前言
在平常的开发中，可能很多人都是 CRUD，对 SQL 语句的语法很熟练，但是说起一条 SQL 语句在 MySQL 中是怎么执行的却浑然不知，今天我就由浅入深，带大家一点点剖析一条 SQL 语句在 MySQL 中是怎么执行的，吊打面试官。本文主要从两个方面，查询语句和更新语句来解析。
一条 SQL 查询语句如何执行的
比如你执行下面这个 SQL 语句时，我们看到的只是输入一条语句，返回一个结果，却不知道 MySQL 内部的执行过程：
mysql> select * from T where ID=10；在剖析这个语句怎么执行之前，我们先看一下 MySQL 的基本架构示意图，能更清楚的看到 SQL 语句在 MySQL 的各个功能模块中的执行过程。
整体来说，MySQL 可以分为 Server 层和存储引擎两部分。
Server 层包括连接器、查询缓存、分析器、优化器、执行器等，涵盖 MySQL 的大多数核心服务功能，以及所有的内置函数（如日期、时间、数学和加密函数等），所有跨存储引擎的功能都在这一层实现，比如存储过程、触发器、视图等。
存储引擎负责数据的存储和提取，其架构模式是插件式的，支持 InnoDB、MyISAM、Memory 等多个存储引擎。MySQL 5.5.5 之后默认是使用 InnoDB，如果不指定就会使用该存存储引擎，也可以在创建表的时候指定存储引擎或修改存储引擎。
从架构图中可以看出，不同的存储引擎共用一个 Server 层。
连接器
如果要操作 MySQL 数据库，我们必须使用 MySQL 客户端来连接 MySQL 服务器，这时候就是服务器中的连接器来负责根客户端建立连接、获取权限、维持和管理连接，一般的命令如下：
mysql -h$ip -P$port -u$username -p[$password] 在和服务端完成 TCP 连接后，连接器就要认证身份，用到用户名和密码
- 如果用户名和密码不对，就会返回错误并结束客户端程序
- 如果用户名和密码通过，连接器就会到权限表里面查出你拥有的权限，之后连接里面的权限判断逻辑都依赖于此时读到的权限
这说明一个用户成功建立连接后，即使对这个用户的权限做了修改，也不会影响现有的连接的权限，修改完之后只有再新建的连接才会使用新的权限设置。
连接建立之后，没有执行任何语句，这个连接就会处于空闲状态，如果客户端太长时间没动静，连接器就会自动将他断开，这个时间是由 wait_timeout 控制的，默认是 8 小时。
如果连接断开后客户端再次发送请求的话，就会收到错误提醒，如果要继续就需要重连，然后执行请求。数据库里面的连接分为长连接和短连接。
- 长连接是指连接成功后，如果客户端持续有请求，则一直使用同一个连接
- 短连接是指每次执行很少的几次查询就断开连接，下次查询再重新建立连接
由于建立连接是很复杂的，所以尽量使用长连接，但是全部使用长连接之后，MySQL 内存就会涨的很快，因为 MySQL 在执行过程中临时使用的内存是管理在连接对象里面的，这些资源在连接断开时才会释放。所以如果长连接积累下来导致内存占用太大大，被系统强行杀掉（OOM），从现象看就是 MySQL 异常重启了。
那怎么解决这个问题呢？
- 定期断开长连接。使用一段时间，或者程序里面判断执行过一个占用内存大的查询后，断开连接，之后要查询再重连。
- 如果是 MySQL 5.7 或之后的版本，可以在每次执行一个比较大的操作后，通过执行
mysql_reset_connection来重新初始化连接资源。这个过程不需要重连和重新做权限验证，但是会将连接恢复到刚刚创建完时的状态。
查询缓存
建立完连接后，就可以执行查询语句了，来到第二步：查询缓存。
MySQL 拿到第一个查询请求后，会先到查询缓存看看，之前是不是执行过这条语句。之前执行过的语句及其结果可能会以 key-value 对的形式，被直接缓存在内存中，如果你的查询能够直接在这个缓存中找到 key，那么这个 value 就会被直接返回给客户端。
如果语句不在查询缓存中，就会继续后面的执行阶段。执行完成后，执行结果会被存入查询缓存中。你可以看到，如果查询命中缓存，MySQL 不需要执行后面的复杂操作，就可以直接返回结果，这个效率会很高。
但是大多数情况下我会建议你不要使用查询缓存，为什么呢？因为查询缓存往往弊大于利。
查询缓存的失效非常频繁，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。因此很可能你费劲地把结果存起来，还没使用呢，就被一个更新全清空了。对于更新压力大的数据库来说，查询缓存的命中率会非常低。除非你的业务就是有一张静态表，很长时间才会更新一次。比如，一个系统配置表，那这张表上的查询才适合使用查询缓存。
