引言

无论你是前端还是后端，只要是一个合格的开发者，对于MySQL这个名词相信都不陌生，MySQL逐渐成为了最受欢迎的关系型数据库，无论你是大前端，亦或是Java、Go、Python、C/C++、PHP....等这些语言的程序员，对于MySQL是必然要掌握的核心技术之一，程序员不能没有MySQL，就像西方不能失去耶路撒冷一般。

当然，MySQL也不仅仅是唯一的数据库，与它类似的关系型数据库竞品还有很多，例如Oracle、SQLServer、PostgreSQL、DB2....，这其中使用最为广泛的是Oracle，但Oracle实际上并不怎么受程序员欢迎，或者说Oracle并不怎么受中小企业的Boss欢迎，原因嘛大家都清楚，无非因为它收费罢了。

也正是由于Oracle收费的原因，才导致MySQL像如今这么流行，正所谓时势造英雄，MySQL作为免费的开源数据库，也正是抓住了这个风口，所以才越发流行。对于MySQL，用一句话形容很贴切：“天不生我MySQL，编程万古如长夜”。

一、MySQL概述与系列预告

MySQL数据库是由瑞典的MySQL AB公司开发的，后面这家企业被Sun公司收购，最后Sun公司又被Oracle以74亿美元收购，所以本质上MySQL现在隶属于Oracle旗下，因此大家也会发现，MySQL后面的高版本会有收费版出现。

实际上如果MySQL没有并入Oracle的话，是有很大几率问鼎数据库榜首的，造化弄人。

当然，虽然MySQL出了收费版，但Oracle也没有赶尽杀绝，而是向MySQL的用户给出了《十项承诺》，所以我们如今依旧可以使用开源版的MySQL。

二、MySQL整体结构浅析

本章作为MySQL系列的开篇之作，当然也有一定的原因，毕竟只有先对MySQL的整体架构有了一个宏观的认知，才能更好的理解每个细节点的知识。

MySQL与我们开发项目时相同，为了能够合理的规划整体架构设计，也会将整个MySQL服务抽象成几个大的模块，然后在内部进行实现，因此先来看看MySQL的整体架构，开局先上一张图：

MySQL整体架构

从上往下看，依次会分为网络连接层、系统服务层、存储引擎层、以及文件系统层，往往编写SQL后，都会遵守着MySQL的这个架构往下走。

• 连接层：主要是指数据库连接池，会负责处理所有客户端接入的工作。
• 服务层：主要包含SQL接口、解析器、优化器以及缓存缓冲区四块区域。
• 存储引擎层：这里是指MySQL支持的各大存储引擎，如InnoDB、MyISAM等。
• 文件系统层：涵盖了所有的日志，以及数据、索引文件，位于系统硬盘上。

OK~，除了上述的四层外，还有客户端，这个客户端可以是各类编程语言，如Java、Go、Python、C/C++、PHP、Node、.Net....，也可以是一些数据库的可视化软件，例如Navicat、SQLyog等，也可以是mysql-cli命令行工具。总之，只要能与MySQL建立网络连接，都可以被称为是MySQL的客户端。

MySQL-Server就是上述图中的那玩意儿，一般来说，客户端负责编写SQL，而服务端则负责SQL的执行与数据的存储。

对MySQL的整体架构有了简单了解后，接下来详细的拆解一下MySQL-Server的每个层面。

三、网络连接层

在之前的《网络之旅》的文章中，我们提到过一点：当一个客户端尝试与MySQL建立连接时，MySQL内部都会派发一条线程负责处理该客户端接下来的所有工作。而数据库的连接层负责的就是所有客户端的接入工作，MySQL的连接一般都是基于TCP/IP协议建立网络连接，因此凡是可以支持TCP/IP的语言，几乎都能与MySQL建立连接。

其实MySQL还支持另一种连接方式，就是Unix系统下的Socket直连，但这种方式一般使用的较少。

虽然MySQL是基于TCP/IP协议栈实现的连接建立工作，但并非使用HTTP协议建立连接的，一般建立连接的具体协议，都会根据不同的客户端实现，如jdbc、odbc...这类的。在这里先暂且不纠结连接MySQL时的协议类型，先来看看一般是怎么连接MySQL的？如下：

mysql -h 127.0.0.1 -uroot -p123456

例如上述这条指令，-h表示MySQL所在的服务器IP地址，-u表示本次连接所使用的用户名，-p则代表着当前用户的账号密码，当执行这条指令后，会与MySQL-Server建立网络连接，也就是会经历《TCP的三次握手过程》。当然，MySQL也支持SSL加密连接，如果采用这种方式建立连接，那还会经过《SSL多次握手过程》，当握手结束，网络建立成功后，则会开始正式的数据库连接建立工作。

