架构图解析器

解析器的作用是对客户端传来的 SQL 语句进行以下工作：

语法解析：检查 SQL 语句的语法，括号、引号是否闭合等词法解析：把 SQL 语句中的关键词、表名、字段名拆分成一个个节点，最终得到一颗解析树预处理器

解析器主要是检查语法词法方面，但是如果语法词法都正确，但是表、字段是不存在的，那么这段 SQL 语句也是无法正确执行的。

所以预处理器的作用是：语义解析，判断解析树的语义是否正确，表、字段这些是否存在，预处理后会得到一颗新的解析树。

查询优化器

查询优化器结构

在 MySQL 中一条 SQL 语句的执行方式有多种，虽然最终都会得到相同的结果，但是存在开销上的差异，具体选择哪一种执行方式是由查询优化器来决定的。比如说：

表中有多个索引可以选择，具体选择哪一个索引当我们对多张表进行关联查询时，以哪一张表的数据为基准表

查询优化器是基于开销（cost）的优化器，它的工作原理是根据解析树生成的多种执行计划，会评估各种执行方式所需的开销（cost），最终会得到一个开销最小的执行计划作为最终方案。

但是这个开销最小的执行方式不一定是最优的执行方式，比如本该使用索引，却进行了全表扫描等。虽然查询优化器中有《优化》两个字，但是这个优化并不是万能的，很多时候更加需要考虑 SQL 语句书写得是否合理。

逻辑查询优化

逻辑查询优化主要负责进行一些关系代数对 SQL 语句进行优化，从而使 SQL 语句执行效率更高

逻辑查询优化我们可以使用几个案例来简单理解

子查询合并合并前SELECT * FROM t1 WHERE a1<10 AND ( EXISTS(SELECT a2 FROM t2 WHERE t2.a2<5 AND t2.b2=1) OR EXISTS(SELECT a2 FROM t2 WHERE t2.a2<5 AND t2.b2=2) ); 复制代码合并后SELECT * FROM t1 WHERE a1<10 AND ( EXISTS(SELECT a2 FROM t2 WHERE t2.a2<5 AND (t2.b2=1 OR t2.b2=2) ); 复制代码把多个子查询通过合并查询条件而合并查询，把多次连接操作减少为单次表扫描和单次连接等价谓词重写像我们熟悉的 like 模糊查询，% 写在条件后面才会进行索引范围查询，其实这是查询优化器的功劳假设使用的条件都是有建立索引的，重写前SELECT * FROM USERINFO WHERE name LIKE 'Abc%'; 复制代码重写后SELECT * FROM USERINFO WHERE name >= 'Abc' AND name < 'Abd'; 复制代码这就是为什么能进行索引范围查询的答案条件简化条件简化也是利用一些等式、代数关系来实现简化去除表达式中的冗余括号，减少语法分析时产生的AND和OR 树的层 次，比如 ((a AND b) AND (c AND d)) 简化为 a AND b AND c AND d常量传递，比如 col1 = col2 AND col2 = 3 简化为 col1 = 3 AND col2 = 3表达式计算，对于一些可直接求解的表达式会转换为最终的计算结果，比如 col1 = 1+2 简化为 col1 = 3物理查询优化

物理查询优化主要做的工作是根据 SQL 语句分别对多种执行计划进行开销的评估

物理查询优化主要解决以下几个问题：

单表扫描中采用哪种方式是开销最小的（扫描索引+回表 or 全表扫描）存在表连接的时候使用哪种连接方式是开销最小的

简单了解一下代价评估，代价评估是基于 CPU 代价和 IO 代价两个维度的

扫描方式

代价评估公式

顺序扫描

N_page * a_page_IO_time + N_tuple * a_tuple_CPU_time

索引扫描

C_index + N_page_index * a_page_IO_time

上述参数说明如下：

a_page_IO_time， 一个数据页加载的IO耗时N_page，数据页数量N_tuple，元组数（元组理解为一行数据）a_tuple_CPU_time，一个元组从数据页中解析的CPU耗时C_index，索引的IO耗时N_page_index，索引页数量

关于索引成本计算可以参考这篇文章：MySQL查询为什么选择使用这个索引？——基于MySQL 8.0.22索引成本计算

执行计划

执行计划是查询优化器的产物，最终会交给存储引擎进行执行。执行计划可以帮助我们得知 MySQL 会怎么执行这条 SQL 语句。

使用 explain 关键字查看 SQL 语句的执行计划，可以得到以下信息：

id：嵌套查询中查询的执行顺序possible_keys：本次查询可能用到的索引Key：实际用到的索引rows：得到结果大概要检索多少行数据select_type多表之间的连接类型extra：额外的信息，是否有索引覆盖、索引下推等存储引擎

MySQL 服务端规定了数据如何存储、如何提取、如何更新的规范，这个规范由存储引擎来实现，不同的存储引擎的实现方式不同，所以不同的存储引擎会呈现其独特的功能和特点。其中最常用的存储引擎是 InnoDB 和 MyISAM

简单说说这两款存储引擎的特点

InnoDB：

支持外键、事务，保证了数据的完整性和一致性支持更细的锁粒度，对锁的控制更好，读写效率更高

MyISAM

不支持事务，只支持行锁，适合数据只读的场景

存储引擎方面暂时先不展开，会在其他文章继续穿插他们的对比，以及会详细分析 InnoDB 更新数据的流程

总结

从前，只知道在客户端软件上写下 SQL 语句，点击执行，拿到数据

到现在终于了解到一条查询语句传入 MySQL 服务端后需要经历这一系列的操作

解析器根据这条 SQL 语句的语法、词法进行检查，如果没有错误的话会按关键词拆分成一个个节点，最终形成一棵解析树预处理器会检查 SQL 语句的语义，检查 SQL 语句是否有歧义、字段等是否存在，形成一棵新的解析树查询优化器拿到这个解析树生成的各种执行计划，经过逻辑查询优化、物理查询优化后得到一个开销最小的执行计划执行引擎拿到这份执行计划调用存储引擎的接口存储引擎根据执行计划进行数据查询，查询会查询调用操作系统中文件系统的一些接口，完成数据查询，最后返回给客户端