外观
01 - 一条 SQL 从客户端发送到返回结果,数据库经历了什么
摘要
同一条 SQL 有时 10 毫秒返回,有时调用却持续 10 秒,差别可能出在连接等待、数据查找或结果读取。要理解这段时间花在哪里,先区分三个问题:查询要什么结果,数据库用什么步骤取得结果,客户端什么时候读完结果。本文以 MySQL 8.0 / 8.4 与 InnoDB 为主线,沿一次查询解释连接、解析、优化、执行、存储访问和结果返回。
初次阅读先完成第 1—5 节的小查询,再读第 6—8 节的机制。Java 计时和跨产品架构是可选进阶,不是学习 SQL 的前提。基础 SQL 以 MySQL 8.0 / 8.4 为准;
EXPLAIN ANALYZE要求 MySQL 8.0.18+。示例数据、耗时拆分与计划形状是教学说明,不代表实例性能。运行约定见 A 实验与证据验证方法。
开始前:一条查询在表达什么
表按行保存记录,列定义属性。一行订单可以有订单号、客户号、金额和创建时间;主键用于唯一定位该行,索引用于帮助查找或按一定顺序访问数据。
sql
SELECT id, customer_id, amount
FROM kb01_order
WHERE customer_id = 1001
ORDER BY created_at DESC, id DESC
LIMIT 20;这条查询表达的目标是:从订单表选出客户 1001 的订单,按创建时间从新到旧排列,同一时间用 id 决定顺序,最多返回 20 行。SELECT 指定返回列,FROM 指定表,WHERE 指定筛选条件,ORDER BY 指定顺序,DESC 表示降序,LIMIT 限制返回数量。
这些子句描述结果应满足什么要求,并不规定数据库必须怎样查找。例如,数据库可以扫描记录后筛选,也可以借助索引寻找候选记录。选择哪条路径,是优化器的任务。第 5 节会先建好表再执行这条查询。
连接是客户端与数据库的通道,会话是连接关联的状态;一个连接可以先后执行很多 SQL。事务则把一组读写放在提交或回滚边界内,不等于连接本身。本文先沿普通查询追踪路径,事务细节进入 16再展开。
1. 场景:执行 12 秒,不等于数据库计算了 12 秒
设想订单列表接口从 80 毫秒变成 12 秒。应用监控把耗时全部记在 selectOrders() 上,开发人员第一反应是“SQL 没走索引”。数据库侧对应语句的计时却只有 40 毫秒。
如果这两个计时确实对应同一次请求,就应先检查数据库语句计时之外的时间。一种可能是连接池耗尽:请求先等待空闲连接 11.9 秒,拿到连接后 SQL 很快完成。连接池是应用维护的一组可复用数据库连接;连接都被占用时,新请求需要等待。
数据库内的锁等待是另一条排查方向:语句需要的资源正被其他事务占用,只能等对方释放。判断它能否解释这次延迟,仍要核对数据库计时是否包含该等待,不能把“服务器只计时 40 毫秒”和“服务器等锁近 12 秒”直接当作同一计时边界下的结论。
“调用数据库很慢”至少可能落在以下阶段:
| 阶段 | 常见问题 | 主要证据 |
|---|---|---|
| 获取连接 | 连接池耗尽、连接泄漏、数据库拒绝新连接 | 连接池等待请求数(pending)、已借出连接数(active)、超时日志 |
| 建立连接 | DNS、TCP、TLS、认证慢 | 客户端分段耗时、数据库连接日志 |
| 等待执行 | 线程或资源排队、并发限制 | 数据库会话状态、等待事件 |
| 解析与优化 | SQL 复杂、统计信息不准、计划生成成本高 | 执行计划、优化器跟踪、语句摘要 |
| 执行 | 扫描行数大、多表关联顺序差、排序或聚合写入磁盘临时空间 | 实际执行计划、存储引擎访问计数(Handler)与等待指标 |
| 存储访问 | 缓存未命中、随机 I/O、锁等待 | Buffer Pool、I/O、锁等待信息 |
| 返回结果 | 结果集过大、网络慢、客户端消费慢 | 返回行数、网络流量、客户端读取耗时 |
所以,排查 SQL 的第一条原则是:先明确计时边界,再讨论执行计划。
2. 一条 SQL 的完整执行链路
以下主线以 MySQL 8.0 / 8.4、InnoDB 和经典协议为例。经典协议是常见 MySQL 客户端与服务器通信所用的协议;InnoDB 是负责数据存取、事务和恢复的存储引擎。
