MySQL体系结构笔记

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介:

MySQL的体系结构是一个由多个子系统构成的层次化系统,它封装着SQL接口,查询解析器,查询优化器和查询执行引擎,缓存/缓冲机制以及一个插件式存储引擎,具体如下图所示:

 

 

 

Connectors:一些用来与客户端应用程序建立连接的数据库接口,mysql能为各种编程环境都提供相应的数据库接口。

 

Management Services & Utilities: 系统管理和服务控制工具。

 

Connection Pool 连接池,该层负责处理处理与用户访问有关的各种用户登录、线程处理、内存和进程缓存需求。

 

连接池的下一层是mysql数据库系统的核心,这里是对查询进行分析和优化的地方,也是对文件访问进行管理的地方。

 

数据库系统核心层的下一层是存储引擎层,这一层是mysql体系结构与众不同的部分之一,插件式存储引擎使得mysql系统可以灵活地适应各种数据或文件的存储检索机制。

 

 

插件式存储引擎的下面是mysql系统的最底层,即文件访问层,这一层是存储机制读/写数据,系统读/写日志和事件信息的地方,这一层也最贴近操作系统的层,与线程、进程和内存控制有关的操作都发生在这里。

 

 

SQL interface:提供了用户接收命令并把结果返回给用户的机制,mysql服务器从网络接收连接请求并为每个连接创建一个线程,每个线程在执行时都独立于其他线程,接收到SQL命令将存入一个类结构(class stucture),查询结果通过把有关数据写到网络通信协议上传回客户端.创建出一个线程之后,mysql服务器将开始解析SQL命令并把解析出来的各个部分保存到一个内部数据结构里去。

 

  

 

Parser:当收到客户端发出的查询并为之创建一个新线程之后,SQL语句将被传递解析器接受语法验证(或因错误而被拒绝)mysql解析器是用一个很长的Lex-YACC脚本实现的(Lex-YACC脚本能够把一条SQL语句分解为命令字、选项和参数等一系列最基本的语法元素(记号)并把这些记号存入一个由变量和列表构成的结构),Bison对该脚本进行编译就得到了这个解析器。解析器将构造一个用来在内存里代表查询语句(SQL)的查询结构,这个树状结构(也称为抽像语法树)可以用来执行查询,查询解析器只检查SQL语句的语法正确性。它不检查有关的表或字段是否存在,也不检查语法错误(比如使用了一个统计函数,但没有写出必要的group by子句的情况).这些事情将由优化器去检查。解析器生成的查询结构将被传递到查询处理器,从那开始的后续工作将由查询优化器负责控制。

 

 

 

Optimizer: 使用了"选取-投影-联结"策略来处理查询,即先根据有关的限制条件进行选取(select操作)以减少将要处理的元组的个数,再进行投影(对应于关系代数里的投影操作)以减少被选取元组里的字段的个数,最后根据联结条件生成最终的查询结果。mysql的查询优化器算不上是最复杂的,它采用的"选取-投影-联结"策略属于一种启发式查询优化机制,它使用的规则很简单:

1,通过计算where子句里的表达式来横向排除多余的数据。

2,只保留在字段清单列出的,以及在最后执行联结子句时还需要用到的属性(字段),其他数据全部排除。

3,根据联结条件生成最终的查询结果。

 

查询处理流程如下:

 

 

 

Caches & Buffers:缓存和缓冲区子系统负责保证使用频率最高的数据能够以最有效的方式被访问。绝大多缓存机制使用的相同或相似的概念:把数据封装为某种结构,再把这些结构保存为一个链表。如:表缓存,键缓存等。










