这篇文章将从查询缓存，索引，优化器，explain，redo 日志，undo 日志，事务隔离级别，锁等方面来讲解 MySQL。
图片来自 Pexels
![]()
这张图是重点！！！咱要先对 MySQL 有一个宏观的了解，知道他的执行流程。
一条 SQL 语句过来的流程是什么样的？
①当客户端连接到 MySQL 服务器时，服务器对其进行认证。可以通过用户名与密码认证，也可以通过 SSL 证书进行认证。登录认证后，服务器还会验证客户端是否有执行某个查询的操作权限。
②在正式查询之前，服务器会检查查询缓存，如果能找到对应的查询，则不必进行查询解析，优化，执行等过程，直接返回缓存中的结果集。
③MySQL 的解析器会根据查询语句，构造出一个解析树，主要用于根据语法规则来验证语句是否正确，比如 SQL 的关键字是否正确，关键字的顺序是否正确。而预处理器主要是进一步校验，比如表名，字段名是否正确等。
④查询优化器将解析树转化为查询计划，一般情况下，一条查询可以有很多种执行方式，最终返回相同的结果，优化器就是根据成本找到这其中最优的执行计划。
⑤执行计划调用查询执行引擎，而查询引擎通过一系列 API 接口查询到数据。
⑥得到数据之后，在返回给客户端的同时，会将数据存在查询缓存中。
我们先通过 show variables like '%query_cache%' 来看一下默认的数据库配置，此为本地数据库的配置。![]()
①have_query_cache：当前的 MySQL 版本是否支持“查询缓存”功能。
②query_cache_limit：MySQL 能够缓存的最大查询结果，查询结果大于该值时不会被缓存。默认值是 1048576(1MB)。
③query_cache_min_res_unit：查询缓存分配的最小块（字节）。默认值是 4096（4KB）。
当查询进行时，MySQL 把查询结果保存在 query cache，但是如果保存的结果比较大，超过了 query_cache_min_res_unit 的值，这时候 MySQL 将一边检索结果，一边进行保存结果。
他保存结果也是按默认大小先分配一块空间，如果不够，又要申请新的空间给他。
如果查询结果比较小，默认的 query_cache_min_res_unit 可能造成大量的内存碎片，如果查询结果比较大，默认的 query_cache_min_res_unit 又不够，导致一直分配块空间。
所以可以根据实际需求，调节 query_cache_min_res_unit 的大小。
注：如果上面说的内容有点弯弯绕，那举个现实生活中的例子，比如咱现在要给运动员送水，默认的是 500ml 的瓶子，如果过来的是少年运动员，可能 500ml 太大了，他们喝不完，造成了浪费。
那我们就可以选择 300ml 的瓶子，如果过来的是成年运动员，可能 500ml 不够，那他们一瓶喝完了，又开一瓶，直接不渴为止。那么那样开瓶子也要时间，我们就可以选择 1000ml 的瓶子。
④query_cache_size：为缓存查询结果分配的总内存。
⑤query_cache_type：默认为 on，可以缓存除了以 select sql_no_cache 开头的所有查询结果。
⑥query_cache_wlock_invalidate：如果该表被锁住，是否返回缓存中的数据，默认是关闭的。
MySQL 的查询缓存实质上是缓存 SQL 的 Hash 值和该 SQL 的查询结果，如果运行相同的 SQL，服务器直接从缓存中去掉结果，而不再去解析，优化，寻找最低成本的执行计划等一系列操作，大大提升了查询速度。
但是万事有利也有弊：
第一个弊端就是如果表的数据有一条发生变化，那么缓存好的结果将全部不再有效。这对于频繁更新的表，查询缓存是不适合的。
比如一张表里面只有两个字段，分别是 id 和 name，数据有一条为 1，张三。
我使用 select * from 表名 where name=“张三”来进行查询，MySQL 发现查询缓存中没有此数据，会进行一系列的解析，优化等操作进行数据的查询。
查询结束之后将该 SQL 的 Hash 和查询结果缓存起来，并将查询结果返回给客户端。