先看职责:解析器读懂查询,优化器选择执行步骤,执行器按步骤请求记录,存储引擎访问索引和数据页,服务器再把结果发送给客户端。图中的箭头表示协作关系,不表示各阶段的耗时互不重叠;存储访问发生在执行过程中,结果也可能边产生边发送。小版本可能调整内部实现。
图表将在阅读到此处时加载…
这里要区分两种缓存:Query Cache 曾按 SQL 文本缓存完整结果;Buffer Pool(缓冲池)缓存的是 InnoDB 数据页和索引页,也就是组成记录和索引的数据块。MySQL 8.0 已移除 Query Cache,因此 MySQL 8.x 的这条链路没有“先查 Query Cache”的步骤。缓冲池命中只是省去相应页的文件读取,查询仍需执行。
3. 连接阶段:SQL 还没发出去,时间已经开始走了
3.1 连接池获取连接
应用通常不是每次请求都新建数据库连接,而是从 HikariCP、Druid 等连接池借用已有连接。这里的等待发生在应用进程内,数据库慢日志通常看不到。
text
接口总耗时 12,040 ms
├─ 等待连接池 11,930 ms
├─ 发送与执行 SQL 40 ms
├─ 读取结果 20 ms
└─ 对象映射与业务处理 50 ms连接池过大也未必能解决等待。数据库连接通常对应服务端会话,会消耗内存、事务状态和调度资源。如果数据库已经繁忙,放入更多并发请求可能加剧争用,使单位时间完成的请求数下降,并让最慢的一部分请求等待更久,这就是尾延迟上升。
3.2 新建物理连接
没有可复用连接时,客户端通常需要经历:
- 使用主机名时,通过 DNS 将名字解析为地址,再建立 TCP 网络连接;
- 服务器发送 MySQL 初始握手,双方协商能力;
- 启用 TLS 加密传输时,客户端发出升级请求并进行 TLS 握手;
- 按协商的认证方式完成认证,初始化字符集和事务模式等会话状态。
数据库连接是有状态的。当前数据库、字符集、隔离级别、时区、临时表和用户变量都可能属于会话状态。连接归还连接池时,如果框架没有正确重置状态,后一个请求可能继承前一个请求留下的环境。
3.3 客户端发送的未必只是 SQL 文本
MySQL 客户端可以使用文本协议,也可以通过二进制协议执行 Server-side Prepared Statement(服务端预处理语句)。服务端预处理把准备和执行分成不同请求,不应理解成每次执行都重新发送完整 SQL 文本。具体解析、重新准备和计划行为按驱动与服务器版本核验。
需要注意:JDBC URL 中 useServerPrepStmts 等参数是具体驱动行为,默认值和组合效果可能随 Connector/J 版本变化。生产判断应核对实际驱动版本与官方文档,不能仅凭代码里使用了 PreparedStatement 就断言服务端一定执行了预处理协议。
4. Parser:数据库怎样读懂 SQL
Parser(解析器)把 SQL 文本转换为数据库能够处理的内部结构,主要包含词法分析和语法分析。
以这条语句为例:
sql
SELECT id, customer_id, amount
FROM kb01_order
WHERE customer_id = 1001
ORDER BY created_at DESC, id DESC
LIMIT 20;词法分析把文本拆成词法单元,也就是 SELECT、表名、列名、操作符和常量等可识别的片段。语法分析检查这些片段能否组成合法 SQL,并用内部结构表示各子句和表达式的关系。
语法正确不代表 SQL 能执行。数据库还需要解析对象和检查语义,例如:
kb01_order表是否存在;- 当前用户是否有访问权限;
customer_id是否为有效列;- 表达式两侧类型能否比较;
- 聚合列与
GROUP BY是否满足当前 SQL Mode(控制语法和数据处理规则的会话配置)的要求。
反例:把语法错误和执行错误混为一谈
sql
-- 语法错误:WHERE 后缺少表达式
SELECT * FROM kb01_order WHERE;
-- 对象解析错误:语法成立,但列不存在
SELECT not_exists FROM kb01_order;两者都可能由应用包装成“SQL 执行失败”,但它们发生在不同检查阶段。排障时应保留数据库原始错误码、表示错误类别的 SQLSTATE,以及逐层包装的异常链,才能区分语法、对象和其他错误。
