面试官:说说一条查询sql的执行流程和底层原理?

Posted by fsoooo Blog on April 10, 2018

作者:孤独烟,资深后端工程师,业内知名原创作者

一条查询SQL执行流程图如下

img

本文改编自《高性能Mysql》,烟哥用小说的形式来讲这个内容。

序章 自我介绍

我是一条sql,就是一条长长的字符串,不要问我长什么样,因为我比较傲娇。

img

额~~不是我不说啊,因为细说起来,我可以细分为

DML

(Update、Insert、Delete),

DDL

(表结构修改),

DCL

(权限操作),

DQL

(Select)操作,一个个去介绍,我怕大家嫌我烦!

嗯,大家没什么意见,我继续往下自我介绍了~

由于种类太多,这里我只是一条查询SQL,也就是一句DQL。

客户端按照Mysql通信协议,把我发送到服务端。

当我到达服务端后,我会在一个单独的

线程

里进行执行。服务端要先…

img

万万没想到,我又被打断了~好吧,因为我在一个线程里执行,总要有办法能看到线程的执行状态吧。Mysql提供了下面的命令,给大家查看

SHOW [FULL] PROCESSLIST

出来的结果是长下面这样的

img

图里

Command

这一列,反应的就是这个线程当前的执行状态啦。我在这个线程的执行过程中,状态是会变化很多次。

你看图里,有一个

Sleep

,这是在告诉你线程正在等待客户端发送新的请求。还有一个为

Query

,这代表线程正在执行查询或者正在将结果发送给客户端。

至于其他的,还有

Locked
Sending data

等等,分别代表…

img

额,好吧,唠唠叨叨了一大堆,大家居然木有嫌我烦,嗯,至于其他状态的含义大家可以去Mysql官网查询哦。

嗯,回到刚才的话题。我到达服务端后,Mysql要判断我的前6个字符是否为

select

。并且,语句中不带有

SQL_NO_CACHE

关键字,如果符合条件,就进入查询缓存。

第一章 我和查询缓存的那些事

说到查询缓存,它其实是一个哈希表,它将执行过的语句及其结果会以 key-value 对的形式,被直接缓存在内存中。 它的key是一个哈希值,是通过查询SQL(也就是我)、当前要查询的数据库、客户端协议版本等,生成的一个哈希值,而它的value自然就是查询结果啦。

当然,如果我要绕过查询缓存,也很简单。我可以像下面这么写:

Select SQL_NO_CACHE * from table

也可以将参数query_cache_type设置成DEMAND来绕过查询缓存。

可是,有一天查询缓存悲伤的对我说:”你将来再也看不到我了,我已经被历史淘汰了,Mysql8.0版本开始就没有我了!” 听到这个消息后,我表面上故作坚强的对查询缓存说:”不要方,大家会想你的!” 然而,实际上心里想的是:”嘿嘿嘿,你个坑爹的,终于不存在了!”大家不要觉得我太邪恶,毕竟查询缓存实在是太不好用了。接下来我们来说说解析器…

img

万万没想到,本来想糊弄过去的。结果…好吧,回到正题,因为

  • 只要有对一个表的更新,这个表上所有的查询缓存都会被清空
  • SQL任何字符上的不同,如空格,注释,都会导致缓存不命中

因此,我能想到用查询缓存的表,只有一种情况,那就是配置表。其他的业务表,根本是无法利用查询缓存的特性,或许Mysql团队也是觉得查询缓存的使用场景过于局限,就无情的将它剔除。

第二章 我和分析器的爱恨情仇

(本文将解析器和预处理器统一称为分析器) 话说,我离开查询缓存后,进入解析器。 解析器:”来来来,我先对你进行词法分析,告诉我你长啥样?” 我是下面这样的

select username from userinfo

解析器:”好,好,好。我有两个阶段,我先对你进行词法分析,我将你从左到右一个字符、一个字符地输入,然后根据构词规则识别单词。你将会生成4个Token,如下所示。”

img

解析器:”接下来呢,进行语法解析,判断你输入的这个 SQL 语句是否满足 MySQL 语法。然后生成下面这样一颗语法树。”

img

我:”如果语法不对呢?”

解析器:”那你会收到一个提示如下!”

