MYSQL系列-基本概念和SQL执行过程

左手的ㄟ右手 2024-03-17 13:08 44阅读 0赞

ACID，即 Atomicity（原子性）、Consistency（一致性）、Isolation（隔离性）、Durability（持久性）四种特性的缩写。

ACID 也是一种比较出名的描述一致性的原则，通常出现在分布式数据库等基于事务过程的系统中。

具体来说，ACID 原则描述了分布式数据库需要满足的一致性需求，同时允许付出可用性的代价。

*  Atomicity：每次事务是原子的，事务包含的所有操作要么全部成功，要么全部不执行。一旦有操作失败，则需要回退状态到执行事务之前；
 *  Consistency：数据库的状态在事务执行前后的状态是一致的和完整的，无中间状态。即只能处于成功事务提交后的状态；
 *  Isolation：各种事务可以并发执行，但彼此之间互相不影响。按照标准 SQL 规范，从弱到强可以分为未授权读取、授权读取、可重复读取和串行化四种隔离等级；
 *  Durability：状态的改变是持久的，不会失效。一旦某个事务提交，则它造成的状态变更就是永久性的。

#### 延伸-BASE与CAP ####

##### BASE原则 #####

与 ACID 相对的一个原则是 eBay 技术专家 Dan Pritchett 提出的 BASE（Basic Availability，Soft-state，Eventual Consistency）原则。BASE 原则面向大型高可用分布式系统，主张牺牲掉对强一致性的追求，而实现最终一致性，来换取一定的可用性。

*  **基本可用**（Basically Available）：系统保证在出现故障或者异常情况时，仍然能够保证基本的可用性，即系统能够正常响应用户请求，但是可能会出现一些数据的不一致或者错误。
 *  **软状态**（Soft State）：系统中的数据状态不需要是强一致性的，即允许数据在一段时间内处于中间状态，而不是必须保证数据在任何时间点都是完全一致的。这样可以提高系统的可扩展性和容错性。
 *  **最终一致性**（Eventual Consistency）：系统保证最终会达到一致性状态，但是在数据更新后，不同节点之间可能存在一段时间的数据不一致。这种不一致是暂时的，随着时间的推移会逐渐被修复，直到所有节点都达到一致性状态。

BASE的设计理念是为了满足大规模分布式系统的需求，它与ACID的设计理念不同，不要求在所有情况下都严格保证数据的一致性，而是允许在某些情况下牺牲一部分的一致性，以换取更高的**可用性**和**可扩展性**。但是，在实际的应用中，需要根据具体的业务需求和系统特点，选择适合的数据管理系统设计理念，综合考虑数据的一致性、可用性和可扩展性等方面的因素。

##### CAP #####

CAP是指分布式系统中三个基本特性的缩写：

*  **一致性**（Consistency）：所有节点在同一时间看到的数据是一致的，即所有节点都具有相同的数据副本。在分布式系统中，这意味着在进行更新操作之后，所有节点必须最终达到一致的状态。
 *  **可用性**（Availability）：系统能够在任何时间点正常响应用户请求，即系统的服务不会因为某些异常情况而停止响应。
 *  **分区容错性**（Partition tolerance）：分布式系统能够在网络分区或者节点故障的情况下继续运行。这意味着系统在遇到网络分区或者节点故障时，仍然能够保证数据的一致性和可用性。

CAP理论指出，在一个分布式系统中，最多只能同时**满足其中的两个特性，而不能同时满足所有三个特性**。因此，当系统遇到网络分区或者节点故障时，分布式系统需要做出权衡，选择满足一致性和可用性中的哪一个特性，从而保证系统的正确性和可靠性。如果选择了分区容错性，那么系统可能会出现数据不一致的情况；如果选择了一致性和可用性，那么系统可能会出现停机和延迟响应等问题。

在实际的分布式系统中，需要根据具体的业务需求和系统特点，选择适合的CAP特性，综合考虑数据的一致性、可用性和容错性等方面的因素。

### 数据库并发事务存在问题 ###

脏读（dirty read）、不可重复读（non-repeatable read）、幻读（phantom read）都是数据库中的并发控制问题，主要影响事务的隔离性。

*  脏读（Dirty read）：指一个事务读取了另一个事务还未提交的未经提交的数据。如果另一个事务回滚，那么第一个事务读取的数据就是无效的，这可能会导致数据的不一致性。
 *  不可重复读（Non-repeatable read）：指一个事务在读取同一行记录时，不同时间内读取到的数据不一致。这是因为在两次读取之间，另一个事务修改或删除了该行记录。
 *  幻读（Phantom read）：指一个事务在读取一组记录时，第二次读取时发现多了或少了一些记录。这是因为在两次读取之间，另一个事务插入了一些记录或者删除了一些记录。

脏读、不可重复读、幻读都是由于并发事务之间的竞争而导致的问题，可以通过加锁或者使用更高级别的隔离级别来解决。

### 数据库隔离级别 ###

SQL 标准的事务隔离级别包括：读未提交（read uncommitted）、读提交（read committed）、可重复读（repeatable read）和串行化（serializable ）。

