SQL语言③--SQL是如何执行的

1、Oracle中SQL语句是怎么执行的,什么是硬解析,什么是软解析?

        Oracle中SQL语句的执行过程:

    1)语法检查:检查SQL拼写是否正确,如果不正确,Oracle会报语法错误。

    2)语义检查:检查SQL中的访问对象是否存在。比如我们在写Select语句的时候,如果列名写错了,系统就会提示有错误。语法检查和语义检查的作用就是保证我们的SQL语句没有错误。

    3)权限检查:看用户是否具有访问该数据库的权限。

    4)共享池检查:共享池(shared pool)是一块内存池,最主要的作用是缓存SQL语句和该语句的执行计划。Oracle通过检查共享池是否存在SQL语句的执行计划来判断进行软解析还是硬解析。

    在共享池中,Oracle首先对SQL语句进行Hash运算,然后根据Hash值在库缓存(Library Cache)中查找,如果存在SQL语句的执行计划,就直接拿来执行,直接进入“执行器”的环节,这就是软解析。

    如果没有找到SQL语句和执行计划,Oracle就需要创建解析树进行解析,生成执行计划,进入“优化器”这个步骤,这就是硬解析。

    5)优化器:优化器就是要进行硬解析,也就是决定怎么做,比如:创建解析树,生成执行计划。

    6)执行器:当有了解析树和执行计划,就知道了SQL该怎么被执行,这样就可以在执行器中执行语句了。

    共享池是oracle的术语,包括了库缓存、数据字典缓冲区等。上面已经降到了库缓存,它主要缓存SQL语句和执行计划。而数据字典缓冲区存储的是oracle中的对象定义,比如表、视图、索引等对象,当对SQL语句进行解析的时候,如果需要相关的数据,会从数据字典缓冲区中提取。

    库缓存这个步骤,决定了SQL语句是否需要进行硬解析,为了提升SQL的执行效率,我们应该尽量避免硬解析,因为在SQL的执行过程中,创建解析树、生成执行计划是很消耗资源的。

    如何避免硬解析,尽量使用软解析呢?在oracle中,绑定变量是它的一大特色,绑定变量就是在SQL中使用变量,通过不同的变量取值来改变SQL的执行结果,这样做的好处是能提升解析的可能性,不足之处在于可能会导致生成的执行计划不够优化,因此是否需要绑定变量还需要视情况而定。例如:

    SQL> select * from player where player_id = 10001;

    SQL> select * from player where player_id = :player_id;

    这两个查询语句的效率在oracle中是完全不同的。如果你在查询player_id = 10001之后,还会查询10002、10003之类的数据,那么每一次查询都会创建一个新的执行计划,而第二种方式使用了绑定变量,那么在第一次查询之后,在共享池中就会存在这类查询的执行计划,也就是软解析。

    因此我们可以通过使用绑定变量来减少硬解析,减少oracle的解析工作量,但是这种方式也有缺点,使用动态的SQL的方式,因为参数不同,会导致SQL的执行效率不同,同时SQL优化也会比较困难。

2、MySql中SQL语句是怎么执行的,MySql的体系结构又是怎么样的?

    在 MySQL 中,SQL 执行过程:

    首先,MySql是典型的C/S架构,服务端程序使用的mysqlId,整体的MySql流程如下:

    

    1)连接层:客户端和服务端建立连接,客户端发送SQL到服务端。

    2)SQL层:对SQL语句进行查询处理。

    3)存储引擎层:与数据库文件打交道,负责数据的存储和读取。

    其中,SQL层与数据库文件的存储方式无关,看下SQL层的结构:

    

    1)查询缓存:Server如果在查询缓存中发现了这条SQL语句,就会直接将结果返回给客户端。如果没有,就进入到解析器阶段。需要说明的是,因为查询缓存往往效率不高,所以在MySql8.0之后就抛弃了这个功能。

    2)解析器:在解析器中对SQL语句进行语法分析、语义分析

    3)优化器:在优化器中会确定SQL语句的执行路径,比如是根据全表检索还是根据索引检索等。

    4)执行器:在执行之前需要判断该用户是否具备权限,如果具备权限就执行SQL查询并返回结果。在MySql8.0以下的版本,如果设置了查询缓存,这里会将查询结果进行缓存。

    所以,SQL语句在MySql中的流程是:SQL语句->缓存查询->解析器->优化器->执行器。在一部分中,MySql和Oracle执行SQL的原理是一样的。

3、什么是存储引擎,MySql的存储引擎有哪些?

    与Oracle不同的是,MySql的存储引擎采用了插件的形式,每个存储引擎都面向一种特定的数据库应用环境。同时开源的MySql还允许开发人员设置自己的存储引擎,下面是一些常见的存储引擎:

    1)InnoDB 存储引擎:它是MySQL 5.5.8 版本之后默认的存储引擎,最大的特点是支持事务、行级锁定、外键约束等。

    2)MyISAM 存储引擎:在 MySQL 5.5.8 版本之前是默认的存储引擎,不支持事务、也不支持外键。最大的特点是速度快,占用资源少。

    3)Memory存储引擎:使用系统内存作为存储介质,以便得到更快的相应速度。不过如果mysqlId进程崩溃,则会导致所有的数据丢失,因此我们只有当数据是临时情况下才使用Memory存储引擎。

    4)NDB存储引擎:也叫做NDB Cluster存储引擎,主要用于MySql Cluster分布式集群环境,类似于Oracle的RAC集群。

    5)Archive存储引擎:他又很好的压缩机制,用于文件归档,在请求写入时会进行压缩,所以也经常用来做仓库。

4、总结:

    

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容