MySQL 架构总览->查询执行流程->SQL 解析顺序

2021-09-24 00:00:00 查询 子句 连接 生成 模块


前言

一直是想知道一条 SQL 语句是怎么被执行的,它执行的顺序是怎样的,然后查看总结各方资料,就有了下面这一篇博文了。

本文将从 MySQL 总体架构 -> 查询执行流程 -> 语句执行顺序来探讨一下其中的知识。

MySQL 架构总览

架构好看图,再配上必要的说明文字。

下图根据参考书籍中一图为原本,再在其上添加上了自己的理解。

从上图中我们可以看到,整个架构分为两层,上层是 MySQLD 的被称为的‘SQL Layer’,下层是各种各样对上提供接口的存储引擎,被称为‘Storage Engine Layer’。其它各个模块和组件,从名字上就可以简单了解到它们的作用,这里就不再累述了。

查询执行流程

下面再向前走一些,容我根据自己的认识说一下查询执行的流程是怎样的:

连接
  • 客户端发起一条 Query 请求,监听客户端的‘连接管理模块’接收请求;
  • 将请求转发到‘连接进/线程模块’;
  • 调用‘用户模块’来进行授权检查;
  • 通过检查后,‘连接进/线程模块’从‘线程连接池’中取出空闲的被缓存的连接线程和客户端请求对接,如果失败则创建一个新的连接请求。
处理
  • 先查询缓存,检查 Query 语句是否完全匹配,接着再检查是否具有权限,都成功则直接取数据返回;
  • 上一步有失败则转交给‘命令解析器’,经过词法分析,语法分析后生成解析树;
  • 接下来是预处理阶段,处理解析器无法解决的语义,检查权限等,生成新的解析树;
  • 再转交给对应的模块处理;
  • 如果是 SELECT 查询还会经由‘查询优化器’做大量的优化,生成执行计划;
  • 模块收到请求后,通过‘访问控制模块’检查所连接的用户是否有访问目标表和目标字段的权限;
  • 有则调用‘表管理模块’,先是查看 table cache 中是否存在,有则直接对应的表和获取锁,否则重新打开表文件;
  • 根据表的 meta 数据,获取表的存储引擎类型等信息,通过接口调用对应的存储引擎处理;
  • 上述过程中产生数据变化的时候,若打开日志功能,则会记录到相应二进制日志文件中。

结果

  • Query 请求完成后,将结果集返回给‘连接进/线程模块’;
  • 返回的也可以是相应的状态标识,如成功或失败等;
  • ‘连接进/线程模块’进行后续的清理工作,并继续等待请求或断开与客户端的连接。

SQL解析顺序

接下来再走一步,让我们看看一条 SQL 语句的前世今生。

首先看一下示例语句:

SELECT DISTINCT
    < select_list >
FROM
    < left_table > < join_type >
JOIN < right_table > ON < join_condition >
WHERE
    < where_condition >
GROUP BY
    < group_by_list >
HAVING
    < having_condition >
ORDER BY
    < order_by_condition >
LIMIT < limit_number >

然而它的执行顺序是这样的:

FROM <left_table>
ON <join_condition>
<join_type> JOIN <right_table>
WHERE <where_condition>
GROUP BY <group_by_list>
HAVING <having_condition>
SELECT 
DISTINCT <select_list>
ORDER BY <order_by_condition>
LIMIT <limit_number>

虽然自己没想到是这样的,不过一看还是很自然和谐的,从哪里获取,不断的过滤条件,要选择一样或不一样的,排好序,那才知道要取前几条呢。

既然如此了,那就让我们一步步来看看其中的细节吧。

准备工作

创建测试数据库

create database testQuery

创建测试表

CREATE TABLE table1
(
    uid VARCHAR(10NOT NULL,
    name VARCHAR(10NOT NULL,
    PRIMARY KEY(uid)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;

CREATE TABLE table2
(
    oid INT NOT NULL auto_increment,
    uid VARCHAR(10),
    PRIMARY KEY(oid)
)ENGINE=INNODB DEFAULT CHARSET=UTF8;

插入数据

INSERT INTO table1(uid,nameVALUES('aaa','mike'),('bbb','jack'),('ccc','mike'),('ddd','mike');

INSERT INTO table2(uid) VALUES('aaa'),('aaa'),('bbb'),('bbb'),('bbb'),('ccc'),(NULL);