You have an error in your SQL syntax

解析器:”顺利生成语法树以后,我就将你送往预处理器!” 预处理器:”老弟,你来拉!” 我:”嗯!” 预处理器:”老弟,我来帮你看看你的列名对不对,数据库的这张表里是不是真的有这个列。再看看表名对不对,如果不对,你会看到下面的错误!”

Unknown column xxx in ‘where clause’

预处理器:”最后我再给你送去做权限验证,如果你没有操作这个表的权限,会报下面这个错误!”

ERROR 1142 (42000): SELECT command denied to user 'root'@'localhost' for table 'xxx'

(这个地方,大家可能有疑问,因为有些文章说是执行器做的权限验证,可以直接拉到本文底部看说明)

最后,这颗语法树会传递给优化器。

第三章 我和优化器的动人过往

在告别了解析器后,我进入了优化器。 优化器大哥:”告诉我,你长什么样啊?” 我说道:”大哥不要捉急,我是长这样的~”(这里优化的其实应该是语法树,我只是为了便于说明,才用SQL当例子,实际上是针对语法树进行优化)

select t1.*
from Table1 t1
inner join Table2 t2
on t1.CommonID = t2.CommonID

优化器大哥:”我的任务就是帮你判断一下怎么样执行更快,比如先查Table1再查Table2,还是先查Table2再查Table1呢?判断完如何执行以后,生成执行计划就好啦!” 我很不信任的说道:“哼,你就不会判断失误么!” 优化器大哥:”那就要对SQL进行改写啦,比如你带了STRAIGHT_JOIN关键字,长下面这样”

select t1.*
from Table1 t1
STRAIGHT_JOIN  Table2 t2
on t1.CommonID = t2.CommonID

“那我就知道强制先找Table1再关联找Table2啦,类似的例子还有很多,我就不一一列举了!” (STRAIGHT_JOIN功能同join类似,但能让左边的表来驱动右边的表,能改表优化器对于联表查询的执行顺序。)

我说道:”哇塞,如何编写一个高效的SQL,真是一门学问啊!” 于是,优化器大哥将我变身为一个执行计划,然后交给执行器啦~

第四章 我和执行器的悲情经历

我:”执行器大哥,你是用来做什么的?” 执行器:”就是根据执行计划来进行执行查询啦。我就根据你的指令,逐条调用底层存储引擎,逐步执行。” MySQL定义了一系列抽象存储引擎API,以支持插件式存储引擎架构。Mysql实现了一个抽象接口层,叫做 handler(sql/handler.h),其中定义了接口函数,比如:ha_open, ha_index_end, ha_create等等,存储引擎需要实现这些接口才能被系统使用。

末章 一些感慨

最后一个阶段,Mysql会将查询结果返回客户端。 唯一需要说明的是,如果是SELECT类型的SQL,Mysql会将查询结果缓存起来。至于其他的SQL,就将该表涉及到的查询缓存清空。

一些疑问

这里关于权限验证究竟在哪个阶段执行,大家可能会有一些疑问。 之前有一个大牛的文章说是权限验证是在执行阶段,去执行前验证权限,大家如果看过他的文章,可能会有疑问。我也不是乱质疑人家,毕竟我只是一个小咖。我在这里只是发表一下我自己的论点,欢迎大家拍砖。

论点一:权限验证在执行器中判断从逻辑上说不通 一条查询SQL经过查询缓存、分析器、优化器,执行器。如果到最后一个阶段执行器中才发现权限不足、那不是前面一系列流程白做了,Mysql应该不至于这么傻吧~

论点二:同《高性能Mysql》一书内容不符 该书209页有一句话如下图所示

img

该书也指明权限验证是在预处理器中执行。本文中将预处理和解析器统一划分为分析器的范畴。

论点三:同源码不符 我翻看了Mysql5.7.25这个版本的源码,其在处理查询这段的核心代码如下 在sql_parse.cc文件中,有这么一段代码如下

case SQLCOM_SELECT:
 {
    //省略
    res= select_precheck(thd, lex, all_tables, first_table);
    if (!res)
      res= execute_sqlcom_select(thd, all_tables);
    //省略
  }

其中select_precheck是进行权限校验。而优化器和执行器是在execute_sqlcom_select这个方法中。 当然,大家有新的见解,欢迎留言。