mysql体系结构简单概述:

  1. Connectors:接入方,支持协议很多
  2. Management Serveices & Utilities系统管理和控制工具例如:备份恢复,mysql复制集群等
  3. Connection Pool连接池:管理缓冲用户连接、用户名、密码、权限校验、线程处理等需要缓存的需求
  4. SQL InterfaceSQL接口:接受用户的SQL命令,并且返回用户需要查询的结果。比如select from就是调用SQL Interface
  5. Parser: 解析器,SQL命令传递到解析器的时候会被解析器验证和解析。解析器是由LexYACC实现的。
  6. Optimizer: 查询优化器,SQL语句在查询之前会使用查询优化器对查询进行优化
  7. CacheBuffer(高速缓存区): 查询缓存,如果查询缓存有命中的查询结果,查询语句就可以直接去查询缓存中取数据。
  8. pluggable storage Engines插件式存储引擎。存储引擎是MySql中具体的与文件打交道的子系统。也是Mysql最具有特色的一个地方。 Mysql的存储引擎是插件式的。
  9. file system  :文件系统,数据、日志(redoundo)、索引、错误日志、查询记录、慢查询等

常见的存储引擎:

 Mysql插拔式的存储引擎:

  1. 插拔式的插件方式。
  2. 存储引擎是指定在表之上的,即一个库中的每一个表都可以指定专用的存储引擎。
  3. 不管表采用什么样的存储引擎,都会在数据区,产生对应的一个frm文件(表结构定义描述文件)。

CSV:https://dev.mysql.com/doc/refman/5.7/en/csv-storage-engine.html

  数据存储以CSV文件,会生成3个文件 table_name.CSM(元数据状态管理,数据行) table_name.CSV(数据文件) table_name.frm。特点:

  不能定义没有索引、列定义必须为NOT NULL。

  不能设置自增列,不适用大表或者数据的在线处理。

  CSV数据的存储用,隔开,可直接编辑CSV文件进行数据的编排,数据安全性低。

注:编辑之后,要生效使用 flush table XXX 命令。

应用场景:数据的快速导出导入,表格直接转换成CSV。

Archive:https://dev.mysql.com/doc/refman/5.7/en/archive-storage-engine.html

  会生成 table_name.ARZ   table_name.frm,数据存储为ARZ文件格式。特点:

  只支持 insert 和 select 两种操作,只允许自增ID列建立索引,行级锁,不支持事务,数据占用磁盘少。

应用场景:日志系统,大量的设备数据采集。

Memory(heap):https://dev.mysql.com/doc/refman/5.7/en/memory-storage-engine.html

  数据都是存储在内存中,IO效率要比其他引擎高很多,服务重启数据丢失,内存数据表默认只有16M。特点:

  支持hash索引,B tree索引,默认hash(查找复杂度0(1)),字段长度都是固定长度varchar(32)=char(32),不支持大数据存储类型字段如 blog,text,表级锁

应用场景:等值查找热度较高数据,查询结果内存中的计算,大多数都是采用这种存储引擎,作为临时表存储需计算的数据。

Myisam:https://dev.mysql.com/doc/refman/5.7/en/myisam-storage-engine.html

  Mysql5.5版本之前的默认存储引擎,较多的系统表也还是使用这个存储引擎,系统临时表也会用到Myisam存储引擎。特点:

  select count(*) from table 无需进行数据的扫描,数据(MYD)和索引(MYI)分开存储,表级锁,不支持事务。

Innodb:https://dev.mysql.com/doc/refman/5.7/en/innodb-introduction.html

  在创建好表结构并且指定搜索引擎为 Myisam之后,会在数据目录生成3个文件,分别是table_name.frm(表结构文件),table_name.idb(数据与索引保存文件)。Mysql5.5及以后版本的默认存储引擎

  Key Advantages:Its DML operations follow the ACID model [事务ACID]。

  Row-level locking[行级锁]InnoDB tables arrange your data on disk to optimize queriesbased on primary keys[聚集索引(主键索引)方式进行数据存储]。