后想要的结果

SELECT
    a.uid,
    count(b.oid) AS total
FROM
    table1 AS a
LEFT JOIN table2 AS b ON a.uid = b.uid
WHERE
    a. NAME = 'mike'
GROUP BY
    a.uid
HAVING
    count(b.oid) < 2
ORDER BY
    total DESC
LIMIT 1;
现在开始SQL解析之旅吧!
  • FROM

当涉及多个表的时候,左边表的输出会作为右边表的输入,之后会生成一个虚拟表 VT1。

(1-J1)笛卡尔积

计算两个相关联表的笛卡尔积 (CROSS JOIN) ,生成虚拟表 VT1-J1。

mysql> select * from table1,table2;
+-----+------+-----+------+
| uid | name | oid | uid  |
+-----+------+-----+------+
| aaa | mike |   1 | aaa  |
| bbb | jack |   1 | aaa  |
| ccc | mike |   1 | aaa  |
| ddd | mike |   1 | aaa  |
| aaa | mike |   2 | aaa  |
| bbb | jack |   2 | aaa  |
| ccc | mike |   2 | aaa  |
| ddd | mike |   2 | aaa  |
| aaa | mike |   3 | bbb  |
| bbb | jack |   3 | bbb  |
| ccc | mike |   3 | bbb  |
| ddd | mike |   3 | bbb  |
| aaa | mike |   4 | bbb  |
| bbb | jack |   4 | bbb  |
| ccc | mike |   4 | bbb  |
| ddd | mike |   4 | bbb  |
| aaa | mike |   5 | bbb  |
| bbb | jack |   5 | bbb  |
| ccc | mike |   5 | bbb  |
| ddd | mike |   5 | bbb  |
| aaa | mike |   6 | ccc  |
| bbb | jack |   6 | ccc  |
| ccc | mike |   6 | ccc  |
| ddd | mike |   6 | ccc  |
| aaa | mike |   7 | NULL |
| bbb | jack |   7 | NULL |
| ccc | mike |   7 | NULL |
| ddd | mike |   7 | NULL |
+-----+------+-----+------+
28 rows in set (0.00 sec)

(1-J2) ON过滤

基于虚拟表 VT1-J1 这一个虚拟表进行过滤,过滤出所有满足 ON 谓词条件的列,生成虚拟表 VT1-J2。

注意:这里因为语法限制,使用了 'WHERE' 代替,从中读者也可以感受到两者之间微妙的关系。

mysql> SELECT
    -> *
    -> FROM
    -> table1,
    -> table2
    -> WHERE
    -> table1.uid = table2.uid
    -> ;
+-----+------+-----+------+
| uid | name | oid | uid  |
+-----+------+-----+------+
| aaa | mike |   1 | aaa  |
| aaa | mike |   2 | aaa  |
| bbb | jack |   3 | bbb  |
| bbb | jack |   4 | bbb  |
| bbb | jack |   5 | bbb  |
| ccc | mike |   6 | ccc  |
+-----+------+-----+------+
6 rows in set (0.00 sec)

(1-J3) 添加外部列

如果使用了外连接 (LEFT,RIGHT,FULL),主表(保留表)中的不符合ON条件的列也会被加入到 VT1-J2中,作为外部行,生成虚拟表 VT1-J3。

mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid;
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| aaa | mike |    1 | aaa  |
| aaa | mike |    2 | aaa  |
| bbb | jack |    3 | bbb  |
| bbb | jack |    4 | bbb  |
| bbb | jack |    5 | bbb  |
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
7 rows in set (.00 sec)

下面从网上找到一张很形象的关于 ‘SQL JOINS' 的解释图,如若侵犯了你的权益,请劳烦告知删除,谢谢。

  • WHERE

对 VT1 过程中生成的临时表进行过滤,满足 WHERE 子句的列被插入到 VT2 表中。

注意:此时因为分组,不能使用聚合运算;也不能使用 SELECT 中创建的别名;

与 ON 的区别

  • 如果有外部列,ON针对过滤的是关联表,主表(保留表)会返回所有的列;
  • 如果没有添加外部列,两者的效果是一样的。

应用

  • 对主表的过滤应该放在 WHERE;
  • 对于关联表,先条件查询后连接则用ON,先连接后条件查询则用 WHERE。
mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike';
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| aaa | mike |    1 | aaa  |
| aaa | mike |    2 | aaa  |
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
4 rows in set (0.00 sec)
  • GROUP BY