但是这个时候我又新增了一条数据 2，张三。如果我还用相同的 SQL 来执行，他会根据该 SQL 的 Hash 值去查询缓存中，那么结果就错了。
所以 MySQL 对于数据有变化的表来说，会直接清空关于该表的所有缓存。这样其实效率是很差的。
第二个弊端就是缓存机制是通过对 SQL 的 Hash，得出的值为 Key，查询结果为 Value 来存放的，那么就意味着 SQL 必须完完全全一模一样，否则就命不中缓存。
我们都知道 Hash 值的规则，就算很小的查询，哈希出来的结果差距是很多的，所以 select * from 表名 where name=“张三”和SELECT * FROM 表名 WHERE NAME=“张三”和select * from 表名 where name = “张三”，三个SQL 哈希出来的值是不一样的。
大小写和空格影响了他们，所以并不能命中缓存，但其实他们搜索结果是完全一样的。
我们发现将 query_cache_type 设置为 OFF，其实网上资料和各大云厂商提供的云服务器都是将这个功能关闭的，从上面的原理来看，在一般情况下，他的弊端大于优点。
例子：创建一个名为 user 的表，其包括 id，name，age，sex 等字段信息。此外，id 为主键聚簇索引，idx_name 为非聚簇索引。
CREATE
TABLE `user` (
`id` varchar(10) NOT NULL DEFAULT '',
`name` varchar(10) DEFAULT NULL,
`age` int(11) DEFAULT NULL,
`sex` varchar(10) DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_name` (`name`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
我们将其设置 10 条数据，便于下面的索引的理解：INSERT INTO `user` VALUES ('1', 'andy', '20', '女');
INSERT INTO `user` VALUES ('10', 'baby', '12', '女');
INSERT INTO `user` VALUES ('2', 'kat', '12', '女');
INSERT INTO `user` VALUES ('3', 'lili', '20', '男');
INSERT INTO `user` VALUES ('4', 'lucy', '22', '女');
INSERT INTO `user` VALUES ('5', 'bill', '20', '男');
INSERT INTO `user` VALUES ('6', 'zoe', '20', '男');
INSERT INTO `user` VALUES ('7', 'hay', '20', '女');
INSERT INTO `user` VALUES ('8', 'tony', '20', '男');
INSERT INTO `user` VALUES ('9', 'rose', '21', '男');
他包含两个特点：
注：聚簇索引不需要我们显示的创建，他是由 InnoDB 存储引擎自动为我们创建的。如果没有主键，其也会默认创建一个。
上面的聚簇索引只能在搜索条件是主键时才能发挥作用，因为聚簇索引可以根据主键进行排序的。
如果搜索条件是 name，在刚才的聚簇索引上，我们可能遍历，挨个找到符合条件的记录，但是，这样真的是太蠢了，MySQL 不会这样做的。
如果我们想让搜索条件是 name 的时候，也能使用索引，那可以多创建一个基于 name 的二叉树，如下图：他与聚簇索引的不同：
为什么不再是完整信息？MySQL 只让聚簇索引的叶子节点存放完整的记录信息，因为如果有好几个非聚簇索引，他们的叶子节点也存放完整的记录绩效，那就不浪费空间啦。
如果我搜索条件是基于 name，需要查询所有字段的信息，那查询过程是啥？
图就不画了，简单来说，如果 name 和 age 组成一个联合索引，那么先按 name 排序，如果 name 一样，就按 age 排序。
