前言

MySQL相信大家都耳熟能详了, 毕竟其还不错的性能和免费的特点深受国人的喜爱, 本篇文章将作为我《MySQL》系列的一篇文章, 主要用作整理和简单的概述MySQL相关的一些知识点
ok, 接下来我们开始进入正题, 从最简单的开始

关系型数据库和非关系型数据库

关系型数据库

关系型数据库是一个结构化的数据库, 创建在关系模型(二维表格模型)基础上, 一般面向于记录
SQL 语句就是一种基于关系型数据库的语言, 用于执行对关系型数据库中数据的检索和操作, 主流的关系型数据库包括: Oracle, MySQL, SQL Server等
本篇文章默认以 MySQL的 InnoDB引擎为主

非关系型数据库

非关系型数据库也叫 NoSQL, 采用键值对的形式进行存储. 一般来讲, 除了主流的关系型数据库之外的数据库, 都认为是非关系型
他的读写性能很高, 易于扩展, 主流的 NoSQL有: Redis, MongDB, Hbase等
适合使用的场景:

• 日志系统
• 数据量巨大
• 地理位置存储
• 高可用

关系型数据库与非关系型数据库之间的区别

• 关系型数据库:

  • 采用了关系模型来组织数据, 容易理解
  • 可以保持数据的一致性
  • 数据更新的开销比较小
  • 支持复杂查询(where子句等)

• 非关系型数据库

  • 不需要经过 SQL层的解析, 读写效率高
  • 基于键值对, 数据的扩展性很好
  • 可以支持多种类型的数据的存储, 图片, 文档等

MySQL整体架构

SQL 的执行步骤

在 MySQL中, Server层按顺序执行SQL的步骤如下:

• 客户端请求
• 连接器(验证用户身份, 给与权限)
• 查询缓存(存在缓存则直接返回, 不存在则执行后续操作)
• 分析器(对SQL进行词法分析和语法分析操作)
• 优化器(主要对执行的 SQL优化选择最优的执行方案方法)
• 执行器(执行时会先看用户是否有执行权限, 有才去使用这个引擎提供的接口)
• 去引擎层获取数据返回(如果开启查询缓存则会缓存查询结果)

接下来我将按照 MySQL执行 SQL的步骤来进行讲解

MySQL 的架构图示

图1 展示了 MySQL各组件之间协同工作的逻辑视图, 也是一条SQL查询的执行流程, 接下来我主要围绕这张图来讲述一下他们和 MySQL之间的关系

图1 MySQL架构逻辑视图(图片来自于JavaGuide)

客户端的服务主要是包括连接处理, 身份验证, 确保安全性等.
大多数 MySQL的核心功能都在第二层, 包括查询解析, 分析, 优化, 以及所有的内置函数, 所有跨存储引擎的功能也都在这一层来实现: 存储过程, 触发器, 视图等

第三层是存储引擎层, 负责MySQL中数据的存储和提取. 其架构模式是插件式的, 支持 InnoDB, MyISAM, Memory等多个存储引擎, 现在最常用的存储引擎是 InnoDB, 在 MySQL 5.5版本之后成为了默认存储引擎

连接器

默认情况下, 每个客户端连接都会在服务器进程中拥有一个线程, 该连接的查询只会在这个线程中执行.
当客户端(应用)连接到 MySQL服务器时, 服务器需要对其进行身份验证, 身份验证基于用户名, 密码, 主机ip和端口号, 客户端连接成功之后, 服务器会继续验证该客户端的查询权限(例如, 是否有查看user库的权限, 是否允许对mysql库的user表进行SELECT)

创建新连接时身份验证基本信息

分析优化和执行

查询缓存

在执行一条 SELECT查询语句的时候会先去查询缓存看能否直接命中, 能命中就直接返回, 缓存中没有才会去进行下一步

只要表有更新操作, 那么这张表的缓存就会更新, 所以对于一张更新较[]频繁的表来说缓存命中是比较低的 从 MySQL 5.7.20版本开始,
查询缓存已经被官方标注为废弃了, 8.0版本完全移除 在 MySQL 8.0版本之前, 想关闭查询缓存可以将参数
query_cache_type 设置为 DEMADN

分析器

在该步骤主要进行两件事:

• 词法分析根据你的SQL语句识别出关键字来构建语法树, 方便后面的模块获取表名, 字段名, where条件等
• 语法分析根据词法分析结果, 语法分析会判断你输入的SQL语句是否满足 MySQL语法

优化器&执行器

在优化器中主要做了三件事:

• prepare 预处理阶段:

  • 查询 SQL中的表, 字段是否存在
  • 将 select * 上的 * 扩列为所有列

• optimize 优化阶段:

  • 判断当前 SQL语句使用的索引类型, 主键索引, 普通索引, 覆盖索引, 全表扫描等

• execute 执行阶段:

  • 根据优化结果执行 SQL查询, 从存储引擎中获取查询结果并返回

优化器并不关心查询引擎类型, 但是存储引擎对于查询优化是有影响的.

