SQL语句执行深入讲解（MySQL架构总览->查询执行流程->SQL解析顺序）

前言：

一直是想知道一条sql语句是怎么被执行的，它执行的顺序是怎样的，然后查看总结各方资料，就有了下面这一篇博文了。

本文将从mysql总体架构--->查询执行流程--->语句执行顺序来探讨一下其中的知识。

一、mysql架构总览：

架构最好看图，再配上必要的说明文字。

下图根据参考书籍中一图为原本，再在其上添加上了自己的理解。

 

从上图中我们可以看到，整个架构分为两层，上层是mysqld的被称为的‘sql layer'，下层是各种各样对上提供接口的存储引擎，被称为‘storage engine layer'。其它各个模块和组件，从名字上就可以简单了解到它们的作用，这里就不再累述了。

二、查询执行流程

下面再向前走一些，容我根据自己的认识说一下查询执行的流程是怎样的：

1.连接

　　1.1客户端发起一条query请求，监听客户端的‘连接管理模块'接收请求

　　1.2将请求转发到‘连接进/线程模块'

　　1.3调用‘用户模块'来进行授权检查

　　1.4通过检查后，‘连接进/线程模块'从‘线程连接池'中取出空闲的被缓存的连接线程和客户端请求对接，如果失败则创建一个新的连接请求

2.处理

　　2.1先查询缓存，检查query语句是否完全匹配，接着再检查是否具有权限，都成功则直接取数据返回

　　2.2上一步有失败则转交给‘命令解析器'，经过词法分析，语法分析后生成解析树

　　2.3接下来是预处理阶段，处理解析器无法解决的语义，检查权限等，生成新的解析树

　　2.4再转交给对应的模块处理

　　2.5如果是select查询还会经由‘查询优化器'做大量的优化，生成执行计划

　　2.6模块收到请求后，通过‘访问控制模块'检查所连接的用户是否有访问目标表和目标字段的权限

　　2.7有则调用‘表管理模块'，先是查看table cache中是否存在，有则直接对应的表和获取锁，否则重新打开表文件

　　2.8根据表的meta数据，获取表的存储引擎类型等信息，通过接口调用对应的存储引擎处理

　　2.9上述过程中产生数据变化的时候，若打开日志功能，则会记录到相应二进制日志文件中

3.结果

　　3.1query请求完成后，将结果集返回给‘连接进/线程模块'

　　3.2返回的也可以是相应的状态标识，如成功或失败等

　　3.3‘连接进/线程模块'进行后续的清理工作，并继续等待请求或断开与客户端的连接

一图小总结

 

三、sql解析顺序

接下来再走一步，让我们看看一条sql语句的前世今生。

首先看一下示例语句

select distinct
 < select_list >
from
 < left_table > < join_type >
join < right_table > on < join_condition >
where
 < where_condition >
group by
 < group_by_list >
having
 < having_condition >
order by
 < order_by_condition >
limit < limit_number >

然而它的执行顺序是这样的

from <left_table>
on <join_condition>
<join_type> join <right_table>
where <where_condition>
group by <group_by_list>
having <having_condition>
select 
distinct <select_list>
order by <order_by_condition>
limit <limit_number>

虽然自己没想到是这样的，不过一看还是很自然和谐的，从哪里获取，不断的过滤条件，要选择一样或不一样的，排好序，那才知道要取前几条呢。

既然如此了，那就让我们一步步来看看其中的细节吧。

准备工作

1.创建测试数据库

create database testquery

2.创建测试表

create table table1
(
 uid varchar(10) not null,
 name varchar(10) not null,
 primary key(uid)
)engine=innodb default charset=utf8;

create table table2
(
 oid int not null auto_increment,
 uid varchar(10),
 primary key(oid)
)engine=innodb default charset=utf8;

3.插入数据

insert into table1(uid,name) values('aaa','mike'),('bbb','jack'),('ccc','mike'),('ddd','mike');

insert into table2(uid) values('aaa'),('aaa'),('bbb'),('bbb'),('bbb'),('ccc'),(null);

4.最后想要的结果

select
 a.uid,
 count(b.oid) as total
from
 table1 as a
left join table2 as b on a.uid = b.uid
where
 a. name = 'mike'
group by
 a.uid
having
 count(b.oid) < 2
order by
 total desc
limit 1;