5. Optimizer:SQL 写法不等于实际执行顺序
Optimizer(优化器)负责从多个候选执行方式中选择成本较低的执行计划。执行计划是一组具体任务及其组合,例如“按索引找到候选记录 → 筛选 → 排序 → 返回前 20 行”。它通常会考虑:
- 使用全表扫描还是某个索引;
- 多表连接从哪张表开始,这里的“连接”指关联表中记录,与网络连接不同;
- 多表关联采用逐行查找还是其他支持的关联算法;
- 是否需要排序、临时表,或先保存中间结果再使用(物化);
- 能否把筛选交给更接近数据的环节完成(条件下推),子查询能否改写;
- 查询所需列是否都能从索引取得,免去额外取行(覆盖索引扫描)。
优化器需要先估算每条路径会处理多少记录,再比较相应工作量。统计信息提供行数、值分布等线索,成本模型据此估算访问和处理的代价;这个“成本”并不等于真实毫秒数。如果统计信息过期、少数值集中了大量记录(数据倾斜),或多列取值彼此相关,估算行数就可能偏离实际行数,进而影响计划选择。
图表将在阅读到此处时加载…
5.1 可运行示例:同一结果,不同访问成本
先在隔离实验实例执行以下建表与查询。初次只需要五行数据和普通 EXPLAIN,不必先读实际计划的每个字段。结束其他实验事务,确认库名,再重置本文专属表:
sql
CREATE DATABASE IF NOT EXISTS kb_database_lab;
USE kb_database_lab;
SELECT DATABASE(), CONNECTION_ID();
DROP TABLE IF EXISTS kb01_order;
CREATE TABLE kb01_order (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
customer_id BIGINT NOT NULL,
status VARCHAR(16) NOT NULL,
amount DECIMAL(12, 2) NOT NULL,
created_at DATETIME NOT NULL,
KEY idx_customer_created (customer_id, created_at)
) ENGINE = InnoDB;
INSERT INTO kb01_order(customer_id, status, amount, created_at) VALUES
(1001, 'PAID', 99.00, '2026-09-29 09:00:00'),
(1002, 'CREATED', 199.00, '2026-09-29 09:10:00'),
(1001, 'SHIPPED', 299.00, '2026-09-29 09:20:00'),
(1003, 'CANCELLED', 49.00, '2026-09-29 09:30:00'),
(1001, 'PAID', 399.00, '2026-09-29 09:40:00');先直接执行业务查询,确认返回值:
sql
SELECT id, customer_id, amount, created_at
FROM kb01_order
WHERE customer_id = 1001
ORDER BY created_at DESC, id DESC
LIMIT 20;推导预期:按顺序返回 id 为 5、3、1 的三行,金额分别为 399、299、99。先确认查对数据,再看怎样查。五行数据足以验证语义,却不足以证明索引在大表上的性能收益。
接着用普通 EXPLAIN 查看优化器预计如何执行这条 SELECT。它提供计划信息,不执行该查询来返回业务结果:
sql
EXPLAIN FORMAT=TRADITIONAL
SELECT id, customer_id, amount, created_at
FROM kb01_order
WHERE customer_id = 1001
ORDER BY created_at DESC, id DESC
LIMIT 20;下面是可选进阶:MySQL 8.0.18+ 可获取实际执行信息。先确认结果和版本,再在隔离环境运行:
sql
