关系型数据库和非关系型数据库关系型数据库

关系型数据库是一个结构化的数据库, 创建在关系模型(二维表格模型)基础上, 一般面向于记录

SQL 语句就是一种基于关系型数据库的语言, 用于执行对关系型数据库中数据的检索和操作, 主流的关系型数据库包括: Oracle, MySQL, SQL Server等

本篇文章默认以 MySQL的 InnoDB引擎为主

非关系型数据库

非关系型数据库也叫 NoSQL, 采用键值对的形式进行存储. 一般来讲, 除了主流的关系型数据库之外的数据库, 都认为是非关系型

他的读写性能很高, 易于扩展, 主流的 NoSQL有: Redis, MongDB, Hbase等

适合使用的场景:

日志系统数据量巨大地理位置存储高可用关系型数据库与非关系型数据库之间的区别关系型数据库: 采用了关系模型来组织数据, 容易理解 可以保持数据的一致性 数据更新的开销比较小 支持复杂查询(where子句等)非关系型数据库 不需要经过 SQL层的解析, 读写效率高 基于键值对, 数据的扩展性很好 可以支持多种类型的数据的存储, 图片, 文档等MySQL整体架构SQL 的执行步骤

在 MySQL中, Server层按顺序执行SQL的步骤如下:

客户端请求连接器(验证用户身份, 给与权限)查询缓存(存在缓存则直接返回, 不存在则执行后续操作)分析器(对SQL进行词法分析和语法分析操作)优化器(主要对执行的 SQL优化选择最优的执行方案方法)执行器(执行时会先看用户是否有执行权限, 有才去使用这个引擎提供的接口)去引擎层获取数据返回(如果开启查询缓存则会缓存查询结果)

接下来我将按照 MySQL执行 SQL的步骤来进行讲解

MySQL 的架构图示

图1 展示了 MySQL各组件之间协同工作的逻辑视图, 也是一条SQL查询的执行流程, 接下来我主要围绕这张图来讲述一下他们和 MySQL之间的关系

图1 MySQL架构逻辑视图(图片来自于JavaGuide)

客户端的服务主要是包括连接处理, 身份验证, 确保安全性等.

大多数 MySQL的核心功能都在第二层, 包括查询解析, 分析, 优化, 以及所有的内置函数, 所有跨存储引擎的功能也都在这一层来实现: 存储过程, 触发器, 视图等

第三层是存储引擎层, 负责MySQL中数据的存储和提取. 其架构模式是插件式的, 支持 InnoDB, MyISAM, Memory等多个存储引擎, 现在最常用的存储引擎是 InnoDB, 在 MySQL 5.5版本之后成为了默认存储引擎

连接器

默认情况下, 每个客户端连接都会在服务器进程中拥有一个线程, 该连接的查询只会在这个线程中执行.

当客户端(应用)连接到 MySQL服务器时, 服务器需要对其进行身份验证, 身份验证基于用户名, 密码, 主机ip和端口号, 客户端连接成功之后, 服务器会继续验证该客户端的查询权限(例如, 是否有查看user库的权限, 是否允许对mysql库的user表进行SELECT)

创建新连接时身份验证基本信息

后面可能也会单独出一篇文章讲一下MySQL的权限, 先插个钉子, 希望后面能填坑

分析优化和执行查询缓存

在执行一条 SELECT查询语句的时候会先去查询缓存看能否直接命中, 能命中就直接返回, 缓存中没有才会去进行下一步

只要表有更新操作, 那么这张表的缓存就会更新, 所以对于一张更新较[]频繁的表来说缓存命中是比较低的

从 MySQL 5.7.20版本开始, 查询缓存已经被官方标注为废弃了, 8.0版本完全移除

在 MySQL 8.0版本之前, 想关闭查询缓存可以将参数 query_cache_type 设置为 DEMADN

分析器

在该步骤主要进行两件事:

词法分析根据你的SQL语句识别出关键字来构建语法树, 方便后面的模块获取表名, 字段名, where条件等语法分析根据词法分析结果, 语法分析会判断你输入的SQL语句是否满足 MySQL语法优化器&执行器

在优化器中主要做了三件事:

prepare 预处理阶段: 查询 SQL中的表, 字段是否存在 将 select * 上的 * 扩列为所有列optimize 优化阶段: 判断当前 SQL语句使用的索引类型, 主键索引, 普通索引, 覆盖索引, 全表扫描等execute 执行阶段: 根据优化结果执行 SQL查询, 从存储引擎中获取查询结果并返回

优化器并不关心查询引擎类型, 但是存储引擎对于查询优化是有影响的.

