mysql prepare原理

注：2013年的老文章

Prepare的作用

Prepare SQL产生的原因。首先从mysql服务器执行sql的过程开始讲起，SQL执行过程包括以下阶段词法分析->语法分析->语义分析->执行计划优化->执行。词法分析->语法分析这两个阶段我们称之为硬解析。词法分析识别sql中每个词，语法分析解析SQL语句是否符合sql语法，并得到一棵语法树（Lex）。对于只是参数不同，其他均相同的sql，它们执行时间不同但硬解析的时间是相同的。而同一SQL随着查询数据的变化，多次查询执行时间可能不同，但硬解析的时间是不变的。对于sql执行时间较短，sql硬解析的时间占总执行时间的比率越高。而对于淘宝应用的绝大多数事务型SQL，查询都会走索引，执行时间都比较短。因此淘宝应用db sql硬解析占的比重较大。

Prepare的出现就是为了优化硬解析的问题。Prepare在服务器端的执行过程如下

1） Prepare 接收客户端带”?”的sql, 硬解析得到语法树(stmt->Lex), 缓存在线程所在的preparestatement cache中。此cache是一个HASH MAP. Key为stmt->id. 然后返回客户端stmt->id等信息。

2） Execute 接收客户端stmt->id和参数等信息。注意这里客户端不需要再发sql过来。服务器根据stmt->id在preparestatement cache中查找得到硬解析后的stmt, 并设置参数，就可以继续后面的优化和执行了。

Prepare在execute阶段可以节省硬解析的时间。如果sql只执行一次，且以prepare的方式执行，那么sql执行需两次与服务器交互（Prepare和execute）, 而以普通（非prepare）方式，只需要一次交互。这样使用prepare带来额外的网络开销，可能得不偿失。我们再来看同一sql执行多次的情况，比如以prepare方式执行10次，那么只需要一次硬解析。这时候额外的网络开销就显得微乎其微了。因此prepare适用于频繁执行的SQL。

Prepare的另一个作用是防止sql注入，不过这个是在客户端jdbc通过转义实现的，跟服务器没有关系。

硬解析的比重

交易买家库 tcbyer压测时，通过perf 得到的结果。

硬解析相关的函数比重都比较靠前（MYSQLparse 4.93%, lex_one_token 1.79%, lex_start 1.12%）总共接近8%。因此，服务器使用prepare是可以带来较多的性能提升的。

jdbc与prepare

jdbc服务器端的参数：

useServerPrepStmts：默认为false. 是否使用服务器prepare开关

jdbc客户端参数：

cachePrepStmts：默认false.是否缓存prepareStatement对象。每个连接都有一个缓存，是以sql为唯一标识的LRU cache. 同一连接下，不同stmt可以不用重新创建prepareStatement对象。

prepStmtCacheSize：LRU cache中prepareStatement对象的个数。一般设置为最常用sql的个数。

prepStmtCacheSqlLimit：prepareStatement对象的大小。超出大小不缓存。

Jdbc对prepare的处理过程：

useServerPrepStmts=true时Jdbc对prepare的处理

1）创建PreparedStatement对象，向服务器发送COM_PREPARE命令，并传送带问号的sql. 服务器返回jdbc stmt->id等信息

2）向服务器发送COM_EXECUTE命令,并传送参数信息。

useServerPrepStmts=false时Jdbc对prepare的处理

1）创建PreparedStatement对象，此时不会和服务器交互。

2）根据参数和PreparedStatement对象拼接完整的SQL，向服务器发送QUERY命令

我们再看参数cachePrepStmts打开时在useServerPrepStmts为true或false时，均缓存PreparedStatement对象。只不过useServerPrepStmts为的true缓存PreparedStatement对象包含服务器的stmt->id等信息，也就是说如果重用了PreparedStatement对象，那么就省去了和服务器通讯（COM_PREPARE命令）的开销。而useServerPrepStmts=false是，开启cachePrepStmts缓存PreparedStatement对象只是简单的sql解析信息，因此此时开启cachePrepStmts意义不是太大。

我们来开看一段java代码

Connection con = null;

PreparedStatement ps = null;

String sql = "select * from user where id=?";

ps = con.prepareStatement(sql);

ps.setInt(1, 1);‍‍

ps.executeQuery();

ps.close();

ps = con.prepareStatement(sql);

ps.setInt(1, 3);

ps.executeQuery();

ps.close();

这段代码在同一会话中两次prepare执行同一语句，并且之间有ps.close();

useServerPrepStmts=false时，服务器会两次硬解析同一SQL。

useServerPrepStmts=true, cachePrepStmts=false时服务器仍然会两次硬解析同一SQL。

useServerPrepStmts=true, cachePrepStmts=true时服务器只会硬解析一次SQL。

如果两次prepare之间没有ps.close();那么cachePrepStmts=true，cachePrepStmts=false也只需一次硬解析.

因此，客户端对同一sql,频繁分配和释放PreparedStatement对象的情况下，开启cachePrepStmts参数是很有必要的。

测试

1)做了一个简单的测试，主要测试prepare的效果和useServerPrepStmts参数的影响.

 cnt = 5000; // no prepare String sql =

"select biz_order_id,out_order_id,seller_nick,buyer_nick,seller_id,buyer_id,auction_id,auction_title,auction_price,buy_amount,biz_type,sub_biz_type,fail_reason,pay_status,logistics_status,out_trade_status,snap_path,gmt_create,status,ifnull(buyer_rate_status, 4) buyer_rate_status from tc_biz_order_0030 where "