①最左前缀原则。一个联合索引（a,b,c）,如果有一个查询条件有 a，有 b，那么他则走索引，如果有一个查询条件没有 a，那么他则不走索引。
②使用唯一索引。具有多个重复值的列，其索引效果最差。例如，存放姓名的列具有不同值，很容易区分每行。
而用来记录性别的列，只含有“男”，“女”，不管搜索哪个值，都会得出大约一半的行，这样的索引对性能的提升不够高。
③不要过度索引。每个额外的索引都要占用额外的磁盘空间，并降低写操作的性能。
在修改表的内容时，索引必须进行更新，有时可能需要重构，因此，索引越多，所花的时间越长。
④索引列不能参与计算，保持列“干净”，比如 from_unixtime(create_time) = ’2014-05-29’就不能使用到索引。
原因很简单，B+ 树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。
create_time = unix_timestamp(’2014-05-29’);
⑤一定要设置一个主键。前面聚簇索引说到如果不指定主键，InnoDB 会自动为其指定主键，这个我们是看不见的。
反正都要生成一个主键的，还不如我们设置，以后在某些搜索条件时还能用到主键的聚簇索引。
⑥主键推荐用自增 id，而不是 uuid。上面的聚簇索引说到每页数据都是排序的，并且页之间也是排序的，如果是 uuid，那么其肯定是随机的，其可能从中间插入，导致页的分裂，产生很多表碎片。
如果是自增的，那么其有从小到大自增的，有顺序，那么在插入的时候就添加到当前索引的后续位置。当一页写满，就会自动开辟一个新的页。
注：如果自增 id 用完了，那将字段类型改为 bigint，就算每秒 1 万条数据，跑 100 年，也没达到 bigint 的最大值。
①B+ 树的磁盘读写代价更低：B+ 树的内部节点并没有指向关键字具体信息的指针，因此其内部节点相对 B 树更小。
如果把所有同一内部节点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多，一次性读入内存的需要查找的关键字也就越多，相对 IO 读写次数就降低了。
②由于 B+ 树的数据都存储在叶子结点中，分支结点均为索引，方便扫库，只需要扫一遍叶子结点即可。
但是 B 树因为其分支结点同样存储着数据，我们要找到具体的数据，需要进行一次中序遍历按序来扫，所以 B+ 树更加适合在区间查询的情况，所以通常 B+ 树用于数据库索引。
在开篇的图里面，我们知道了 SQL 语句从客户端经由网络协议到查询缓存，如果没有命中缓存，再经过解析工作，得到准确的 SQL，现在就来到了我们这模块说的优化器。
首先，我们知道每一条 SQL 都有不同的执行方法，要不通过索引，要不通过全表扫描的方式。
那么问题就来了，MySQL 是如何选择时间最短，占用内存最小的执行方法呢？
什么是成本？
先来建一个用户表 dev_user，里面包括主键 id，用户名 username，密码 password，外键 user_info_id，状态 status，外键 main_station_id，是否外网访问 visit，这七个字段。
索引有两个，一个是主键的聚簇索引，另一个是显式添加的以 username 为字段的唯一索引 uname_unique。
如果搜索条件是 select * from dev_user where username='XXX'，那么 MySQL 是如何选择相关索引呢？
①使用所有可能用到的索引
我们可以看到搜索条件 username，所以可能走 uname_unique 索引。也可以做聚簇索引，也就是全表扫描。
②计算全表扫描代价
我们通过 show table status like ‘dev_user’命令知道 rows 和 data_length 字段，如下图：![]()
rows：表示表中的记录条数，但是这个数据不准确，是个估计值。
data_length：表示表占用的存储空间字节数。data_length=聚簇索引的页面数量 X 每个页面的大小。反推出页面数量=1589248÷16÷1024=97：
I/O 成本：97X1=97
CPU 成本：6141X0.2=1228
总成本：97+1228=1325
