MySQL的底层基础补一下。先占个坑。
执行步骤
先检查是否有权限，如果没有权限直接返回，如果有权限就去查询缓存QueryCache（如果开了的话，现在已经关掉了），命中直接返回结果否则进行词法分析，语法分析，优化器进行优化（语义优化，语法优化，执行优化），然后执行，返回结果。
数据结构
MySQL的存储采用了B+树的数据结构，建立的索引也是B+树。B+树是一种多路平衡树，最大搜索次数是树的深度。B+树支持全局搜索，相较二叉查找树更加矮胖，同样B树的非叶子节点存储数据信息，而B+树只存储键值，剩余的位置可以存储更多的键值，使得树更矮胖。因为叶子结点都在同一层，查询时间稳定。叶子结点由指针链接起来对范围查找非常有利。
索引
要不要建立索引要多方考虑，索引的类型很多。ElasticSearch中采用了倒排索引，而MySQL中主键是聚簇索引，属于一级索引。
一级索引：B+树，叶子结点包含了行的全部数据（索引和数据存储），节点页只包含主键。
二级索引：二级索引可以有0个，1个或者多个。二级索引的结点只存被索引列的值，而二级索引的叶子结点存索引列值和主键值。
数据库容错
主从复制
QueryCache
避免相同SQL的硬解析（语法分析>语义分析>生成执行计划），SQL执行结果缓存在RESULT CACHE内存组件中，有效将的将物理IO转化为逻辑IO，提高SQL执行效率。但是更新数据库使缓存失效，因此频繁更新操作并不适合开启QC。理想的情况是相同的查询由相同或者多个客户机重复发出，被访问的底层数据本质上是静态或者半静态，并发性和QPS(Query Per Second)都不高，然而实际的业务系统都是有CRUD的，数据更新比较频繁，查询接口的QPS比较高。开启后对数据库并发度和处理能力都会降低很多。同时查询缓存碎片化还会导致服务器的负载升高，影响数据库的稳定性。
查询缓存分片数据块默认大小是4KB，如果有很多查询结果很小，那么默认数据块大小可能会导致内存碎片，由于内存不足，碎片可能会强制查询缓存从缓存中删除查询。在这种情况下，可以减小它的值，如果大量的查询有较大的结果集，可以增大该参数的值来提高性能。
这段的思想其实就是组原学过的内存管理，虽然QC已经退出MySQL，但在系统优化方法上还是可以学习的。
InnoDB
BufferPool
MySQL不会直接修改磁盘的数据，会先改内存，然后记录redo log，等有空了再刷新磁盘，这些数据就存在Bufer Pool。就像我们平时开发会用redis来缓解数据库压力。基于LRU(least recently used)算法来管理内存。
这其实也是内存管理内容，缓存的思想无处不在。
Change Buffer
只在操作二级索引时才用，因为聚簇索引必须是唯一的。要修改的页不在内存里，就把要对页的修改先寄到Change Bufer中，同时记录redo log，再慢慢把数据load到内存，然后把Change Buffer中的修改应用到内存（Buffer Pool)中，这个动作叫merge。
Adaptive Hash Index
MySQL索引在磁盘和内存都是B+树，频繁访问的数据用指针把数据位置记录下来。
Log Buffer
redo log会刷到磁盘中。
Doublewrite Buffer
用来保证数据页可靠性。
MySQL在刷数据到磁盘之前，要先把数据写到Doublewrite Buffer, 写完之后再开始写磁盘。万一发生crash可以利用它来修复磁盘数据。
PageCache
是操作系统层面的，在磁盘上提供的缓存区。