当前位置：首页 > news >正文

开始改变第六天 MySQL（1）

news 2025/10/31 7:48:36

深入理解MySQL架构、InnoDB存储引擎与索引优化

一、MySQL整体架构与SQL执行流程

MySQL架构概览

MySQL采用经典的C/S架构，主要分为以下几个层次：

客户端 -> 连接层 -> 服务层 -> 存储引擎层 -> 文件系统层

SQL执行流程详解

连接建立
- 客户端通过TCP/IP或Socket与MySQL建立连接
- 连接器进行身份认证和权限验证
- 连接成功后，分配线程处理该连接
查询缓存（MySQL 8.0已移除）
- 检查查询是否在缓存中存在
- 如果命中缓存，直接返回结果
解析与预处理
```
-- 示例SQL
SELECT * FROM users WHERE id = 1 AND name = '张三';
```
- 词法分析：识别SELECT、FROM、WHERE等关键词
- 语法分析：构建语法树，检查语法正确性
- 预处理：检查表、列是否存在，解析别名等
查询优化
- 优化器选择最优执行计划
- 考虑因素：索引选择、连接顺序、成本估算等
执行引擎
- 调用存储引擎API执行查询
- 返回结果给客户端

二、InnoDB内存与磁盘结构

内存结构（Memory Structures）

Buffer Pool（缓冲池）
- 数据页的缓存区域，减少磁盘I/O
- 采用LRU算法管理页面
- 包含数据页、索引页、插入缓冲等
Change Buffer（变更缓冲区）
- 缓存非唯一索引的变更操作
- 当相关页被读取时合并变更
Log Buffer（日志缓冲区）
- 缓存redo log，定期刷盘
- 提高事务提交效率
Adaptive Hash Index（自适应哈希索引）
- 自动为热点数据建立哈希索引
- 加速等值查询

磁盘结构（Disk Structures）

表空间（Tablespaces）
- 系统表空间：ibdata1文件
- 独立表空间：每表一个.ibd文件
- 通用表空间：多表共享表空间
重做日志（Redo Log）
- 保证事务的持久性
- 循环写入ib_logfile0、ib_logfile1
撤销日志（Undo Log）
- 实现事务回滚和MVCC
- 存储在系统表空间或独立的undo表空间

三、B+树的优势与原理

B+树核心特性

B+树结构：
根节点 -> 非叶子节点（只存索引） -> 叶子节点（存数据+指针）

相比B树的优势

更高的查询效率
- 所有数据都在叶子节点，查询路径长度固定
- 更适合范围查询和全表扫描
更好的磁盘I/O性能
- 节点可以存储更多键值，树高更低
- 减少磁盘访问次数
更适合数据库场景
- 叶子节点形成链表，便于范围查询
- 非叶子节点只存索引，可以缓存更多索引数据

B+树在InnoDB中的实现

聚簇索引：叶子节点存储完整行数据
二级索引：叶子节点存储主键值，需要回表查询

四、索引建立与优化实践

如何建立高效索引

-- 创建单列索引
CREATE INDEX idx_name ON users(name);-- 创建复合索引
CREATE INDEX idx_name_age ON users(name, age);-- 创建唯一索引
CREATE UNIQUE INDEX idx_email ON users(email);

索引设计原则

选择区分度高的列

-- 区分度低的列不适合建索引
SELECT COUNT(DISTINCT gender) / COUNT(*) FROM users; -- 可能只有0.5-- 区分度高的列适合建索引
SELECT COUNT(DISTINCT email) / COUNT(*) FROM users; -- 接近1.0

考虑查询频率
- 为WHERE、JOIN、ORDER BY、GROUP BY涉及的列建立索引

复合索引的最左前缀原则

-- 索引: (name, age, city)
SELECT * FROM users WHERE name = '张三'; -- 使用索引
SELECT * FROM users WHERE name = '张三' AND age = 25; -- 使用索引
SELECT * FROM users WHERE age = 25; -- 不使用索引（违反最左前缀）

回表查询与覆盖索引

回表查询

-- 假设在name上有二级索引
SELECT * FROM users WHERE name = '张三';
-- 执行流程：
-- 1. 在name索引树找到'张三'对应的主键id
-- 2. 用主键id到聚簇索引中查找完整数据
-- 这就是回表查询

覆盖索引优化

-- 创建覆盖索引
CREATE INDEX idx_name_age ON users(name, age);-- 查询只需要索引列，避免回表
SELECT name, age FROM users WHERE name = '张三';
-- 直接从索引树获取数据，无需访问数据行

索引失效的常见场景

违反最左前缀原则

-- 索引: (name, age)
SELECT * FROM users WHERE age = 25; -- 索引失效

在索引列上使用函数或计算

SELECT * FROM users WHERE YEAR(create_time) = 2023; -- 索引失效
-- 优化为：
SELECT * FROM users WHERE create_time >= '2023-01-01' AND create_time < '2024-01-01';

使用不等于(!=或<>)

SELECT * FROM users WHERE status != 1; -- 可能全表扫描

LIKE以通配符开头

SELECT * FROM users WHERE name LIKE '%张%'; -- 索引失效
SELECT * FROM users WHERE name LIKE '张%'; -- 可以使用索引

类型转换

-- 假设phone是varchar类型
SELECT * FROM users WHERE phone = 13800138000; -- 索引失效
SELECT * FROM users WHERE phone = '13800138000'; -- 使用索引

OR条件处理不当

-- 假设name有索引，age无索引
SELECT * FROM users WHERE name = '张三' OR age = 25; -- 索引失效

索引使用最佳实践

-- 1. 使用EXPLAIN分析查询
EXPLAIN SELECT * FROM users WHERE name = '张三';-- 2. 监控慢查询
SHOW VARIABLES LIKE 'slow_query_log%';-- 3. 定期分析索引使用情况
SELECT * FROM sys.schema_unused_indexes;-- 4. 避免过度索引，每个索引都会增加维护成本