存储引擎

在 MySQL中, 可以使用 show engines命令来查询 MySQL支持的所有存储引擎

可以看到, 当前默认存储引擎是InnoDB, 同时只有InnoDB是支持事务的

MyISAM和InnoDB的区别

老生常谈了, 也是面试高频考点

MyISAM

InnoDB

行级锁

只有表级锁

支持行级锁和表级锁, 默认为行级锁

事务

不支持事务

实现了四个隔离级别, 具有提交和回滚事务的能力, 默认使用 REPEATABLE-READ（可重读）隔离级别是可以解决幻读问题发生的

外键

不支持

支持, 在阿里的<java开发手册>中是不推荐使用外键的

异常崩溃后的安全恢复

不支持

支持, redo log

MVCC

不支持

支持

事务事务的四大特性原子性: 一个事务中的数据操作, 要么全部成功, 要么全部失败并回滚到执行之前的状态一致性: 事务操作前后, 数据满足完整性约束, 数据库保持一致性状态隔离性: 事务之间相互隔离, 互不影响, 每个事务都有一个完整的数据空间, 在一个事务结束之前对其他事务来讲应该是不存在的持久化: 事务结束之后, 对数据的操作即为永久的, 即便系统故障也不会消失隔离级别未提交读 (READ UNCOMMITTED): 在事务中可以查看其他事务未提交的修改 读取未提交的事务也叫脏读读提交 (READ COMMITTED):一个事务可以看到其他事务在他开始之后提交的修改 同一个事务两次执行相同语句可能会看到不同的数据结果, 不可重复读可重复读(REPEATABLE READ): 同一个事务在多次读取相同行数据的结果相同 当一个事务执行范围查询过程中, 另外一个事务对该范围进行了插入操作, 当再次对该范围进行查询的时候, 就会出现幻行, 也就是幻读串行化(SERIALIZABLE):最高的事务隔离级别, 解决了幻读问题. 其会在读取的每一行数据都进行加锁操作多个事务之间引发的隔离问题脏读: 读取未提交的事务不可重复读: 同一个事务两次执行相同语句可能会看到不同的数据结果幻读: 当一个事务执行范围查询过程中, 另外一个事务对该范围进行了插入操作, 当再次对该范围进行查询的时候, 就会出现幻行

不可重复度重点在于修改, 幻读重点在于新增或删除

事务隔离总结

SQL的隔离级别

隔离级别

脏读

不可重复度

幻读

加锁读

未提交读

是

是

是

否

提交读

否

是

是

否

可重复读

否

否

是

否

串行化

否

否

否

是

事务死锁

当有两个或两个以上的事务互相持有和请求相同资源上的锁, 就会产生循环依赖, 我们将其称之为死锁

为了解决事务死锁问题, 数据库系统实现了死锁检测和锁超时机制. 在InnoDB引擎中, 检测到循环依赖后会自动返回一个错误信息

MySQL的日志

在 MySQL中一共有三种日志, 分别是:

redo log(重做日志): 是 InnoDB存储引擎层生成的日志, 实现了事务中的持久性, 主要用于故障恢复undo log(回滚日志): 是 InnoDB存储引擎层生成的日志, 实现了事务中的原子性, 主要用于事务回滚和MVCCbinlog(归档日志): 是 Server层生成的日志, 主要用于数据备份和主从复制索引建立索引的注意事项

建议建立索引的字段:

频繁查询的用以缩小查询范围的排序的字段 不建议用来建立索引的字段:查询少且涉及的列或重复值多的特殊的数据类型, 例如: text可以为null的字段, 索引为null时会导致引擎放弃使用索引而进行全表扫描MySQL中的索引主键索引: 加速查询 + 列值唯一(不允许为null) + 表中不允许有重复唯一索引: 加速查询 + 列值唯一(允许有null)普通索引: 加速查询组合索引: 多列组合成一个索引哈希索引B树索引B+树索引聚簇索引: 表数据和主键一起存储, 主键索引的叶节点存储行数据, 二级索引的叶节点存储行的主键值.非聚簇索引数据库优化范式优化: 消除冗余反范式优化: 增加冗余, 减少 join限定数据的范围: 禁止不带限制的范围查询读/写分离: 主库写, 从库读拆分表: 分库分表, 物理层面上将数据分区, 可以避免扫描全表, 明显缩短查询时间

作者：宁轩

链接：