好在 MySQL 也提供了这种“按需使用”的方式。你可以将参数 query_cache_type 设置成 DEMAND，这样对于默认的 SQL 语句都不使用查询缓存。而对于你确定要使用查询缓存的语句，可以用 SQL_CACHE 显式指定，像下面这个语句一样：
mysql> select SQL_CACHE * from T where ID=10；MySQL 8.0 版本直接将查询缓存的整块功能删掉了，也就是说 8.0 开始彻底没有这个功能了。
分析器
如果没有命中缓存，就要开始真正执行语句了，MySQL 首先会对 SQL 语句做解析。
分析器会先做 “词法分析”，MySQL 需要识别出 SQL 里面的字符串分别是什么，代表什么。
做完之后就要做“语法分析”，根据词法分析的结果，语法分析器会根据语法规则，判断你输入的这个 SQL 语句是否满足 MySQL 语法。若果语句不对，就会收到错误提醒。
优化器
经过了分析器，MySQL 就知道要做什么了，但是在开始执行之前，要先经过优化器的处理。
比如：优化器是在表里面有多个索引的时候，决定使用哪个索引；或者在一个语句有多表关联（join）的时候，决定各个表的连接顺序。
MySQL 会帮我去使用他自己认为的最好的方式去优化这条 SQL 语句，并生成一条条的执行计划，比如你创建了多个索引，MySQL 会依据成本最小原则来选择使用对应的索引，这里的成本主要包括两个方面, IO 成本和 CPU 成本。
- IO 成本：即从磁盘把数据加载到内存的成本，默认情况下，读取数据页的 IO 成本是 1，MySQL 是以页的形式读取数据的，即当用到某个数据时，并不会只读取这个数据，而会把这个数据相邻的数据也一起读到内存中，这就是有名的程序局部性原理，所以 MySQL 每次会读取一整页，一页的成本就是 1。所以 IO 的成本主要和页的大小有关。
- CPU 成本：将数据读入内存后，还要检测数据是否满足条件和排序等 CPU 操作的成本，显然它与行数有关，默认情况下，检测记录的成本是 0.2。
优化端完成后，这个语句的执行计划就被确定下来了，进入执行器阶段。
执行器
执行优化之后的执行计划，在开始执行之前，先判断一下用户对这个表有没有执行查询的权限，如果没有，就会返回没有权限的错误；如果有权限，就打开表继续执行。打开表的时候，执行器就会根据表的引擎定义，去使用这个引擎提供的接口。
例如上面那个 SQL 的执行流程：
- 调用 InnoDB 引擎接口取这个表的第一行，判断 ID 值是不是 10，如果不是则跳过，如果是则将这行存在结果集中；
- 调用引擎接口取“下一行”，重复相同的判断逻辑，直到取到这个表的最后一行。
- 执行器将上述遍历过程中所有满足条件的行组成的记录集作为结果集返回给客户端。
至此，这个语句就执行完成了。
对于有索引的表，执行的逻辑也差不多。第一次调用的是“取满足条件的第一行”这个接口，之后循环取“满足条件的下一行”这个接口，这些接口都是引擎中已经定义好的。
以上就是一个查询语句的执行过程，为啥要将查询语句和更新语句分开呢，因为更新语句会涉及的表的修改，与 MySQL 中的日志有很大关联，我们下面再来说！
一条 SQL 更新语句是如何执行的
SQL 的更新语句也会走查询语句的那一套流程。例如下面的这条更新语句：
mysql> update T set c=c+1 where ID=2;执行语句前要先连接数据库，这是连接器的工作。
接下来，分析器会通过词法分析和语法分析知道这是一条更新语句。
优化器决定要使用 ID 这个索引，生成执行计划。
执行器负责具体执行，找到这一行，然后更新。
上面大概就是更新流程，但是与查询流程不一样的是，更新流程还涉及两个重要的日志模块：redo log（重做日志）和 binlog （归档日志）。
redo log
MySQL 如果把每一次的更新操作都写进磁盘，然后磁盘也要找对应的那条记录，然后再更新，整个过程 IO 成本，查找成本都很高。为了解决这个问题，MySQL 中使用到了 WAL （Write-Ahead Logging）技术，它的关键点是先写日志，再写磁盘。
具体来说，当有一条记录需要更新的时候，InnoDB 引擎就会先把更新后的记录写到 redo log里面，并更新内存，这个时候更新就算完成了。同时 InnoDB 引擎会在适当的时候，将这个操作记录更新到磁盘里面，而这个更新往往是在系统比较空闲的时候做。
InnoDB 的 redo log 是固定大小的，是 InnoDB 特有的，是存储引擎级别的，不是 MySQL 级别的，比如可以配置一组 4 个文件，每个文件的大小是 1G，那么就可以记录4 GB 的操作，从头开始写，写到末尾就又回到开头循环写，如下如：