  To maintain data integrity, InnoDB supports FOREIGN KEY constraints[支持外键关系保证数据完整性]。

  接下来看一下这些常用的搜索引擎的简单对比图,也能看出为什么InnoDB最后悔脱颖而出:

MySQL运行机理:

  由下图可以看出Mysql的执行流程大致分为 5 个阶段:

  1. mysql 客户端/服务端通信阶段。
  2. 查询缓存阶段。
  3. 查询优化处理阶段。
  4. 查询执行引擎阶段。
  5. 返回客户端阶段。

  我们可以根据执行的流程来看一下在优化的过程中需要注意点什么。

1.mysql 客户端/服务端通信阶段:

Mysql客户端与服务端的通信方式是“半双工”的通信方式,通信方式主要分为以下三种:

  • 全双工:双向通信,发送同时也可以接收
  • 半双工:双向通信,同时只能接收或者是发送,无法同时做操作
  • 单工:只能单一方向传送

半双工通信:

  在任何一个时刻,要么是有服务器向客户端发送数据,要么是客户端向服务端发送数据,这两个动作不能同时发生。所以我们无法也无需将一个消息切成小块进行传输

特点和限制:

  客户端一旦开始发送消息,另一端要接收完整个消息才能响应。客户端一旦开始接收数据没法停下来发送指令。

mysql 客户端/服务端通信--查询状态

  有一整套状态集去管理状态。对于一个mysql连接,或者说一个线程,时刻都有一个状态来标识这个连接正在做什么。查看命令 show full processlist / show processlist

  

  要了解状态的全过程请登录:https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html (状态全集)。以下是常见的状态集:

  • Sleep:线程正在等待客户端发送数据
  • Query:连接线程正在执行查询
  • Locked:线程正在等待表锁的释放
  • Sorting result:线程正在对结果进行排序
  • Sending data:向请求端返回数据

  异常情况下可通过kill {id}的方式进行连接的杀掉

2.查询缓存阶段:

  工作原理:缓存SELECT操作的结果集和SQL语句;新的SELECT语句,先去查询缓存,判断是否存在可用的记录集。

  判断标准:与缓存的SQL语句,是否完全一样,区分大小写 (简单认为存储了一个key-value结构,key为sql,value为sql查询结果集)。

  可以通过以下命令来查看缓存的设置情况:

在my.cnf配置文件中可以配置:

query_cache_type:

  • 值:0 -– 不启用查询缓存,默认值;
  • 值:1 -– 启用查询缓存,只要符合查询缓存的要求,客户端的查询语句和记录集都可以缓存起来,供其他客户端使用,加上 SQL_NO_CACHE将不缓存 ,如select SQL_NO_CACHE *from.......
  • 值:2 -– 启用查询缓存,只要查询语句中添加了参数:SQL_CACHE,且符合查询缓存的要求,客户端的查询语句和记录集,则可以缓存起来,供其他客户端使用

query_cache_size:允许设置query_cache_size的值最小为40K,默认1M,推荐设置 为:64M/128M;

query_cache_limit:限制查询缓存区最大能缓存的查询记录集,默认设置为1M

  可以通过 show status like 'Qcache%' 命令可查看缓存情况:

 

  需要注意的是,一旦表数据发生一点变化,与这个表所相关的缓存全部失效,不会缓存的情况:

  1. 当查询语句中有一些不确定的数据时,则不会被缓存。如包含函数NOW(),SQL_NO_CACHE,CURRENT_DATE()等类似的函数,或者用户自定义的函数,存储函数,用户变量等都不会被缓存。
  2. 当查询的结果大于query_cache_limit设置的值时,结果不会被缓存。
  3. 对于InnoDB引擎来说,当一个语句在事务中修改了某个表,那么在这个事务提交之前,所有与这个表相关的查询都无法被缓存。因此长时间执行事务,会大大降低缓存命中率。
  4. 查询的表是系统表。
  5. 查询语句不涉及到表。

为什么mysql默认关闭了缓存开启??