③计算使用不同索引执行查询的代价
因为要查询出满足条件的所有字段信息，所以要考虑回表成本：
④对比各种执行方案的代价，找出成本最低的那个
上面两个数字一对比，成本是采用 uname_unique 索引成本最低。
对于两表连接查询来说，他的查询成本由下面两个部分构成：
如果前面的搜索条件不是等值，而是区间，如 select * from dev_user where username>'admin' and username
步骤 1：先根据 username>'admin' 这个条件找到第一条记录，称为区间最左记录。
步骤 3：如果区间最左记录和区间最右记录相差不是很远，可以准确统计出需要回表的数量。
如果相差很远，就先计算 10 页有多少条记录，再乘以页面数量，最终模糊统计出来。
![]()
产品来索命：
哈哈哈哈，不瞎 BB 啦，如果有些 SQL 贼慢，我们需要知道他有没有走索引，走了哪个索引，这个时候我就需要通过 explain 关键字来深入了解 MySQL 内部是如何执行的。id：一般来说一个 select 一个唯一 id，如果是子查询，就有两个 select，id 是不一样的，但是凡事有例外，有些子查询的，他们 id 是一样的。
这是为什么呢？那是因为 MySQL 在进行优化的时候已经将子查询改成了连接查询，而连接查询的 id 是一样的。
select_type：
simple：不包括 union 和子查询的查询都算 simple 类型。
primary：包括 union，union all，其中最左边的查询即为 primary。
union：包括 union，union all，除了最左边的查询，其他的查询类型都为 union。
table：显示这一行是关于哪张表的。
type 访问方法：
possible_keys：对某表进行单表查询时可能用到的索引。
key：经过查询优化器计算不同索引的成本，最终选择成本最低的索引。
rows：
filtered：
InnoDB 存储引擎是以页为单位来管理存储空间的，我们进行的增删改查操作都是将页的数据加载到内存中，然后进行操作，再将数据刷回到硬盘上。那么问题就来了，如果我要给张三转账 100 块钱，事务已经提交了，这个时候 InnoDB 把数据加载到内存中，这个时候还没来得及刷入硬盘，突然停电了，数据库崩了。
解决方法很明显，我们在硬盘加载到内存之后，进行一系列操作，一顿操作猛如虎，还未刷新到硬盘之前，先记录下，在 XXX 位置我的记录中金额减 100，在 XXX 位置张三的记录中金额加 100。
然后再进行增删改查操作，最后刷入硬盘。如果未刷入硬盘，在重启之后，先加载之前的记录，那么数据就回来了。这个记录就叫做重做日志，即 redo 日志。他的目的是想让已经提交的事务对数据的修改是永久的，就算他重启，数据也能恢复出来。
为了解决磁盘速度过慢的问题，redo 日志不能直接写入磁盘，咱先整一大片连续的内存空间给他放数据。
这一大片内存就叫做日志缓冲区，即 log buffer。到了合适的时候，再刷入硬盘。至于什么时候是合适的，这个下一章节说。
我们可以通过 show VARIABLES like 'innodb_log_buffer_size' 命令来查看当前的日志缓存大小。
下图为线上的大小：
![]()
由于 redo 日志一直都是增长的，且内存空间有限，数据也不能一直待在缓存中，
我们需要将其刷新至硬盘上。
log buffer 空间不足。上面有指定缓冲区的内存大小，MySQL 认为日志量已经占了
总容量的一半左右，就需要将这些日志刷新到磁盘上。
事务提交时。我们使用 redo 日志的目的就是将他未刷新到磁盘的记录保存起来，防止丢失，如果数据提交了，我们是可以不把数据提交到磁盘的，但为了保证持久性，必须
把修改这些页面的 redo 日志刷新到磁盘。
后台线程不同的刷新后台有一个线程，大概每秒都会将 log buffer 里面的 redo 日志刷新到硬盘上。
checkpoint 下下小节讲。
我们可以通过 show variables like 'datadir' 命令找到相关目录，底下有两个文件，分别是 ib_logfile0 和 ib_logfile1，如下图所示：