*  **读未提交**是指，一个事务还没提交时，它做的变更就能被别的事务看到。
 *  **读提交**是指，一个事务提交之后，它做的变更才会被其他事务看到。
 *  **可重复读**是指，一个事务执行过程中看到的数据，总是跟这个事务在启动时看到的数据是一致的。当然在可重复读隔离级别下，未提交变更对其他事务也是不可见的。
 *  **串行化**，顾名思义是对于同一行记录，“写”会加“写锁”，“读”会加“读锁”。当出现读写锁冲突的时候，后访问的事务必须等前一个事务执行完成，才能继续执行。

#### 隔离级别解决并发问题 ####

![format_png][]

#### 数据库默认隔离级别 ####

##### MYSQL #####

默认隔离级别是可重复读

mysql

复制代码

延伸：SESSION隔离级别是指在一个 MySQL 会话中，可以通过设置隔离级别来控制该会话中的事务隔离级别。在同一个 MySQL 实例中，不同会话可以设置不同的隔离级别。可以使用以下命令来设置 SESSION 隔离级别：

mysql

复制代码

`SET SESSION TRANSACTION ISOLATION LEVEL <isolation_level>;`

其中，isolation\_level 表示要设置的隔离级别，可以是 READ UNCOMMITTED、READ COMMITTED、REPEATABLE READ 或 SERIALIZABLE。

##### ORACLE #####

Oracle默认的隔离级别是读已提交（Read Committed）

## 一条查询SQL执行过程 ##

SQL语句执行整体流程如下，在前面的整体架构图中也介绍过

![format_png 1][]

### 客户端 ###

客户端主要是通过MYSQL驱动来和数据库进行通信，MySQL 驱动是一种软件组件，用于在应用程序和 MySQL 数据库之间建立连接，以便应用程序可以访问和操作 MySQL 数据库。MySQL 驱动通常有以下几种类型：  
JDBC驱动（Java Database Connectivity）、ODBC驱动（Open Database Connectivity）、Connector/C 驱动等 客户端需要频繁使用数据库连接，采用池化技术-数据库连接池来进行管理：维护一定的连接数，方便系统获取连接，使用就去池子中获取，用完放回去就可以了，我们不需要关心连接的创建与销毁，也不需要关心线程池是怎么去维护这些连接的。

![format_png 2][]

常见的数据库连接池有 Druid、C3P0、DBCP，后面有一节专门讲述

### 连接器 ###

连接器负责跟客户端建立连接、获取权限、维持和管理连接。  
命令如下：

mysql

复制代码

`/home/mysql/mysql3306/bin/mysql -uroot -p -S /home/mysql/mysql3306/mysqld.sock`

连接命令中的 mysql 是客户端工具，用来跟服务端建立连接。在完成经典的 TCP 握手后，连接器就要开始认证你的身份，这个时候用的就是你输入的用户名和密码。

*  如果用户名或密码不对，你就会收到一个"Access denied for user"的错误，然后客户端程序结束执行。
 *  如果用户名密码认证通过，连接器会到权限表里面查出你拥有的权限。之后，这个**连接里面的权限判断逻辑，都将依赖于此时读到的权限**。

划重点：一个用户成功建立连接后，即使你用管理员账号对这个用户的权限做了修改，也不会影响已经存在连接的权限。修改完成后，只有再新建的连接才会使用新的权限设置。

show processlist 可以查看当前连接

mysql

复制代码

客户端如果太长时间没动静，连接器就会自动将它断开。这个时间是由参数 wait\_timeout 控制的，默认值是 8 小时。

mysql

复制代码

建立连接的过程通常是比较复杂的，所以我建议你在使用中要尽量减少建立连接的动作，也就是尽量使用长连接。 MySQL 占用内存涨得特别快，这是因为 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。这些资源会在连接断开的时候才释放。解决此问题：

1.  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的大查询后，断开连接，之后要查询再重连。
2.  如果你用的是 MySQL 5.7 或更新版本，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 ###

命中则直接结束，一般不使用。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。query\_cache\_type(OFF|ON|DEMAND 按需，使用select SQL\_CACHE \* from T where ID=10显示指定)控制 默认是关闭的

mysql

复制代码

`mysql> show variables like 'query_cache_type'; +------------------+-------+ | Variable_name | Value | +------------------+-------+ | query_cache_type | OFF | +------------------+-------+`

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 ###

词法分析、语法分析 如果你的语句不对，就会收到“You have an error in your SQL syntax”的错误提醒

### 优化器 ###

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。

### 执行器 ###

MySQL 通过分析器知道了你要做什么，通过优化器知道了该怎么做，于是就进入了执行器阶段，开始执行语句。

开始执行的时候，要先判断一下你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。

### 引擎层 ###

提供接口给执行层使用，分为多个执行引擎，后面单独讲述

### 问题解答 ###

#### 问题1 ####

如果表 T 中没有字段 k，而你执行了这个语句 select \* from T where k=1, 那肯定是会报“不存在这个列”的错误： “Unknown column ‘k’ in ‘where clause’”。你觉得这个错误是在我们上面提到的哪个阶段报出来的呢？

答案：分析器

## 一条更新SQL执行过程 ##

更新SQL和查询SQL在server层是一样的（在查询缓存时将缓存失效调），在引擎层不一样，更新流程还涉及两个重要的日志模块

[format_png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/19e7634947814a60b873a83086b7458f.png
[format_png 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/65eefcff3f984cb38417393aa53cf5e6.png
[format_png 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/15/7b14528134d44e0dbf2397f0c924ff98.png