存储引擎

在 MySQL中, 可以使用 show engines命令来查询 MySQL支持的所有存储引擎

可以看到, 当前默认存储引擎是InnoDB, 同时只有InnoDB是支持事务的

MyISAM和InnoDB的区别

老生常谈了, 也是面试高频考点

	MyISAM	InnoDB
行级锁	只有表级锁支	持行级锁和表级锁, 默认为行级锁
事务	不支持事务	实现了四个隔离级别, 具有提交和回滚事务的能力, 默认使用 REPEATABLE-READ（可重读）隔离级别是可以解决幻读问题发生的
外键	不支持	支持, 在阿里的<java开发手册>中是不推荐使用外键的
异常崩溃后的安全恢复	不支持	支持, redo log
MVCC	不支持	支持

事务

事务的四大特性

• 原子性: 一个事务中的数据操作, 要么全部成功, 要么全部失败并回滚到执行之前的状态
• 一致性: 事务操作前后, 数据满足完整性约束, 数据库保持一致性状态
• 隔离性: 事务之间相互隔离, 互不影响, 每个事务都有一个完整的数据空间, 在一个事务结束之前对其他事务来讲应该是不存在的
• 持久化: 事务结束之后, 对数据的操作即为永久的, 即便系统故障也不会消失

隔离级别

• 未提交读 (READ UNCOMMITTED): 在事务中可以查看其他事务未提交的修改

  • 读取未提交的事务也叫脏读

• 读提交 (READ COMMITTED):一个事务可以看到其他事务在他开始之后提交的修改

  • 同一个事务两次执行相同语句可能会看到不同的数据结果, 不可重复读

• M可重复读(REPEATABLE READ): 同一个事务在多次读取相同行数据的结果相同

  • 当一个事务执行范围查询过程中, 另外一个事务对该范围进行了插入操作, 当再次对该范围进行查询的时候, 就会出现幻行, 也就是幻读

• 串行化(SERIALIZABLE):最高的事务隔离级别, 解决了幻读问题. 其会在读取的每一行数据都进行加锁操作

多个事务之间引发的隔离问题

• 脏读: 读取未提交的事务
• 不可重复读: 同一个事务两次执行相同语句可能会看到不同的数据结果
• 幻读: 当一个事务执行范围查询过程中, 另外一个事务对该范围进行了插入操作, 当再次对该范围进行查询的时候, 就会出现幻行

不可重复度重点在于修改, 幻读重点在于新增或删除

事务隔离总结

SQL的隔离级别

隔离级别	脏读	不可重复读	幻读	加锁读
未提交读	是	是	是	否
提交读	否	是	是	否
可重复读	否	否	是	否
串行化	否	否	否	是

事务死锁

当有两个或两个以上的事务互相持有和请求相同资源上的锁, 就会产生循环依赖, 我们将其称之为死锁

为了解决事务死锁问题, 数据库系统实现了死锁检测和锁超时机制. 在InnoDB引擎中, 检测到循环依赖后会自动返回一个错误信息

MySQL的日志

在 MySQL中一共有三种日志, 分别是:

• redo log(重做日志): 是 InnoDB存储引擎层生成的日志, 实现了事务中的持久性, 主要用于故障恢复
  undo log(回滚日志): 是 InnoDB存储引擎层生成的日志, 实现了事务中的原子性, 主要用于事务回滚和- MVCC
• binlog(归档日志): 是 Server层生成的日志, 主要用于数据备份和主从复制

索引

建立索引的注意事项

建议建立索引的字段:

• 频繁查询的
• 用以缩小查询范围的
• 排序的字段
• 不建议用来建立索引的字段:
• 查询少且涉及的列或重复值多的
• 特殊的数据类型, 例如: text
• 可以为null的字段, 索引为null时会导致引擎放弃使用索引而进行全表扫描

MySQL中的索引

• 主键索引: 加速查询 + 列值唯一(不允许为null) + 表中不允许有重复
• 唯一索引: 加速查询 + 列值唯一(允许有null)
• 普通索引: 加速查询
• 组合索引: 多列组合成一个索引
• 哈希索引
• B树索引
• B+树索引
• 聚簇索引: 表数据和主键一起存储, 主键索引的叶节点存储行数据, 二级索引的叶节点存储行的主键值.
• 非聚簇索引

数据库优化

• 范式优化: 消除冗余
• 反范式优化: 增加冗余, 减少 join
• 限定数据的范围: 禁止不带限制的范围查询
• 读/写分离: 主库写, 从库读
• 拆分表: 分库分表, 物理层面上将数据分区, 可以避免扫描全表, 明显缩短查询时间