！现在开始sql解析之旅吧！

1. from

当涉及多个表的时候，左边表的输出会作为右边表的输入，之后会生成一个虚拟表vt1。

(1-j1)笛卡尔积

计算两个相关联表的笛卡尔积(cross join) ，生成虚拟表vt1-j1。

mysql> select * from table1,table2;
+-----+------+-----+------+
| uid | name | oid | uid |
+-----+------+-----+------+
| aaa | mike | 1 | aaa |
| bbb | jack | 1 | aaa |
| ccc | mike | 1 | aaa |
| ddd | mike | 1 | aaa |
| aaa | mike | 2 | aaa |
| bbb | jack | 2 | aaa |
| ccc | mike | 2 | aaa |
| ddd | mike | 2 | aaa |
| aaa | mike | 3 | bbb |
| bbb | jack | 3 | bbb |
| ccc | mike | 3 | bbb |
| ddd | mike | 3 | bbb |
| aaa | mike | 4 | bbb |
| bbb | jack | 4 | bbb |
| ccc | mike | 4 | bbb |
| ddd | mike | 4 | bbb |
| aaa | mike | 5 | bbb |
| bbb | jack | 5 | bbb |
| ccc | mike | 5 | bbb |
| ddd | mike | 5 | bbb |
| aaa | mike | 6 | ccc |
| bbb | jack | 6 | ccc |
| ccc | mike | 6 | ccc |
| ddd | mike | 6 | ccc |
| aaa | mike | 7 | null |
| bbb | jack | 7 | null |
| ccc | mike | 7 | null |
| ddd | mike | 7 | null |
+-----+------+-----+------+
rows in set (0.00 sec)

(1-j2)on过滤

基于虚拟表vt1-j1这一个虚拟表进行过滤，过滤出所有满足on 谓词条件的列，生成虚拟表vt1-j2。

注意：这里因为语法限制，使用了'where'代替，从中读者也可以感受到两者之间微妙的关系；

mysql> select
 -> *
 -> from
 -> table1,
 -> table2
 -> where
 -> table1.uid = table2.uid
 -> ;
+-----+------+-----+------+
| uid | name | oid | uid |
+-----+------+-----+------+
| aaa | mike | 1 | aaa |
| aaa | mike | 2 | aaa |
| bbb | jack | 3 | bbb |
| bbb | jack | 4 | bbb |
| bbb | jack | 5 | bbb |
| ccc | mike | 6 | ccc |
+-----+------+-----+------+
rows in set (0.00 sec)

(1-j3)添加外部列

如果使用了外连接(left,right,full)，主表（保留表）中的不符合on条件的列也会被加入到vt1-j2中，作为外部行，生成虚拟表vt1-j3。

mysql> select
 -> *
 -> from
 -> table1 as a
 -> left outer join table2 as b on a.uid = b.uid;
+-----+------+------+------+
| uid | name | oid | uid |
+-----+------+------+------+
| aaa | mike | 1 | aaa |
| aaa | mike | 2 | aaa |
| bbb | jack | 3 | bbb |
| bbb | jack | 4 | bbb |
| bbb | jack | 5 | bbb |
| ccc | mike | 6 | ccc |
| ddd | mike | null | null |
+-----+------+------+------+
rows in set (0.00 sec)

下面从网上找到一张很形象的关于‘sql joins'的解释图，如若侵犯了你的权益，请劳烦告知删除，谢谢。

 

2. where

对vt1过程中生成的临时表进行过滤，满足where子句的列被插入到vt2表中。

注意：

此时因为分组，不能使用聚合运算；也不能使用select中创建的别名；

与on的区别：

如果有外部列，on针对过滤的是关联表，主表（保留表）会返回所有的列；

如果没有添加外部列，两者的效果是一样的；

应用：

对主表的过滤应该放在where；

对于关联表，先条件查询后连接则用on，先连接后条件查询则用where；

mysql> select
 -> *
 -> from
 -> table1 as a
 -> left outer join table2 as b on a.uid = b.uid
 -> where
 -> a. name = 'mike';
+-----+------+------+------+
| uid | name | oid | uid |
+-----+------+------+------+
| aaa | mike | 1 | aaa |
| aaa | mike | 2 | aaa |
| ccc | mike | 6 | ccc |
| ddd | mike | null | null |
+-----+------+------+------+
rows in set (0.00 sec)