  1. 在查询之前必须先检查是否命中缓存,浪费计算资源。
  2. 如果这个查询可以被缓存,那么执行完成后,MySQL发现查询缓存中没有这个查询,则会将结果存入查询缓存,这会带来额外的系统消耗。
  3. 针对表进行写入或更新数据时,将对应表的所有缓存都设置失效。
  4. 如果查询缓存很大或者碎片很多时,这个操作可能带来很大的系统消耗。

适用场景 :以读为主的业务,数据生成之后就不常改变的业务。比如门户类、新闻类、报表类、论坛类等

3.查询优化处理阶段:

  查询优化处理的三个阶段:

  • 解析sql:通过lex词法分析,yacc语法分析将sql语句解析成解析树 https://www.ibm.com/developerworks/cn/linux/sdk/lex/。
  • 预处理阶段:根据mysql的语法的规则进一步检查解析树的合法性,如:检查数据的表和列是否存在,解析名字和别名的设置。还会进行权限的验证。
  • 查询优化器:优化器的主要作用就是找到最优的执行计划。

  查询优化器如何找到最优计划 ,通过explain  +查询sql查看执行计划+\G。

  查询优化器如何找到最优执行计划,有如下规则:

  1. 使用等价变化规则:5 = 5 and a > 5 改写成 a > 5,a < b and a = 5 改写成 b > 5 and a = 5
  2. 基于联合索引,调整条件位置等
  3. 优化count 、min、max等函数:min函数只需找索引最左边,max函数只需找索引最右边,myisam引擎count(*)
  4. 覆盖索引扫描:如果是建立了一个 name 字段的索引,InnoDB由于叶子节点保存了ID索引的key值,这种情况下 使用 select id,name from。。。这个也会用到覆盖索引
  5. 子查询优化  
  6. 提前终止查询:用了limit关键字或者使用不存在的条件,选择不同的索引来执行,在采用limit的情况下,查询优化器在成本计算的过程中也可以选择离散型不高的列索引。
  7. IN的优化:用 or的情况是一条一条去比对,in:用二分法,where in(1,2,3,4,5),先排序条件后再比对中间位置 3,通过二分查找法进行查找,当条件多的情况下  ,相对来说的话in的优化会好一点。先进性排序,再采用二分查找的方式

  Mysql的查询优化器是基于成本计算的原则。他会尝试各种执行计划。数据抽样的方式进行试验(随机的读取一个4K的数据块进行分析)。

  mysql查询优化 -执行计划:使用命令查看一句查询SQL,看看查询计划中都涉及什么有用的信息

id:select查询的序列号,标识执行的顺序

  • id相同,执行顺序由上至下,联表查询使用union  id为空。
  • id不同,如果是子查询,id的序号会递增,id值越大优先级越高,越先被执行
  • id相同又不同即两种情况同时存在,id如果相同,可以认为是一组,从上往下顺序执行;在所有组中,id值越大,优先级越高,越先执行

select_type:查询的类型,主要是用于区分普通查询、联合查询、子查询等

  • SIMPLE:简单的select查询,查询中不包含子查询或者union
  • PRIMARY:查询中包含子部分,最外层查询则被标记为primary
  • SUBQUERY/MATERIALIZED:SUBQUERY表示在select 或 where列表中包含了子查询
  • MATERIALIZED表示where 后面in条件的子查询
  • UNION:若第二个select出现在union之后,则被标记为union;
  • UNION RESULT:从union表获取结果的select

table :查询涉及到的表

  • 直接显示表名或者表的别名
  • <unionM,N> 由ID为M,N 查询union产生的结果
  • <subqueryN> 由ID为N查询生产的结果

type:访问类型,sql查询优化中一个很重要的指标,结果值从好到坏依次是:system > const > eq_ref > ref > range > index > ALL

