一个SQL语句被发送到MySQL是如果被执行的?

select name,age from user where age > 8

如上一个SQL语句，发送到MySQL服务器之后，会做什么，如何识别上边语句并返回结果？下面我们来详细说明这个过程。

语法解析和预处理（Parser & Preprocessor）

假如我们随便执行一个字符串，MySQL服务器会报一个1064的错误:

1064 - You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near 'from zhangsan' at line 1, Time: 0.000000s

它是怎么知道我输入的内容是错误的？

这个就是MySQL的Parser解析器和Preprocessor预处理模块。

这一步主要做的就是对传过来SQL语句进行词法和语法分析和语义的解析。

任何一个编程语言都会有自己特有的词法、语法定义。

• 语法，描述程序看起来是什么样的；
• 语义，描述程序的含义

词法解析

词法分析就是把一个完整的SQL语句打碎成一个个的单词。

比如上边的SQL语句

select name,age from user where age > 8

它会被打碎成8个符号，每个符号都是什么类型，从哪里开始到哪里结束。

语法解析

第二步就是语法分析，语法分析会对SQL做一些语法检查，比如单引号有没有闭合，然后根据MySQL定义的语法规则，根据SQL语句生成一个数据结构。这个数据结构我们把它叫做解析树（select_lex）。

任何数据库的中间件，比如Mycat，Sharding-JDBC（用到了DruidParser），都必须要有词法和语法分析功能，在市面上也有很多的开源的词法解析的工具（比如LEX，Yacc）。

sql语法优先级

顺序

语法

说明

1

from

2

where

从左往右，自上而下

3

group by

4

having

消耗资源。尽量避免使用。

5

select

少用*号，尽量使用字段名称

6

distinct

少用*号，尽量使用字段名称

7

order by

执行顺序从左到右，消耗资源

8

limit

预处理器

如果我写了一个词法和语法都正确的SQL，但是表名或者字段不存在，会在哪里报错？是在数据库的执行层还是解析器？比如：

select * from user_back;

解析器可以分析语法，但是它怎么知道数据库里面有什么表，表里面有什么字段呢？

实际上还是在解析的时候报错，解析SQL的环节里面有个预处理器。

它会检查生成的解析树，解决解析器无法解析的语义。比如，它会检查表和列名是否存在，检查名字和别名，保证没有歧义。

预处理之后得到一个新的解析树。

查询优化器（Query Optimizer）与查询计划

得到解析树之后，是不是执行SQL语句了呢？

这里我们有一个问题，一条SQL语句是不是只有一种执行方式？或者说数据库最终执行的SQL是不是就是我们发送的SQL？

这个答案是否定的。一条SQL语句是可以有很多种执行方式的，最终返回相同的结果，他们是等价的。但是如果有这么多种执行方式，这些执行方式怎么得到的？最终选择哪一种去执行？根据什么判断标准去选择？

这个就是MySQL的查询优化器的模块（Optimizer）。

查询优化器的目的就是根据解析树生成不同的执行计划（ExecutionPlan），然后选择一种最优的执行计划，MySQL里面使用的是基于开销（cost）的优化器，那种执行计划开销最小，就用哪种。

可以使用这个命令查看查询的开销：

show status like 'Last_query_cost'

优化器可以做什么？

MySQL的优化器能处理哪些优化类型呢？

举两个简单的例子：

1. 当我们对多张表进行关联查询的时候，以哪个表的数据作为基准表。
2. 有多个索引可以使用的时候，选择哪个索引。

实际上，对于每一种数据库来说，优化器的模块都是必不可少的，他们通过复杂的算法实现尽可能优化查询效率的目标。

如果对于优化器的细节感兴趣，可以看看《数据库查询优化器的艺术-原理解析与SQL性能优化》。

但是优化器也不是万能的，并不是再垃圾的SQL语句都能自动优化，也不是每次都能选择到最优的执行计划，大家在编写SQL语句的时候还是要注意。

如果我们想知道优化器是怎么工作的，它生成了几种执行计划，每种执行计划的cost是多少，应该怎么做？

优化器是如何得到执行计划的？

首先我们要启用优化器的追踪（默认是关闭的）：

show variables like 'optimizer_trace';

set optimizer_trace='enabled=on';

注意开启这开关是会消耗性能的，因为它要把优化分析的结果写到表里面，所以不要轻易开启，或者查看完之后关闭它（改成off）。

执行一个SQL语句，优化器会生成执行计划

select a.* from sys_user a ,sys_user_role b  where a.id = b.user_id;

这个时候优化器分析的过程已经记录到系统表里面了，我们可以查询：

select * from information_schema.optimizer_trace;

它是一个JSON类型的数据，主要分成三部分，准备阶段、优化阶段和执行阶段。

阶段

类型

说明

1

join_preparation

SQL准备阶段

2

join_optimization

SQL优化阶段

3

join_execution

SQL执行阶段

分析完记得关掉：

set optimizer_trace='enabled=off';

show variables like 'optimizer_trace';