TCP网络连接建立成功后，MySQL服务端与客户端之间会建立一个session会话，紧接着会对登录的用户名和密码进行效验，MySQL首先会查询自身的用户表信息，判断输入的用户名是否存在，如果存在则会判断输入的密码是否正确，如若密码错误或用户名不存在就会返回1045的错误码，如下信息：

ERROR 1045 (28000): Access denied for user 'zhuzi'@'localhost' (using password: YES)

如果你在连接数据库的过程中，出现了上述的错误信息，那绝对是你输入的用户名或密码错误导致的，当账号及密码正确时，此时就会进入MySQL的命令行，接下来可以执行SQL操作。

但实际上，在用户名和密码都正确的情况下，MySQL还会做一些些小动作，也就是会进行授权操作，查询每个用户所拥有的权限，并对其授权，后续SQL执行时，都会先判断是否具备执行相应SQL语句的权限，然后再执行。

OK~，经过上述流程后数据库连接就建立成功了，数据库连接建立成功后，MySQL与客户端之间会采用半双工的通讯机制工作，与之对应的还有“全双工、单工”的工作模式：

全双工：代表通讯的双方在同一时间内，即可以发送数据，也可以接收数据。

半双工：代表同一时刻内，单方要么只能发送数据，要么只能接受数据。

单工：当前连接只能发送数据或只能接收数据，也就是“单向类型的通道”。

到这里，MySQL也会“安排”一条线程维护当前客户端的连接，这条线程也会时刻标识着当前连接在干什么工作，可以通过show processlist;命令查询所有正在运行的线程：

执行结果这里不展示了(root账号可以查询所有线程)

• Id：当前线程的ID值，可以利用这个ID，使用kill强杀线程。

• User：当前线程维护的数据库连接，与之对应的用户是谁。

• Host：与当前线程保持连接关系的客户端地址（IP+Port）。

• db：目前线程在哪个数据库中执行SQL。

• Command：当前线程正在执行的SQL类型，如：

  • Create DB：正在执行创建数据库的操作。
  • Drop DB：正在执行删除数据库的操作。
  • Execute：正在执行预编译的SQL（PreparedStatement）。
  • Close Stmt：正在关闭一个PreparedStatement。
  • Query：正在执行普通的SQL语句。
  • Sleep：正在等待客户端发送SQL语句。
  • Quit：当前客户端正在退出连接。
  • Shutdown：正在关闭MySQL服务端。

• Time：表示当前线程处于目前状态的时间，单位是秒。

• State：表示当前线程的状态，有如下几种：

• Updating：当前正在执行update语句，匹配数据做修改操作。

• Sleeping：正在等待客户端发送新的SQL语句。

• Starting：目前正在处理客户端的请求。

• Checking table：目前正在表中查询数据。

• Locked：当前线程被阻塞，其他线程获取了执行需要的锁资源。

• Sending Data：目前执行完成了Select语句，正在将结果返回给客户端。

• Info：一般记录当前线程正在执行的SQL，默认显示前一百个字符，查看完整的SQL可以使用show full processlist;命令。

其实从这个结果上来看，我们能够很明显的看到数据库中各个线程的信息，这条指令对于以后做线上排查时有很大的作用，目前先简单了解，接着来看看数据库连接池。

数据库连接池(Connection Pool)

Connection Pool翻译过来的意思就是连接池，那为什么需要有这个东西呢？因为前面聊到过，所有的客户端连接都需要一条线程去维护，而线程资源无论在哪里都属于宝贵资源，因此不可能无限量创建，所以这里的连接池就相当于Tomcat中的线程池，主要是为了复用线程、管理线程以及限制最大连接数的。
连接池的最大线程数可以通过参数max-connections来控制，如果到来的客户端连接超出该值时，新到来的连接都会被拒绝，关于最大连接数的一些命令主要有两条：

1. show variables like '%max_connections%';：查询目前DB的最大连接数。
2. set GLOBAL max_connections = 200;：修改数据库的最大连接数为指定值。

对于不同的机器配置，可以适当的调整连接池的最大连接数大小，以此可以在一定程度上提升数据库的性能。
除了可以查询最大连接数外，MySQL本身还会对客户端的连接数进行统计，对于这点可以通过命令show status like "Threads%";查询：

其中各个字段的释义如下：

• Threads_cached：目前空闲的数据库连接数。
• Threads_connected：当前数据库存活的数据库连接数。
• Threads_created：MySQL-Server运行至今，累计创建的连接数。
• Threads_running：目前正在执行的数据库连接数。