write pos 是当前记录的位置，一边写一边后移，写到第 3 号文件末尾后就回到 0 号文件开头。checkpoint 是当前要擦除的位置，也是往后推移并且循环的，擦除记录前要把记录更新到数据文件。write pos 和 checkpoint 之间的是上还空着的部分，可以用来记录新的操作，如果 write pos 追上 checkpoint，表示满了，这时候不能再执行新的更新，得停下来先擦掉一些记录，把 checkpoint 推进一下。
有了 redo log，InnoDB 就可以保证即使数据库发生异常重启，之前提交的记录都不会丢失，这个能力称为crash-safe。
binlog
从 MySQL 的整体上看，一块是 Server 层，主要做的就是 MySQL 功能层面的事情；另一块是引擎层，负责存储相关的具体事宜。redo log 是 InnoDB 特有的，而 Server 也有自己的日志，称为 binlog（归档日志）。
那为啥会有两份日志呢？
因为最开始的 MySQL 里并没有 InnoDB 引擎，使用的是自带的 MyISAM，但是 MyISAM 没有 crash-safe 的能力，binlog日志只能用于归档。而 InnoDB 是另一个公司以插件形式引入 MySQL 的，只依靠 binlog 是没有 crash-safe 能力的，所以 InnoDB 使用了 redo log 来实现 crash-safe 能力。
两种日志的不同点：
- redo log 是 InnoDB 引擎特有的，binlog 是 MySQL 的 Server 层实现的，所有引擎都可以使用。
- redo log 是物理日志，记录的是 “在某个数据页上做了什么修改”；binlog 是逻辑日志，记录的是这个语句的原始逻辑。
- redo log 是循环写的，空间固定会用完，binlog 是可以追加写的。
binlog 两种模式：statement 格式的话是记sql语句； row格式会记录行的内容，记两条，更新前和更新后都有。
“追加写”是指 binlog 文件写到一定大小后会切换到下一个，并不会覆盖以前的日志。
下面我们看一下这个 update 语句执行的流程：
- 执行器先找引擎取 ID=2 这一行。ID 是主键，引擎直接用树搜索找到这一行。如果 ID=2 这一行所在的数据页本来就在内存中，就直接返回给执行器；否则，需要先从磁盘读入内存，然后再返回。
- 执行器拿到引擎给的行数据，把这个值加上 1，比如原来是 N，现在就是 N+1，得到新的一行数据，再调用引擎接口写入这行新数据。
- 引擎将这行新数据更新到内存中，同时将这个更新操作记录到 redo log 里面，此时 redo log 处于 prepare 状态。然后告知执行器执行完成了，随时可以提交事务。
- 执行器生成这个操作的 binlog，并把 binlog 写入磁盘。
- 执行器调用引擎的提交事务接口，引擎把刚刚写入的 redo log 改成提交（commit）状态，更新完成。
流程图如下：
浅色框表示是在 InnoDB 内部执行的，深色框表示是在执行器中执行的
从图中可以看到，redo log 的写入拆成了两个步骤：prepare 和 commit，这就是”两阶段提交“。
两阶段提交
为什么会有两阶段提交呢？是为了让两份日志之间的逻辑一致。
由于 redo log 和 binlog 是两个独立的逻辑，如果不用两阶段提交，要么是先写完 redo log 再写 binlog，或者反过来，这两种方式会有什么问题：用前面的 update 语句来做例子。假设当前 ID=2 的行，字段 c 的值是 0，再假设执行 update 语句过程中在写完第一个日志后，第二个日志还没有写完期间发生了 crash，会出现什么情况呢？
- 先写 redo log 后写 binlog，假设在 redo log 写完，binlog 还没有写完的时候，MySQL 进程异常重启。由于我们前面说过的，redo log 写完之后，系统即使崩溃，仍然能够把数据恢复回来，所以恢复后这一行 c 的值是 1。但是由于 binlog 没写完就 crash 了，这时候 binlog 里面就没有记录这个语句。因此，之后备份日志的时候，存起来的 binlog 里面就没有这条语句。然后你会发现，如果需要用这个 binlog 来恢复临时库的话，由于这个语句的 binlog 丢失，这个临时库就会少了这一次更新，恢复出来的这一行 c 的值就是 0，与原库的值不同。
- 先写 binlog 后写 redo log，如果在 binlog 写完之后 crash，由于 redo log 还没写，崩溃恢复以后这个事务无效，所以这一行 c 的值是 0。但是 binlog 里面已经记录了“把 c 从 0 改成 1”这个日志。所以，在之后用 binlog 来恢复的时候就多了一个事务出来，恢复出来的这一行 c 的值就是 1，与原库的值不同。
可以看到，如果不使用“两阶段提交”，那么数据库的状态就有可能和用它的日志恢复出来的库的状态不一致。
极客时间MySQL45讲