  • system:表只有一行记录(等于系统表),const类型的特例,基本不会出现,可以忽略不计
  • const:表示通过索引一次就找到了,const用于比较primary key 或者 unique索引
  • eq_ref:唯一索引扫描,对于每个索引键,表中只有一条记录与之匹配。常见于主键 或 唯一索引扫描
  • ref:非唯一性索引扫描,返回匹配某个单独值的所有行,本质是也是一种索引访问
  • range:只检索给定范围的行,使用一个索引来选择行(至少要这个级别)
  • index:Full Index Scan,索引全表扫描,把索引从头到尾扫一遍
  • ALL:Full Table Scan,遍历全表以找到匹配的行

执行计划:

possible_keys:查询过程中有可能用到的索引

key:实际使用的索引,如果为NULL,则没有使用索引 rows,根据表统计信息或者索引选用情况,大致估算出找到所需的记录所需要读取的行数。

filtered:它指返回结果的行占需要读到的行(rows列的值)的百分比。表示返回结果的行数占需读取行数的百分比,filtered的值越大越好。

Extra :十分重要的额外信息

  • Using filesort :mysql对数据使用一个外部的文件内容进行了排序,而不是按照表内的索引进行排序读取 order by xxx desc这样子的,如果是索引字段的排序则不是这样的,就不需要使用外部文件了
  • Using temporary:使用临时表保存中间结果,也就是说mysql在对查询结果排序时使用了临时表,常见于order by 或 group by
  • Using index:表示相应的select操作中使用了覆盖索引(Covering Index),避免了访问表的数据行,效率高
  • Using where :使用了where过滤条件
  • select tables optimized away:基于索引优化MIN/MAX操作或者MyISAM存储引擎优化COUNT(*)操作,不必等到执行阶段在进行计算,查询执行。计划生成的阶段即可完成优化

4.mysql查询执行引擎阶段:

  调用插件式的存储引擎的原子API的功能进行执行计划的执行,执行计划的好坏也是依赖于搜索引擎的。

5.返回客户端阶段:

1、有需要做缓存的,执行缓存操作。

2、增量的返回结果:开始生成第一条结果时,mysql就开始往请求方逐步返回数据。

  好处: mysql服务器无须保存过多的数据,浪费内存。用户体验好,马上就拿到了数据。

如何定位慢SQL:

  1. 业务驱动:根据业务反馈来确定哪些sql可能出现问题。
  2. 测试驱动:通过测试确定哪些sql出现问题。
  3. 慢查询日志:通过日志记录的方式查找执行效率慢的sql。
  4. 其他第三方工具。

慢日志查询配置:

show variables like 'slow_query_log' //--查看是否开启慢日志保存 
set global slow_query_log = on //-- 打开慢日志 
set global slow_query_log_file = '/var/lib/mysql/gupaoedu-slow.log' //--慢日志保存位置 
set global log_queries_not_using_indexes = on //-- 没有命中索引的是否要记录慢日志 
set global long_query_time = 0.1 (秒) //-- 执行时间超过多少为慢日志

  可以直接打开编辑 vi slow.log文件来查看,如下图的信息:

  • Time :日志记录的时间。
  • User@Host:执行的用户及主机。
  • Query_time:查询耗费时间 Lock_time 锁表时间 Rows_sent 发送给请求方的记录,条数 Rows_examined 语句扫描的记录条数。
  • SET timestamp 语句执行的时间点。
  • select .... 执行的具体语句。

慢日志分析工具:

  mysqldumpslow -t(查询多少行) 10 -s at(平均查询时间) /var/lib/mysql/gupaoedu-slow.log

   通过返回的记录能看到前10条执行效率比较低下的sql信息,开发者可以通过这些信息去做相应的优化。


发布评论
IT序号网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!

linux下安装mysql-5.6.41知识解答
你是第一个吃螃蟹的人
发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。