结 )
- mysql 调优
说在最后：有问题找老架构取经
只要按照上面的 尼恩团队梳理的 方案去作答， 你的答案不是 100分，而是 120分。 面试官一定是 心满意足， 五体投地。
按照尼恩的梳理，进行 深度回答，可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”，然后实现”offer直提”。
在面试之前，建议大家系统化的刷一波 5000页《尼恩Java面试宝典PDF》，里边有大量的大厂真题、面试难题、架构难题。
很多小伙伴刷完后， 吊打面试官， 大厂横着走。
在刷题过程中，如果有啥问题，大家可以来 找 40岁老架构师尼恩交流。
另外，如果没有面试机会， 可以找尼恩来改简历、做帮扶。前段时间，刚指导一个27岁 被裁小伙，拿到了一个年薪45W的JD +PDD offer，逆天改命。
狠狠卷，实现 “offer自由” 很容易的， 前段时间一个武汉的跟着尼恩卷了2年的小伙伴， 在极度严寒/痛苦被裁的环境下， offer拿到手软， 实现真正的 “offer自由” 。
尼恩技术圣经系列PDF
- 《NIO圣经：一次穿透NIO、Selector、Epoll底层原理》
- 《Docker圣经：大白话说Docker底层原理，6W字实现Docker自由》
- 《K8S学习圣经：大白话说K8S底层原理，14W字实现K8S自由》
- 《SpringCloud Alibaba 学习圣经，10万字实现SpringCloud 自由》
- 《大数据HBase学习圣经：一本书实现HBase学习自由》
- 《大数据Flink学习圣经：一本书实现大数据Flink自由》
- 《响应式圣经：10W字，实现Spring响应式编程自由》
- 《Go学习圣经：Go语言实现高并发CRUD业务开发》
……完整版尼恩技术圣经PDF集群，请找尼恩领取
《尼恩 架构笔记》《尼恩高并发三部曲》《尼恩Java面试宝典》PDF，请到下面公号【技术自由圈】取↓↓↓
