MySQL 原理篇

MySQL 索引机制

MySQL 体系结构及存储引擎

MySQL 语句执行过程详解

MySQL 执行计划详解

MySQL InnoDB 缓冲池

MySQL InnoDB 事务

MySQL InnoDB 锁

MySQL InnoDB MVCC

MySQL InnoDB 实现高并发原理

MySQL InnoDB 快照读在RR和RC下有何差异

当客户端向 MySQL 发送一个请求的时候，MySQL 的执行过程如下图所示：

MySQL 客户端/服务端通信

通信机制

MySQL 客户端与服务端的通信方式是 “ 半双工 ”。

• 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

一旦一端开始发送消息，另一端要接收完整个消息才能响应它，所以我们无法也无须将一个消息切成小块独立发送，也没有办法进行流量控制。

客户端用一个单独的数据包将查询请求发送给服务器，所以当查询语句很长的时候，需要设置 max_allowed_packet 参数。

但是需要注意的是，如果查询实在是太大，服务端会拒绝接收更多数据并抛出异常。

与之相反的是，服务器响应给用户的数据通常会很多，由多个数据包组成。但是当服务器响应客户端请求时，客户端必须完整的接收整个返回结果，而不能简单的只取前面几条结果，然后让服务器停止发送。

因而在实际开发中，尽量保持查询简单且只返回必需的数据，减小通信间数据包的大小和数量是一个非常好的习惯，这也是查询中尽量避免使用 SELECT * 以及加上 LIMIT 限制的原因之一。

连接状态

对于一个 MySQL 的连接，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。

可以通过如下命令来查看连接的状态：

show full processlist

show processlist

详细的状态集描述参考官网：https://dev.mysql.com/doc/refman/5.7/en/general-thread-states.html

这里简单介绍几个常用的连接状态：

• 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

对于出现问题的连接可以通过 kill {id} 的方式进行杀掉。

查询缓存

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，需要注意的是在判断的时候，要求 SQL 语句完全一样（SQL 两端允许存在空格）才会匹配到缓存数据。

缓存参数

MySQL 的缓存参数在配置文件中设置，可以通过如下命令来查看缓存的参数：

show variables like 'query_cache%'

1. query_cache_type

1. 0：不启用查询缓存，默认值
2. 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，SQL 语句中加上 SQL_NO_CACHE 将不缓存
3. 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

1. query_cache_size

1. 总的缓存池的大小，允许设置 query_cache_size 的值最小为40K，默认1M，推荐设置为64M/128M
2. 当总的缓存池大小超过设置的值时，会按照时间顺序，让最老的缓存失效

1. query_cache_limit

1. 指定单个查询能够使用的缓冲区大小，默认设置为1M

缓存执行情况

可以通过如下命令来查看缓存情况：

show status like 'Qcache%'

1. Qcache_free_blocks

1. Query Cache 中目前还有多少剩余的 blocks。如果该值显示较大，则说明 Query Cache 中的内存碎片较多了，可能需要寻找合适的机会进行整理

1. Qcache_free_memory

1. Query Cache 中目前剩余的内存大小。通过这个参数我们可以较为准确的观察出当前系统中的Query Cache 内存大小是否足够，是需要增加还是过多了

1. Qcache_hits

1. 缓存命中次数。通过这个参数我们可以查看到 Query Cache 的基本效果

1. Qcache_inserts

1. 插入缓存的记录数，通过 Qcache_hits 和 Qcache_inserts 两个参数我们就可以算出 Query Cache 的命中率，Query Cache 命中率 = Qcache_hits / ( Qcache_hits + Qcache_inserts )

1. Qcache_lowmem_prunes

1. 多少条 Query 因为内存不足而被清除出 Query Cache。通过 Qcache_lowmem_prunes 和 Qcache_free_memory 相互结合，能够更清楚的了解到我们系统中 Query Cache 的内存大小是否真的足够，是否经常出现因为内存不足而有 Query 被清除

1. Qcache_not_cached

1. 因为 query_cache_type 的设置或者不能被 cache 的 Query 的数量

1. Qcache_queries_in_cache

1. 当前 Query Cache 中 cache 的 Query 数量

1. Qcache_total_blocks

1. 当前 Query Cache 中的 block 数量

不会缓存的情况

1. 当查询语句中设置了 SQL_NO_CACHE，则不会被缓存。
2. 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() ，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。
3. 当查询的结果大于 query_cache_limit 设置的值时，结果不会被缓存。
4. 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。
5. 查询的表是系统表。
6. 查询语句不涉及到表。

缓存有哪些坑？

1. 在查询之前必须先检查是否命中缓存，浪费计算资源。

1. 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。

1. 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。

1. 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。