EXPLAIN ANALYZE
SELECT id, customer_id, amount, created_at
FROM kb01_order
WHERE customer_id = 1001
ORDER BY created_at DESC, id DESC
LIMIT 20;EXPLAIN ANALYZE 会实际执行语句并统计算子的实际行数、循环次数和时间。它适合受控环境下的 SELECT 分析;不要在生产高峰对未知成本语句随意执行。对于会修改数据的语句,应先查阅目标 MySQL 版本的支持范围和执行语义。
5.2 可选对照:给时间列加函数会改变访问条件
sql
-- 反例:普通 created_at 索引通常不能直接承担该函数表达式的查找
SELECT *
FROM kb01_order
WHERE DATE(created_at) = '2026-09-29';sql
-- 正例:把条件改写成左闭右开的原始列范围
SELECT *
FROM kb01_order
WHERE created_at >= '2026-09-29 00:00:00'
AND created_at < '2026-09-30 00:00:00';DATE(created_at) 先把时间转换为日期再比较;范围写法则直接比较原始时间,包含当天零点、排除次日零点,因此是左闭右开的区间。这样表达条件,为按原始时间值查找提供了机会。
但本例只有 (customer_id, created_at) 联合索引,即按多个列组合组织的索引,并没有独立的 created_at 索引。五行数据不能证明改写更快;是否降低访问成本,还取决于匹配查询的索引、数据分布和实际执行计划。
6. Executor:驱动计划中的查找、过滤与排序
Executor(执行器)负责驱动执行计划中的算子。“算子”是一项执行任务,例如扫描、过滤或排序;任务之间按数据依赖组成执行树。下面是概念示意:
text
Limit: 20 rows
└─ 按某个访问路径取得客户 1001 的记录上面的树不代表五行数据的实际执行计划。执行器向提供输入的算子请求数据,扫描算子再向存储引擎请求记录。过滤可以逐条判断,排序等任务则可能先积累输入再产生结果,因此不能假设所有步骤都立即逐行返回。
MySQL Server 层负责通用 SQL 能力,InnoDB 负责索引访问、数据页、事务、锁和恢复等存储引擎职责。
这条边界很重要:
- SQL 解析、改写和优化主要属于 Server 层;
- B+ Tree(用于索引查找的树形结构)、Buffer Pool、行锁、Undo(撤销及旧版本依据)和 Redo(恢复时的重做依据)主要属于 InnoDB;
- 一条查询可能在 Server 层过滤,也可能把部分条件下推给存储引擎;
- “MySQL 执行慢”不能直接等价为“InnoDB 磁盘读慢”。
6.1 扫描行数比返回行数更能解释成本
以下查询只返回一行,但可能扫描大量记录:
sql
SELECT *
FROM kb01_order
WHERE status = 'CANCELLED'
LIMIT 1;如果 status 没有合适索引,而匹配记录又恰好出现在表尾,数据库可能扫描很多行才找到第一条。LIMIT 1 限制的是最多返回多少行,并不保证只读取一行。
因此,排查时应同时关注:
- estimated rows:优化器估算会处理多少行;
- actual rows:算子每次执行平均产生的行数,不是整条 SQL 的扫描总量;
- loops:该算子执行多少次;
- rows examined:语句检查了多少行;
- rows sent:最终发送了多少行。
7. InnoDB:找到索引,不代表一定访问磁盘
InnoDB 以 Page(页)为基本存储和缓存单位。一页可以容纳多条记录,也包含管理信息;索引和记录组织在页中,常用页缓存在 Buffer Pool 里。因此,找到记录的位置后,是否还需读取文件,取决于目标页是否已在缓冲池中。
读取还要判断记录对当前事务是否可见。MVCC(多版本并发控制)利用记录的不同版本支持这种判断;普通一致性读与需要锁定记录的当前读,处理规则不同。下面的图概括职责,锁检查按读取方式决定,不表示每次普通查询都要等行锁。
图表将在阅读到此处时加载…