对于几个字段很容易理解，额外要说明的一点是Threads_cached这个字段，从名称上来看，似乎跟缓存有关系，其实也没错，因为这里是有一个数据库内部的优化机制。当一个客户端连接断开后，对于数据库连接却不会立马销毁，而是会先放入到一个缓存连接池当中。这样就能在下次新连接到来时，省去了创建线程、分配栈空间等一系列动作，但这个值不会是无限大的，一般都在32左右。

连接池的优化思想与Java线程池相同，会将数据库创建出的连接对象放入到一个池中，一旦出现新的访问请求会复用这些连接，一方面提升了性能，第二方面还节省了一定程度上的资源开销。

四、系统服务层

学习了MySQL网络连接层后，接下来看看系统服务层，MySQL大多数核心功能都位于这一层，包括客户端SQL请求解析、语义分析、查询优化、缓存以及所有的内置函数（例如：日期、时间、统计、加密函数...），所有跨引擎的功能都在这一层实现，譬如存储过程、触发器和视图等一系列服务。

系统服务层

也就是上述这几部分，主要包含SQL接口、解析器、优化器以及缓存相关的这些部分。当然，也许你会问我还有一个管理服务&工具组件呢，这块其实属于全局的，属于MySQL的基础设施服务，接下来一个个的讲一下服务层的各个细节吧。

4.1、SQL接口

SQL接口组件，这个名词听上去似乎不太容易理解，其实主要作用就是负责处理客户端的SQL语句，当客户端连接建立成功之后，会接收客户端的SQL命令，比如DML、DDL语句以及存储过程、触发器等，当收到SQL语句时，SQL接口会将其分发给其他组件，然后等待接收执行结果的返回，最后会将其返回给客户端。

简单来说，也就是SQL接口会作为客户端连接传递SQL语句时的入口，并且作为数据库返回数据时的出口。

对于这个组件没太多好聊的，简单展开两点叙述一下后就结束这个话题，第一点是对于SQL语句的类型划分，第二点则是触发器。在SQL中会分为五大类：

1. DML：数据库操作语句，比如update、delete、insert等都属于这个分类。
2. DDL：数据库定义语句，比如create、alter、drop等都属于这个分类。
3. DQL：数据库查询语句，比如最常见的select就属于这个分类。
4. DCL：数据库控制语句，比如grant、revoke控制权限的语句都属于这个分类。
5. TCL：事务控制语句，例如commit、rollback、setpoint等语句属于这个分类。

再来聊一聊MySQL的触发器，这东西估计大部分小伙伴没用过，但它在有些情景下还较为实用，不过想要了解触发器是什么，首先咱们还得先理解存储过程。

存储过程：是指提前编写好的一段较为常用或复杂SQL语句，然后指定一个名称存储起来，然后先经过编译、优化，完成后，这个“过程”会被嵌入到MySQL中。

也就是说，存储过程的本质就是一段预先写好并编译完成的SQL，而我们要聊的触发器则是一种特殊的存储过程，但触发器与存储过程的不同点在于：存储过程需要手动调用后才可执行，而触发器可由某个事件主动触发执行。在MySQL中支持INSERT、UPDATE、DELETE三种事件触发，同时也可以通过AFTER、BEFORE语句声明触发的时机，是在操作执行之前还是执行之后。

说简单一点，MySQL触发器就类似于Spring框架中的AOP切面。

OK~，至此就先打住，对于这些概念暂且了解到这里，后续会专门去聊MySQL的存储过程、触发器、视图等这些特殊的操作。

4.2、解析器

客户端连接发送的SQL语句，经过SQL接口后会被分发到解析器，解析器这东西其实在所有语言中都存在，Java、C、Go...等其他语言都有，解析器的作用主要是做词法分析、语义分析、语法树生成...这类工作的，如果对于这个具体过程感兴趣，可以参考之前的《JVM-执行引擎子系统-Javac编译过程》，Java源码在编写后，会经历这个过程，SQL语言同样类似。

而解析器这一步的作用主要是为了验证SQL语句是否正确，以及将SQL语句解析成MySQL能看懂的机器码指令。稍微拓展一点大家就明白了，好比如我们编写如下一条SQL：

select * form user;

然后运行会得到如下错误信息：

ERROR 1064 (42000): You have an error in your SQL syntax; check....