优化器得到的结果

优化完之后，得到一个什么东西呢？

优化器最终会把解析树变成一个查询执行计划，查询执行计划是一个数据结构。

当然，这个执行计划是不是一定是最优的执行计划呢？不一定，因为MySQL也有可能覆盖不到所有的执行计划。

我们怎么查看MySQL的执行计划呢？比如多张表关联查询，先查询哪张表？在执行查询的时候可能用到哪些索引，实际上用到了什么索引？

explan（执行计划）

MySQL提供了一个执行计划的工具。我们在SQL语句前面加上explain，就可以看到执行计划的信息。

explain select a.* from sys_user a ,sys_user_role b  where a.id = b.user_id;

注意：Explain的结果也不一定最终执行的方式。

expain出来的信息有12列，分别是 |列名|描述| |--|--| |id|选择标识符| |select_type|表示查询的类型| |table|输出结果集的表| |partitions|匹配的分区| |type|表示表的连接类型| |possible_keys|表示查询时，可能使用的索引| |key|表示实际使用的索引| |key_len|索引字段的长度| |ref|列与索引的比较| |rows|扫描出的行数(估算的行数)| |filtered|按表条件过滤的行百分比| |Extra|执行情况的描述和说明|

id

这是SELECT的查询序列号，可理解为SQL执行的顺序标识，SQL从大到小的执行。

1. id相同时，执行顺序由上至下
2. 如果是子查询，id的序号会递增，id值越大优先级越高，越先被执行
3. id如果相同，可以认为是一组，从上往下顺序执行；在所有组中，id值越大，优先级越高，越先执行

select_type

类型

说明

SIMPLE

简单SELECT，不使用UNION或子查询等

PRIMARY

子查询中最外层查询，查询中若包含任何复杂的子部分，最外层的select被标记为PRIMARY

UNION

UNION中的第二个或后面的SELECT语句

DEPENDENT UNION

UNION中的第二个或后面的SELECT语句，取决于外面的查询

UNION RESULT

UNION的结果，union语句中第二个select开始后面所有select

SUBQUERY

子查询中的第一个SELECT，结果不依赖于外部查询

DEPENDENT SUBQUERY

子查询中的第一个SELECT，依赖于外部查询

DERIVED

派生表的SELECT, FROM子句的子查询

UNCACHEABLE SUBQUERY

一个子查询的结果不能被缓存，必须重新评估外链接的第一行

table

显示这一步所访问数据库中表名称（显示这一行的数据是关于哪张表的），有时不是真实的表名字，可能是简称，例如上面的a，b，也可能是第几步执行的结果的简称

type

对表访问方式，表示MySQL在表中找到所需行的方式，又称“访问类型”。

类型

说明

ALL

Full Table Scan， MySQL将遍历全表以找到匹配的行

index

Full Index Scan，index与ALL区别为index类型只遍历索引树

range

只检索给定范围的行，使用一个索引来选择行

ref

表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值

eq_ref

类似ref，区别就在使用的索引是唯一索引，对于每个索引键值，表中只有一条记录匹配，简单来说，就是多表连接中使用primary key或者 unique key作为关联条件

const、system

当MySQL对查询某部分进行优化，并转换为一个常量时，使用这些类型访问。如将主键置于where列表中，MySQL就能将该查询转换为一个常量，system是const类型的特例，当查询的表只有一行的情况下，使用system

NULL

MySQL在优化过程中分解语句，执行时甚至不用访问表或索引，例如从一个索引列里选取最小值可以通过单独索引查找完成。

possible_keys

指出MySQL能使用哪个索引在表中找到记录，查询涉及到的字段上若存在索引，则该索引将被列出，但不一定被查询使用（该查询可以利用的索引，如果没有任何索引显示 null）

Key

key列显示MySQL实际决定使用的键（索引），必然包含在possible_keys中

如果没有选择索引，键是NULL。要想强制MySQL使用或忽视possible_keys列中的索引，在查询中使用FORCE INDEX、USE INDEX或者IGNORE INDEX。

key_len

表示索引中使用的字节数，可通过该列计算查询中使用的索引的长度（key_len显示的值为索引字段的最大可能长度，并非实际使用长度，即key_len是根据表定义计算而得，不是通过表内检索出的）

ref

列与索引的比较，表示上述表的连接匹配条件，即哪些列或常量被用于查找索引列上的值

rows

估算出结果集行数，表示MySQL根据表统计信息及索引选用情况，估算的找到所需的记录所需要读取的行数

Extra

该列包含MySQL解决查询的详细信息,有以下几种情况：

类型

说明

Using where

不用读取表中所有信息，仅通过索引就可以获取所需数据，这发生在对表的全部的请求列都是同一个索引的部分的时候，表示mysql服务器将在存储引擎检索行后再进行过滤

Using temporary

表示MySQL需要使用临时表来存储结果集，常见于排序和分组查询，常见 group by ; order by

Using filesort

当Query中包含 order by 操作，而且无法利用索引完成的排序操作称为“文件排序”

Using join buffer

该值强调了在获取连接条件时没有使用索引，并且需要连接缓冲区来存储中间结果。如果出现了这个值，那应该注意，根据查询的具体情况可能需要添加索引来改进能。

Impossible where

这个值强调了where语句会导致没有符合条件的行（通过收集统计信息不可能存在结果）

Select tables optimized away

这个值意味着仅通过使用索引，优化器可能仅从聚合函数结果中返回一行

No tables used

Query语句中使用from dual 或不含任何from子句