“走索引”只说明使用了某种访问路径,不说明一定快:
- 索引选择性太低,即条件仍匹配很多记录,可能访问大量叶子页(索引树中承载记录的末端页);
- 二级索引保存索引列和定位键,所需列不全在其中时,还要访问组织行数据的聚簇索引,这一步称为回表;
- 查询经常访问的页集合称为工作集,工作集超过可用缓存时,随机页读取会增加;
- 长事务和历史版本可能增加可见性判断及清理压力;
- 当前读可能因其他事务持锁而等待。
MySQL 8.0/8.4 中 InnoDB 页大小通常由实例初始化时的配置决定,常见值为 16 KiB,但不能把“16 KiB”当作所有实例不可变的事实。应在目标实例查询:
sql
SHOW VARIABLES LIKE 'innodb_page_size';8. 结果返回:数据库算完了,调用仍可能没有结束
结果产生与网络发送可能交错,不一定先算完全部结果再统一发送;排序或聚合也可能先等待较多输入。下面关注的是“服务器开始返回”和“客户端读完”之间的差别,而不是规定所有查询采用同一流水顺序。
执行器得到记录后,需要把列值编码成 MySQL 协议数据包,经网络发送给客户端。驱动随后读取、解码并映射为应用对象。
一个没有过滤条件的查询可能让数据库很快开始返回首批数据,却因为结果集巨大而长时间占用:
- 数据库连接;
- 服务端和客户端网络缓冲区;
- 客户端堆内存;
- ORM(对象关系映射框架)创建对象的成本,以及 GC(垃圾回收)的压力;
- 仍未结束的事务及其一致性快照,即事务读取所依据的数据可见范围。
反例:用 SELECT * 一次加载全部历史数据
sql
SELECT *
FROM kb01_order
ORDER BY id;正例:只取必要列,并用稳定游标分批读取
sql
SELECT id, customer_id, amount, created_at
FROM kb01_order
WHERE id > 100000
ORDER BY id
LIMIT 500;这里的 100000 是已有大表场景的说明性游标,不是五行测试数据的起点。下一批使用上一批最后一个 id。该方案减少重复扫描,但不会自动固定所有批次的数据快照;并发插入、删除、更新及其他排序字段如何影响结果,见 08 分页。
另外,JDBC 的 fetchSize 是否触发流式或游标读取,取决于数据库和驱动实现。MySQL Connector/J 不同版本与协议模式的行为需要查阅对应版本文档,不能把其他数据库的经验直接套用。
9. 可选进阶:用 Java 分段计时
理解查询结果后,可以用 Java 从客户端观察时间边界。完整 JDK 17 源码:下载 SqlPathDemo.java。JDBC 是 Java 访问数据库的标准接口,MySQL Connector/J 是实现该接口的 MySQL 驱动,运行时需加入项目选定版本的驱动 JAR。本例用 DriverManager 直接建连,不是连接池实验。
示例将一次调用拆为:
| 输出 | 起止边界 | 不能解释为 |
|---|---|---|
| connect | 开始建连到取得连接 | 应用连接池等待时长 |
| prepare | 准备语句与设置参数 | 一定发生了服务端预处理 |
| executeQuery | 调用 executeQuery 到返回 ResultSet | 纯数据库计算或“恰好只取第一行”的时间 |
| consume | 遍历并读取列值到关闭结果集 | 一定只包含网络读取 |
| total | 从开始建连到连接关闭完成 | 上面所有工作都属于服务器 SQL 耗时 |
驱动可能在 executeQuery 返回之前就缓冲很多甚至全部结果,也可能在遍历时继续读取。因此分段说明的是客户端 API 边界,不能据此直接还原服务器各阶段时间。queryTimeout 使用秒作为 JDBC 单位,但不保证立即取消全部服务器工作,也不是整次调用总截止时间。
Windows PowerShell 示例:使用配套源码文件。先用 javac -version 和 java -version 确认两者均为 JDK 17,旧 JDK 无法编译示例文本块。请先把环境变量设为隔离实验实例的连接信息,使用权限最小的实验账号,密码从安全配置取得,不写进源码或命令历史。
powershell
