MySQL 架构总览->查询执行流程->SQL 解析顺序数据库mysql后端运维程序员

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 架构总览架构最好看图，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。

文章图片

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。

文章图片

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 ON JOIN WHERE GROUP BY HAVING SELECT DISTINCT ORDER BY LIMIT

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(10) NOT NULL, name VARCHAR(10) NOT 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,name) VALUES('aaa','mike'),('bbb','jack'),('ccc','mike'),('ddd','mike'); INSERT INTO table2(uid) VALUES('aaa'),('aaa'),('bbb'),('bbb'),('bbb'),('ccc'),(NULL);

最后想要的结果

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
【MySQL 架构总览->查询执行流程->SQL 解析顺序】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 (0.00 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。

文章图片

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 (0.00 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唯一索引，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 |0 | +-----+-------+ 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：唯一可使用 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 |0 | +-----+-------+ 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最大 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最终结果。

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：