![]()
![]()
我们将缓冲区 log buffer 里面的 redo 日志刷新到这个两个文件里面，他们写入的方式
是循环写入的，先写 ib_logfile0，再写 ib_logfile1，等 ib_logfile1 写满了，再写 ib_logfile0。
那这样就会存在一个问题，如果 ib_logfile1 写满了，再写 ib_logfile0，之前 ib_logfile0 的内容
不就被覆盖而丢失了吗？这就是 checkpoint 的工作啦。
redo 日志是为了系统崩溃后恢复脏页用的，如果这个脏页可以被刷新到磁盘上，那么
他就可以功成身退，被覆盖也就没事啦。
冲突补习：从系统运行开始，就不断的修改页面，会不断的生成 redo 日志。
redo 日志是不断递增的，MySQL 为其取了一个名字日志序列号 Log Sequence Number，简称 lsn。他的初始化的值为 8704，用来记录当前一共生成了多少 redo 日志。
redo 日志是先写入 log buffer，之后才会被刷新到磁盘的 redo 日志文件。MySQL 为其取了一个名字 flush_to_disk_lsn。
用来说明缓存区中有多少的脏页数据被刷新到磁盘上啦。他的初始值和 lsn 一样，后面的差距就有了。
undo log 有两个作用：提供回滚和多个行版本控制（MVCC）。
undo log 和 redo log 记录物理日志不一样，它是逻辑日志。可以认为当 delete 一条记录时，undo log 中会记录一条对应的 insert 记录，反之亦然，当 update 一条记录时，它记录一条对应相反的 update 记录。
举个例子：
insert into a(id) values(1);(redo)
这条记录是需要回滚的。回滚的语句是：
delete from a where id = 1;(undo)
试想想看：如果没有做 insert into a(id) values(1);(redo)，那么 delete from a where id = 1;(undo) 这句话就没有意义了。
现在看下正确的恢复：
存储方式：是存在段之中。
事务中有一个隔离性特征，理论上在某个事务对某个数据进行访问时，其他事务应该排序，当该事务提交之后，其他事务才能继续访问这个数据。
但是这样子对性能影响太大，我们既想保持事务的隔离性，又想让服务器在出来多个事务时性能尽量高些，所以只能舍弃一部分隔离性而去性能。事务并发执行的问题：
①脏写：这个太严重了，任何隔离级别都不允许发生）。
sessionA：修改了一条数据，回滚掉
sessionB：修改了同一条数据，提交掉
对于 sessionB 来说，明明数据更新了也提交了事务，不能说自己啥都没干。
②脏读：一个事务读到另一个未提交事务修改的数据。
对于 session A 来说，读到了 session 回滚之前的脏数据。
③不可重复读：前后多次读取，同一个数据内容不一样。
④幻读：前后多次读取，数据总量不一致。
数据库都有的四种隔离级别，MySQL 事务默认的隔离级别是可重复读，而且 MySQL 可以解决了幻读的问题：未提交读：脏读，不可重复读，幻读都有可能发生
已提交读：不可重复读，幻读可能发生
可重复读：幻读可能发生
可串行化：都不可能发生
但凡事没有百分百，emmmm，其实 MySQL 并没有百分之百解决幻读的问题。
版本链：对于该记录的每次更新，都会将值放在一条 undo 日志中，算是该记录的一个旧版本，随着更新次数的增多，所有版本都会被 roll_pointer 属性连接成一个链表，即为版本链。未提交读：因为可以读到未提交事务修改的记录，所以可以直接读取记录的最新版本就行
已提交读：每次读取之前都生成一个 readview
可重复读：只有在第一次读取的时候才生成 readview
可串行化：InnoDB 涉及了加锁的方式来访问记录
参考文献：
作者：学习 Java 的小姐姐
编辑：陶家龙、孙淑娟
出处：转载自微信公众号学习 Java 的小姐姐（ID：huangtest01）
![]()
三次握手+四次挥手，一文搞定所有！
MySQL性能优化之骨灰级，高阶神技 ！
大牛总结的MySQL锁优化，写得太好了！