$env:DB_URL = 'jdbc:mysql://127.0.0.1:3306/kb_database_lab'
$env:DB_USER = '已配置的实验账号'
$connectorJar = 'C:\drivers\mysql-connector-j-实际版本.jar'
$classes = Join-Path $env:TEMP 'kb-sql-path-classes'
New-Item -ItemType Directory -Force -Path $classes | Out-Null
javac -d $classes docs/public/database-examples/SqlPathDemo.java
java -cp "$classes;$connectorJar" SqlPathDemoDB_PASSWORD 由安全配置预先注入;程序缺少变量会明确停止,不默认 root 或空密码。上面 JAR 路径是待替换占位路径。按第 5 节的数据初始化后,成功查询的预期输出包含 rows=3;各段毫秒数取决于运行环境,不能从三行结果推算性能。
10. 如何判断 SQL 慢在哪一层
10.1 第一步:对齐同一个请求和时间窗口
至少记录:
- 应用 Trace ID(串联同一次调用各环节的追踪标识)或请求 ID;
- 数据库实例、库名和账号;
- SQL Digest(归一化 SQL 摘要)或可安全识别的语句特征;
- 开始时间、结束时间和时区;
- 获取连接、执行、读取结果分别耗时;
- 返回行数和异常类型。
不要默认把完整 SQL 参数写入日志。手机号、证件号、Token 和业务数据都可能因此泄露。
10.2 第二步:在数据库中找对应语句
查看当前正在执行的会话:
sql
SHOW FULL PROCESSLIST;SHOW PROCESSLIST 适合快速观察,但一次快照可能错过短 SQL。Performance Schema 是 MySQL 的运行时监控设施,可用语句摘要汇总同类 SQL 的执行次数、时间和行数。MySQL 8.4 的 processlist 实现选择与弃用范围见 26:
sql
SELECT
SCHEMA_NAME,
DIGEST_TEXT,
COUNT_STAR,
ROUND(SUM_TIMER_WAIT / 1000000000000, 3) AS total_seconds,
ROUND(AVG_TIMER_WAIT / 1000000000000, 6) AS avg_seconds,
SUM_ROWS_EXAMINED,
SUM_ROWS_SENT
FROM performance_schema.events_statements_summary_by_digest
WHERE SCHEMA_NAME = 'kb_database_lab'
ORDER BY SUM_TIMER_WAIT DESC
LIMIT 10;这张表是同类 SQL 的累计汇总,不能把其总时间或平均值当作刚才那次请求的耗时。比较窗口增量的方法见 24。上例将皮秒换算为秒;计时器单位和表字段以目标 MySQL 版本文档为准。使用前应确认监控账号权限,以及采集点(Instrument)和决定事件保存位置的 Consumer 是否启用;若还要追踪单次事件,应另查相应历史表的采集配置。
10.3 第三步:将现象映射到阶段
| 现象 | 优先检查 |
|---|---|
| 应用慢,数据库没有对应慢 SQL | 连接池等待、网络、客户端结果消费 |
Sending data 持续很久 | 不要按字面理解;继续查执行计划、扫描、锁和结果发送 |
| 扫描行数远大于返回行数 | 索引、过滤条件、多表关联产生的记录数量 |
| 估算行数与实际行数差异巨大 | 统计信息、数据倾斜、列相关性 |
| 首行很快,全部读取很慢 | 大结果集、网络、客户端处理 |
| SQL 本身不耗 CPU 但耗时长 | 锁等待、I/O 等待、资源排队 |
| 偶发慢且与特定参数相关 | 数据分布、计划选择、热点数据 |
SHOW PROCESSLIST 中的 State 是内部执行状态提示,不应把 Sending data 简化解释为“只是在通过网络发数据”。该状态可能覆盖读取、处理和发送结果的一段执行过程,具体含义应结合版本文档与其他证据判断。