这个子句会把 VT2 中生成的表按照 GROUP BY 中的列进行分组,生成 VT3 表。

注意:其后处理过程的语句,如 SELECT、HAVING,所用到的列必须包含在 GROUP BY 中,对于没有出现的,得用聚合函数;

原因:GROUP BY 改变了对表的引用,将其转换为新的引用方式,能够对其进行下一级逻辑操作的列会减少。

我的理解是:根据分组字段,将具有相同分组字段的记录归并成一条记录,因为每一个分组只能返回一条记录,除非是被过滤掉了,而不在分组字段里面的字段可能会有多个值,多个值是无法放进一条记录的,所以必须通过聚合函数将这些具有多值的列转换成单值;

mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid;
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| aaa | mike |    1 | aaa  |
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
3 rows in set (.00 sec)
  • HAVING

这个子句对 VT3 表中的不同的组进行过滤,只作用于分组后的数据,满足 HAVING 条件的子句被加入到 VT4 表中。

mysql> SELECT
    -> *
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2;
+-----+------+------+------+
| uid | name | oid  | uid  |
+-----+------+------+------+
| ccc | mike |    6 | ccc  |
| ddd | mike | NULL | NULL |
+-----+------+------+------+
2 rows in set (0.00 sec)
  • SELECT

这个子句对 SELECT 子句中的元素进行处理,生成 VT5 表。

(5-J1) 计算表达式 计算 SELECT 子句中的表达式,生成 VT5-J1。

(5-J2) DISTINCT

寻找 VT5-1 中的重复列,并删掉,生成 VT5-J2。

如果在查询中指定了 DISTINCT 子句,则会创建一张内存临时表(如果内存放不下,就需要存放在硬盘了)。这张临时表的表结构和上一步产生的虚拟表 VT5 是一样的,不同的是对进行 DISTINCT 操作的列增加了一个索引,以此来除重复数据。

mysql> SELECT
    -> a.uid,
    -> count(b.oid) AS total
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |     1 |
| ddd |      |
+-----+-------+
2 rows in set (0.00 sec)
  • ORDER BY

从 VT5-J2 中的表中,根据 ORDER BY 子句的条件对结果进行排序,生成 VT6 表。

注意:可使用 SELECT 中别名的地方。

mysql> SELECT
    -> a.uid,
    -> count(b.oid) AS total
    -> FROM
    -> table1 AS a
    -> LEFT OUTER JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2
    -> ORDER BY
    -> total DESC;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |     1 |
| ddd |      |
+-----+-------+
2 rows in set (0.00 sec)
  • LIMIT

LIMIT 子句从上一步得到的 VT6 虚拟表中选出从指定位置开始的指定行数据。

注意

  • offset 和 rows 的正负带来的影响;
  • 当偏移量很大时效率是很低的,可以这么做;
  • 采用子查询的方式优化,在子查询里先从索引获取到大 id,然后倒序排,再取 N 行结果集;
  • 采用 INNER JOIN 优化,JOIN 子句里也优先从索引获取 ID 列表,然后直接关联查询获得终结果。
mysql> SELECT
    -> a.uid,
    -> count(b.oid) AS total
    -> FROM
    -> table1 AS a
    -> LEFT JOIN table2 AS b ON a.uid = b.uid
    -> WHERE
    -> a. NAME = 'mike'
    -> GROUP BY
    -> a.uid
    -> HAVING
    -> count(b.oid) < 2
    -> ORDER BY
    -> total DESC
    -> LIMIT 1;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |     1 |
+-----+-------+
1 row in set (0.00 sec)

至此 SQL 的解析之旅就结束了,上图总结一下:

尾声

嗯,到这里这一次的深入了解之旅就差不多真的结束了,虽然也不是很深入,只是一些东西将其东拼西凑在一起而已,参考了一些以前看过的书籍,大师之笔果然不一样。而且在这过程中也是 get 到了蛮多东西的,重要的是更进一步意识到,计算机软件世界的宏大呀~

转自:AnnsShadoW 
cnblogs.com/annsshadow/p/5037667.html




相关文章