3. group by

这个子句会把vt2中生成的表按照group by中的列进行分组。生成vt3表。

注意：

其后处理过程的语句，如select,having，所用到的列必须包含在group by中，对于没有出现的，得用聚合函数；

原因：

group by改变了对表的引用，将其转换为新的引用方式，能够对其进行下一级逻辑操作的列会减少；

我的理解是：

根据分组字段，将具有相同分组字段的记录归并成一条记录，因为每一个分组只能返回一条记录，除非是被过滤掉了，而不在分组字段里面的字段可能会有多个值，多个值是无法放进一条记录的，所以必须通过聚合函数将这些具有多值的列转换成单值；

mysql> select
 -> *
 -> from
 -> table1 as a
 -> left outer join table2 as b on a.uid = b.uid
 -> where
 -> a. name = 'mike'
 -> group by
 -> a.uid;
+-----+------+------+------+
| uid | name | oid | uid |
+-----+------+------+------+
| aaa | mike | 1 | aaa |
| ccc | mike | 6 | ccc |
| ddd | mike | null | null |
+-----+------+------+------+
rows in set (0.00 sec)

4. having

这个子句对vt3表中的不同的组进行过滤，只作用于分组后的数据，满足having条件的子句被加入到vt4表中。

mysql> select
 -> *
 -> from
 -> table1 as a
 -> left outer join table2 as b on a.uid = b.uid
 -> where
 -> a. name = 'mike'
 -> group by
 -> a.uid
 -> having
 -> count(b.oid) < 2;
+-----+------+------+------+
| uid | name | oid | uid |
+-----+------+------+------+
| ccc | mike | 6 | ccc |
| ddd | mike | null | null |
+-----+------+------+------+
rows in set (0.00 sec)

5. select

这个子句对select子句中的元素进行处理，生成vt5表。

(5-j1)计算表达式 计算select 子句中的表达式，生成vt5-j1

(5-j2)distinct

寻找vt5-1中的重复列，并删掉，生成vt5-j2

如果在查询中指定了distinct子句，则会创建一张内存临时表（如果内存放不下，就需要存放在硬盘了）。这张临时表的表结构和上一步产生的虚拟表vt5是一样的，不同的是对进行distinct操作的列增加了一个唯一索引，以此来除重复数据。

mysql> select
 -> a.uid,
 -> count(b.oid) as total
 -> from
 -> table1 as a
 -> left outer join table2 as b on a.uid = b.uid
 -> where
 -> a. name = 'mike'
 -> group by
 -> a.uid
 -> having
 -> count(b.oid) < 2;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |  1 |
| ddd |  0 |
+-----+-------+
rows in set (0.00 sec)

6.order by

从vt5-j2中的表中，根据order by 子句的条件对结果进行排序，生成vt6表。

注意：

唯一可使用select中别名的地方；

mysql> select
 -> a.uid,
 -> count(b.oid) as total
 -> from
 -> table1 as a
 -> left outer join table2 as b on a.uid = b.uid
 -> where
 -> a. name = 'mike'
 -> group by
 -> a.uid
 -> having
 -> count(b.oid) < 2
 -> order by
 -> total desc;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |  1 |
| ddd |  0 |
+-----+-------+
rows in set (0.00 sec)

7.limit

limit子句从上一步得到的vt6虚拟表中选出从指定位置开始的指定行数据。

注意：

offset和rows的正负带来的影响；

当偏移量很大时效率是很低的，可以这么做：

采用子查询的方式优化，在子查询里先从索引获取到最大id，然后倒序排，再取n行结果集

采用inner join优化，join子句里也优先从索引获取id列表，然后直接关联查询获得最终结果

mysql> select
 -> a.uid,
 -> count(b.oid) as total
 -> from
 -> table1 as a
 -> left join table2 as b on a.uid = b.uid
 -> where
 -> a. name = 'mike'
 -> group by
 -> a.uid
 -> having
 -> count(b.oid) < 2
 -> order by
 -> total desc
 -> limit 1;
+-----+-------+
| uid | total |
+-----+-------+
| ccc |  1 |
+-----+-------+
row in set (0.00 sec)

至此sql的解析之旅就结束了，上图总结一下：

 

参考书籍：

• 《mysql性能调优与架构实践》
• 《mysql技术内幕：sql编程》

尾声：

　　嗯，到这里这一次的深入了解之旅就差不多真的结束了，虽然也不是很深入，只是一些东西将其东拼西凑在一起而已，参考了一些以前看过的书籍，大师之笔果然不一样。而且在这过程中也是get到了蛮多东西的，最重要的是更进一步意识到，计算机软件世界的宏大呀~

　　另由于本人才疏学浅，其中难免存在纰漏错误之处，若发现劳烦告知修改，感谢~

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。