11. 容易踩的坑
坑一:应用耗时等于 SQL 执行耗时
应用计时可能包含连接池等待、网络、结果读取和对象映射。正确做法是分段埋点,并与数据库侧语句时间对齐。
坑二:只要走索引就一定快
低选择性索引、大范围扫描、频繁回表、缓存未命中和锁等待都可能让索引访问很慢。需要查看实际扫描行数和访问路径。
坑三:LIMIT 1 就只扫描一行
LIMIT 限制返回数量,不保证读取数量。没有合适索引时,数据库可能扫描大量记录才找到第一条匹配数据。
坑四:看到执行计划后立刻加 Hint
Hint(优化器提示)可能暂时固定计划,但数据分布和版本升级后可能成为新的问题。应先处理统计信息、SQL 写法和索引设计,再评估是否需要 Hint。
坑五:在生产直接运行 EXPLAIN ANALYZE
它会实际执行查询。若原 SQL 会扫描海量数据或制造大排序,分析动作本身就可能产生负载。应先使用普通 EXPLAIN,再在受控环境验证。
坑六:把 MySQL 5.x 教程直接套到 MySQL 8.x
Query Cache 已移除,优化器、执行器和可观测能力也持续演进。涉及默认值和具体行为时,必须标注并核对目标版本。
12. 进阶:不同数据库怎样映射这条链路
“连接 → 解析 → 优化 → 执行 → 存储 → 返回”是通用框架,但产品架构不同。
单机中,SQL 层与存储引擎通过接口协作;分布式产品还可能把一次查询拆给多个节点,再通过网络合并结果。先理解“找数据、传数据、合并数据”三个任务,比在入口记忆各产品全部组件名更重要。
Oracle 的解析与等待、TiDB 等产品的计算和存储分工,以及 OceanBase / GaussDB 的具体部署形态,都应进入 30 产品选型按明确版本和版本类别核验。这里不把产品名字当作统一执行架构。
以分布式数据库为例,执行计划不再只是本机算子树:
图表将在阅读到此处时加载…
此时一条 SQL 的慢点可能是数据节点扫描,也可能是跨节点数据交换、热点数据分区、调度排队或共识复制。后续专栏会分别展开,具体命令和默认行为按对应版本核验。
13. 总结
定位 SQL 性能问题的起点,不是猜索引,而是把一次数据库调用拆回连接、解析、优化、执行、存储访问和结果返回的真实链路。
可以带走的三个核心要点:
- 应用记录的数据库耗时可能包含连接池等待和结果消费,必须先确认计时边界。
- 执行计划是优化器根据统计信息做出的成本选择,“走索引”和“返回行少”都不能直接证明查询高效。
- 单机与分布式数据库共享基本执行框架,但分布式系统还要把节点调度、网络交换、数据热点和共识复制纳入证据链。
14. 阅读导航与名词解释
初次验证先读 A 的最小查询,再按 03 字段与约束 → 10 NULL进入 SQL 语义。存储原理走 02 → 11 索引;实际排障进入 23 连接、24 资源和 25 慢 SQL。
| 名词 | 含义 |
|---|---|
| Parser / Optimizer / Executor | 读懂查询 / 选择做法 / 驱动实际执行 |
| 执行计划 / 算子 | 数据库准备采用的任务组合 / 其中一项查找、过滤或排序任务 |
| 全表扫描 / 索引访问 | 检查整表记录 / 利用索引组织寻找候选;后者也可能处理很多记录 |
| Buffer Pool | InnoDB 缓存数据页和索引页的内存区域,不缓存整条查询结果 |
| 回表 | 经二级索引取得定位键后,再访问聚簇记录获取所需信息 |
| 结果集 | 查询返回的行和列,在 JDBC 中由 ResultSet 访问 |
| SQL 摘要 | 用于归类相似 SQL 的身份,不是某次请求的完整证据 |
| 计时边界 | 从哪个动作开始到哪个动作结束;边界不同就不能直接比较 |
清理只在隔离库、事务结束后执行 DROP TABLE IF EXISTS kb_database_lab.kb01_order,不删除整个实验库。
15. 参考资料与适用条件
MySQL 8.4 官方 EXPLAIN 文档用于核对静态计划与实际执行边界;驱动默认值、结果缓冲、预处理模式和超时取消仍需按选定 Connector/J 版本核验。基础数据与 Java 成功路径提供可复查预期,实际计划、缓存变化和耗时应在目标环境测量。