本文转自 trt2008 51CTO博客,原文链接:http://blog.51cto.com/chlotte/401177,如需转载请自行联系原作者
相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
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
|
2月前
|
关系型数据库 MySQL 数据库
MYSQL解压版安装笔记
MYSQL解压版安装笔记
80 0
|
2月前
|
SQL 关系型数据库 MySQL
(B站动力节点老杜MySQL教程)MySQL课堂笔记-day01.txt
(B站动力节点老杜MySQL教程)MySQL课堂笔记-day01.txt
|
4天前
|
关系型数据库 MySQL 中间件
【MySQL实战笔记】07 | 行锁功过:怎么减少行锁对性能的影响?-02 死锁和死锁检测
【4月更文挑战第19天】在高并发环境下,死锁发生在多个线程间循环等待资源时,导致无限期等待。MySQL中,死锁可通过`innodb_lock_wait_timeout`参数设置超时或`innodb_deadlock_detect`开启死锁检测来解决。默认的50s超时可能不适用于在线服务,而频繁检测会消耗大量CPU。应对热点行更新引发的性能问题,可以暂时关闭死锁检测(风险是产生大量超时),控制并发度,或通过分散记录减少锁冲突,例如将数据分拆到多行以降低死锁概率。
19 1
|
14天前
|
存储 关系型数据库 MySQL
【MySQL实战笔记】 04 | 深入浅出索引(上)-02
【4月更文挑战第9天】InnoDB数据库使用B+树作为索引模型,其中主键索引的叶子节点存储完整行数据,非主键索引则存储主键值。主键查询只需搜索一棵树,而非主键查询需两次搜索,因此推荐使用主键查询以提高效率。在插入新值时,B+树需要维护有序性,可能导致数据页分裂影响性能。自增主键在插入时可避免数据挪动和页分裂,且占用存储空间小,通常更为理想。然而,如果场景仅需唯一索引,可直接设为主键以减少查询步骤。
15 1
【MySQL实战笔记】 04 | 深入浅出索引(上)-02
|
16天前
|
存储 SQL 关系型数据库
【MySQL实战笔记】03.事务隔离:为什么你改了我还看不见?-02
【4月更文挑战第7天】数据库通过视图实现事务隔离,不同隔离级别如读未提交、读已提交、可重复读和串行化采用不同策略。以可重复读为例,MySQL使用多版本并发控制(MVCC),每个事务有其独立的视图。回滚日志在无更早视图时被删除。长事务可能导致大量存储占用,应避免。事务启动可显式用`begin`或设置`autocommit=0`,但后者可能意外开启长事务。建议使用`autocommit=1`并显式管理事务,若需减少交互,可使用`commit work and chain`。
30 5
|
18天前
|
SQL 存储 关系型数据库
【MySQL实战笔记】02.一条SQL更新语句是如何执行的-2
【4月更文挑战第5天】两阶段提交是为确保`redo log`和`binlog`逻辑一致,避免数据不一致。若先写`redo log`, crash后数据可能丢失,导致恢复后状态错误;若先写`binlog`,crash则可能导致重复事务,影响数据库一致性。一天一备相较于一周一备,能缩短“最长恢复时间”,但需权衡额外的存储成本。
16 1
|
3月前
|
关系型数据库 MySQL 数据库
MySQL命令笔记+Python案例
MySQL命令笔记+Python案例
47 0
|
3月前
|
存储 缓存 关系型数据库
MySQL体系结构
MySQL体系结构
|
3月前
|
SQL 关系型数据库 MySQL
【2.5w字吐血总结 | 新手必看】全网最详细MySQL笔记
【2.5w字吐血总结 | 新手必看】全网最详细MySQL笔记
39 0
|
3月前
|
存储 关系型数据库 MySQL
最全的MySQL总结,助你向阿里“开炮”(面试题+笔记+思维图)
作为一名编程人员,对MySQL一定不会陌生,尤其是互联网行业,对MySQL的使用是比较多的。对于求职者来说,MySQL又是面试中一定会问到的重点,很多人拥有大厂梦,却因为MySQL败下阵来。实际上,MySQL并不难,今天这份最全的MySQL总结,助你向阿里“开炮”,拿下offer没啥问题。