MySQL逻辑架构（B/S结构）
MySQL逻辑架构整体分为三层 :
- 客户端 : 并非MySQL所独有，诸如 : 连接处理、授权认证、安全等功能均在这一层处理
- 核心服务 : 包括查询解析、分析、优化、缓存、内置函数(比如 : 时间、数学、加密等函数)，所有的跨存储引擎的功能也在这一层实现 : 存储过程、触发器、视图等
- 存储引擎 : 负责 MySQL 中的数据存储和提取，和 Linux 下的文件系统类似，每种存储引擎都有其优势和劣势，中间的服务层通过 API 与存储引擎通信，这些 API接口 屏蔽不同存储引擎间的差异
具体的逻辑架构如下所示：
我们可以看到和我们的应用架构类似
都有连接池，缓存，内存管理，网络交互，访问控制等
MySQL查询过程
把上面的查询过程结合服务层架构的各个模块来看
MySQL 整个查询执行过程，总的来说分为 5 个步骤 :
1> 客户端向 MySQL 服务器发送一条查询请求，mysql会使用连接池进行连接
2> 服务器首先检查查询缓存，如果命中缓存，则立刻返回存储在缓存中的结果，否则进入下一阶段
3> 服务器进行 SQL解析、预处理、再由优化器生成对应的执行计划
4> MySQL 根据执行计划，调用存储引擎的 API来执行查询
5> 将结果返回给客户端，同时缓存查询结果
影响性能的因素：
定位性能问题永远要从宏观层面去查看问题，发现问题之后在需要从微观层面考虑如何优化
数据库之外：
1.人为因素-需求
count(*) 当数据量过大的时候是否需要显示全部数量
然后如果需要的话，myisam是存储表的总数的，innodb是没有的，需要进行全表扫描，那么我们是否可以找一个地方用非实时的方式记录表的数量
2.程序员因素
对SQL进行优化，表结构设计要合理
3.cache
外部的cache设计的不好，导致很多可以缓存的查询结果打到数据库
4.应用场景
OLTP on-line transaction processing 联机事务处理
OLAP on-line analysis processing 联机分析处理
数据库之内：
1.索引
索引是一种数据结构，那具体是那种数据结构呢？
常见的数据结构：
Hash(无法进行范围查询)
FullText
R-Tree(空间索引，例如：周围三公里的商家)
B+tree（数据库索引，树的高度不会太高）
- myisam 的索引树不存储数据，只存储指向数据结构文件的指针，这也是为什么需要多个文件的原因
- innodb是使用主键来组织索引树的，树的节点会存储数据，因此只需要一个文件
2.cache
来源：CSDN
作者：我想说的csdn
链接：https://blog.csdn.net/wang2963973852/article/details/103748843