在上述SQL中，我们将from写成了form，结果运行时MySQL提示语法错误了，MySQL是如何发现的呢？就是在词法分析阶段，检测到了存在语法错误，因此抛出了对应的错误码及信息。当然，如果SQL正确，则会进行下一步工作，生成MySQL能看懂的执行指令。

4.3、优化器

解析器完成相应的词法分析、语法树生成....等一系列工作后，紧接着会来到优化器，优化器的主要职责在于生成执行计划，比如选择最合适的索引，选择最合适的join方式等，最终会选择出一套最优的执行计划。

当然，在这里其实有很多资料也会聊到，存在一个执行器的抽象概念，实际上执行器是不存在的，因此前面聊到过，每个客户端连接在MySQL中都用一条线程维护，而线程是操作系统的最小执行单位，因此所谓的执行器，本质上就是线程本身。

优化器生成了执行计划后，维护当前连接的线程会负责根据计划去执行SQL，这个执行的过程实际上是在调用存储引擎所提供的API。

4.4、缓存&缓冲

这块较为有趣，主要分为了读取缓存与写入缓冲，读取缓存主要是指select语句的数据缓存，当然也会包含一些权限缓存、引擎缓存等信息，但主要还是select语句的数据缓存，MySQL会对于一些经常执行的查询SQL语句，将其结果保存在Cache中，因为这些SQL经常执行，因此如果下次再出现相同的SQL时，能从内存缓存中直接命中数据，自然会比走磁盘效率更高，对于Cache是否开启可通过命令查询。

• show global variables like "%query_cache_type%";：查询缓存是否开启。
• show global variables like "%query_cache_size%";：查询缓存的空间大小。

同时还可以通过show status like'%Qcache%';命令查询缓存相关的统计信息。

• Qcache_free_blocks：查询缓存中目前还有多少剩余的blocks。
• Qcache_free_memory：查询缓存的内存大小。
• Qcache_hits：表示有多少次查询SQL命中了缓存。
• Qcache_inserts：表示有多少次查询SQL未命中缓存然后走了磁盘。
• Qcache_lowmem_prunes：这个值表示有多少条缓存数据从内存中被淘汰。
• Qcache_not_cached：表示由于自己设置了缓存规则后，有多少条数据不符合缓存条件。
• Qcache_queries_in_cache：表示当前缓存中缓存的数据数量。
• Qcache_total_blocks：当前缓存区中blocks的数量。

当然，由于我是MySQL5.7版本，因此对于这些依旧可以查询到，但是在高版本的MySQL中，移除了查询缓存区，毕竟命中率不高，而且查询缓存这一步还要带来额外开销，同时一般程序都会使用Redis做一次缓存，因此结合多方面的原因就移除了查询缓存的设计。

简单了解了查询缓存后，再来看看写入缓冲，这也是我说的比较有趣的点，缓冲区的设计主要是：为了通过内存的速度来弥补磁盘速度较慢对数据库造成的性能影响。在数据库中读取某页数据操作时，会先将从磁盘读到的页存放在缓冲区中，后续操作相同页的时候，可以基于内存操作。

一般来说，当你对数据库进行写操作时，都会先从缓冲区中查询是否有你要操作的页，如果有，则直接对内存中的数据页进行操作（例如修改、删除等），对缓冲区中的数据操作完成后，会直接给客户端返回成功的信息，然后MySQL会在后台利用一种名为Checkpoint的机制，将内存中更新的数据刷写到磁盘。

MySQL在设计时，通过缓冲区能减少大量的磁盘IO，从而进一步提高数据库整体性能。毕竟每次操作都走磁盘，性能自然上不去的。

PS：后续高版本的MySQL移除了查询缓存区，但并未移除缓冲区，这是两个概念，请切记！

同时缓冲区是与存储引擎有关的，不同的存储引擎实现也不同，比如InnoDB的缓冲区叫做innodb_buffer_pool，而MyISAM则叫做key_buffer。

五、存储引擎层

存储引擎也可以理解成MySQL最重要的一层，在前面的服务层中，聚集了MySQL所有的核心逻辑操作，而引擎层则负责具体的数据操作以及执行工作。

如果有小伙伴研究过Oracle、SQLServer等数据库的实现，应该会发现这些数据库只有一个存储引擎，因为它们是闭源的，所以仅有官方自己提供的一种引擎。而MySQL则因为其开源特性，所以存在很多很多款不同的存储引擎实现，MySQL为了能够正常搭载不同的存储引擎运行，因此引擎层是被设计成可拔插式的，也就是可以根据业务特性，为自己的数据库选择不同的存储引擎。

MySQL的存储引擎主要分为官方版和民间版，前者是MySQL官方开发的，后者则是第三方开发的。存储引擎在MySQL中，相关的规范标准被定义成了一系列的接口，如果你也想要使用自己开发的存储引擎，那么只需要根据MySQL AB公司定义的准则，编写对应的引擎实现即可。

MySQL目前有非常多的存储引擎可选择，其中最为常用的则是InnoDB与MyISAM引擎，可以通过show variables like '%storage_engine%';命令来查看当前所使用的引擎。其他引擎如下：

存储引擎

存储引擎是MySQL数据库中与磁盘文件打交道的子系统，不同的引擎底层访问文件的机制也存在些许细微差异，引擎也不仅仅只负责数据的管理，也会负责库表管理、索引管理等，MySQL中所有与磁盘打交道的工作，最终都会交给存储引擎来完成。

六、文件系统层

文件层

这一层则是MySQL数据库的基础，本质上就是基于机器物理磁盘的一个文件系统，其中包含了配置文件、库表结构文件、数据文件、索引文件、日志文件等各类MySQL运行时所需的文件，这一层的功能比较简单，也就是与上层的存储引擎做交互，负责数据的最终存储与持久化工作。

这一层主要可分为两个板块：①日志板块。②数据板块。

6.1、日志模块

在MySQL中主要存在七种常用的日志类型，如下：

① binlog二进制日志，主要记录MySQL数据库的所有写操作（增删改）。
② redo-log重做/重写日志，MySQL崩溃时，对于未落盘的操作会记录在这里面，用于重启时重新落盘（InnoDB专有的）。
③ undo-logs撤销/回滚日志：记录事务开始前修改数据的备份，用于回滚事务。
④ error-log：错误日志：记录MySQL启动、运行、停止时的错误信息。
⑤ general-log常规日志，主要记录MySQL收到的每一个查询或SQL命令。
⑥ slow-log：慢查询日志，主要记录执行时间较长的SQL。
⑦ relay-log：中继日志，主要用于主从复制做数据拷贝。

上述列出了MySQL中较为常见的七种日志，但实际上还存在很多其他类型的日志，不过一般对调优、排查问题、数据恢复/迁移没太大帮助，用的较少，因此不再列出。

同样，这里先简单认识一下，后续会专门开一篇《MySQL日志篇》全面剖析。

6.2、数据模块

前面聊到过，MySQL的所有数据最终都会落盘（写入到磁盘），而不同的数据在磁盘空间中，存储的格式也并不相同，因此再列举出一些MySQL中常见的数据文件类型：

• db.opt文件：主要记录当前数据库使用的字符集和验证规则等信息。
• .frm文件：存储表结构的元数据信息文件，每张表都会有一个这样的文件。
• .MYD文件：用于存储表中所有数据的文件（MyISAM引擎独有的）。
• .MYI文件：用于存储表中索引信息的文件（MyISAM引擎独有的）。
• .ibd文件：用于存储表数据和索引信息的文件（InnoDB引擎独有的）。
• .ibdata文件：用于存储共享表空间的数据和索引的文件（InnoDB引擎独有）。
• .ibdata1文件：这个主要是用于存储MySQL系统（自带）表数据及结构的文件。
• .ib_logfile0/.ib_logfile1文件：用于故障数据恢复时的日志文件。
• .cnf/.ini：MySQL的配置文件，Windows下是.ini，其他系统大多为.cnf。

......

上述列举了一些MySQL中较为常见的数据文件类型，无论是前面的日志文件，亦或是现在的数据文件，这些都是后续深入剖析MySQL时会遇到的，因此在这里先有个简单认知，方便后续更好的理解MySQL。

当然，上述并没有完全列出MySQL所有的日志类型和文件类型，大家有兴趣的可以去自行翻看一下安装MySQL的目录，你会找其中找到很多其他类型的日志或数据文件~

七、MySQL架构篇小结

看到这里，《MySQL架构篇》就已经接近尾声啦，本文的主要目的是在于先对MySQL的整体架构有一个基本认知，这也为咱们后续的文章打下了坚实的基础，因为毕竟想要深入研究一个技术，那定然不能如同管中窥豹一般，仅看一个细节点，而是更应该是先窥其全貌，再深入细节。

这里也是学习底层、源码、原理、调优等知识的一个小技巧，如果只关注于某一个点，很容易出现“不识庐山真面目，只缘身在此山中”的情况，好比你想要研究“庐山”，但是一上来就抓着里面的某颗松树往死里钻，这定然是不妥的，更应该的是先从整体出发，先将整个庐山的面貌看清楚，最后再依次根据所观察到的全貌，逐步研究每个节点上的细节。

学习底层原理、源码实现，亦或是做性能调优、线上排查，一定要遵循“先理主干，再扣细节”的方式。