+  "parent_id = 594314511722841 or parent_id =547667559932641;";  begin = new Date(); System.out.println("begin:" + df.format(begin)); stmt = con.createStatement();  for (int

i = 0; i < cnt; i++)<br>        {         <br>            stmt.executeQuery(sql);<br>        } <br>               <br>

end = new Date(); System.out.println("end:" + df.format(end)); long temp = end.getTime() - begin.getTime(); System.out.println("no perpare interval:" + temp); // test prepare  sql =

"select biz_order_id,out_order_id,seller_nick,buyer_nick,seller_id,buyer_id,auction_id,auction_title,auction_price,buy_amount,biz_type,sub_biz_type,fail_reason,pay_status,logistics_status,out_trade_status,snap_path,gmt_create,status,ifnull(buyer_rate_status, 4) buyer_rate_status from tc_biz_order_0030 where "

+  "parent_id = 594314511722841 or parent_id =?;"; ps = con.prepareStatement(sql); BigInteger param = new BigInteger("547667559932641");  begin = new Date(); System.out.println("begin:" + df.format(begin));  for (int

i = 0; i < cnt; i++)<br>        {<br>         ps.setObject(1, param);<br>            ps.executeQuery(); <br>        } <br>   <br>

end = new Date(); System.out.println("end:" + df.format(end));  temp = end.getTime() - begin.getTime(); System.out.println("prepare interval:" + temp); 

经多次采样测试结果如下：

	非prepare和prepare时间比
useServerPrepStmts=true	0.93
useServerPrepStmts=false	1.01

结论：

useServerPrepStmts=true时，prepare提升7%；

useServerPrepStmts=false时，prepare与非prepare性能相当。

如果将语句简化为select * from tc_biz_order_0030 where parent_id =?。那么测试的结论useServerPrepStmts=true时，prepare仅提升2%；sql越简单硬解析的时间就越少，prepare的提升就越少。

注意：这个测试是在单个连接，单条sql的理想情况下进行的，线上会出现多连接多sql,还有sql执行频率，sql的复杂程度等不同，因此prepare的提升效果会随具体环境而变化。

2）prepare 前后的perf top 对比

以下为非prepare

6.46% mysqld mysqld [.] _Z10MYSQLparsePv

3.74% mysqld libc-2.12.so [.] __memcpy_ssse3

2.50% mysqld mysqld [.] my_hash_sort_utf8

2.15% mysqld mysqld [.] cmp_dtuple_rec_with_match

2.05% mysqld mysqld [.] _ZL13lex_one_tokenPvS_

1.46% mysqld mysqld [.] buf_page_get_gen

1.34% mysqld mysqld [.] page_cur_search_with_match

1.31% mysqld mysqld [.] _ZL14build_templateP19row_prebuilt_structP3THDP5TABLEj

1.24% mysqld mysqld [.] rec_init_offsets

1.11% mysqld libjemalloc.so.1 [.] free

1.09% mysqld mysqld [.] rec_get_offsets_func

1.01% mysqld libjemalloc.so.1 [.] malloc

0.96% mysqld libc-2.12.so [.] __strlen_sse42

0.93% mysqld mysqld [.] _ZN4JOIN8optimizeEv

0.91% mysqld mysqld [.] _ZL15get_hash_symbolPKcjb

0.88% mysqld mysqld [.] row_search_for_mysql

0.86% mysqld [kernel.kallsyms] [k] tcp_recvmsg

以下为perpare

3.46% mysqld libc-2.12.so [.] __memcpy_ssse3

2.32% mysqld mysqld [.] cmp_dtuple_rec_with_match

2.14% mysqld mysqld [.] _ZL14build_templateP19row_prebuilt_structP3THDP5TABLEj

1.96% mysqld mysqld [.] buf_page_get_gen

1.66% mysqld mysqld [.] page_cur_search_with_match

1.54% mysqld mysqld [.] row_search_for_mysql

1.44% mysqld mysqld [.] btr_cur_search_to_nth_level

1.41% mysqld libjemalloc.so.1 [.] free

1.35% mysqld mysqld [.] rec_init_offsets

1.32% mysqld [kernel.kallsyms] [k] kfree

1.14% mysqld libjemalloc.so.1 [.] malloc

1.08% mysqld [kernel.kallsyms] [k] fget_light

1.05% mysqld mysqld [.] rec_get_offsets_func

0.99% mysqld mysqld [.] _ZN8Protocol24send_result_set_metadataEP4ListI4ItemEj

0.90% mysqld mysqld [.] sync_array_print_long_waits

0.87% mysqld mysqld [.] page_rec_get_n_recs_before

0.81% mysqld mysqld [.] _ZN4JOIN8optimizeEv

0.81% mysqld libc-2.12.so [.] __strlen_sse42

0.78% mysqld mysqld [.] _ZL20make_join_statisticsP4JOINP10TABLE_LISTP4ItemP16st_dynamic_array

0.72% mysqld [kernel.kallsyms] [k] tcp_recvmsg

0.63% mysqld libpthread-2.12.so [.] __pthread_getspecific_internal

0.63% mysqld [kernel.kallsyms] [k] sk_run_filter

0.60% mysqld mysqld [.] _Z19find_field_in_tableP3THDP5TABLEPKcjbPj

0.60% mysqld mysqld [.] page_check_dir

0.57% mysqld mysqld [.] _Z16dispatch_command19enum_server_commandP3THDP

对比可以发现 MYSQLparse lex_one_token在prepare时已优化掉了。

思考

1 开启cachePrepStmts的问题，前面谈到每个连接都有一个缓存，是以sql为唯一标识的LRU cache. 在分表较多，大连接的情况下，可能会个应用服务器带来内存问题。这里有个前提是ibatis是默认使用prepare的。在mybatis中，标签statementType可以指定某个sql是否是使用prepare.

statementType Any one of STATEMENT, PREPARED or CALLABLE. This causes MyBatis to use Statement, PreparedStatement orCallableStatement respectively. Default: PREPARED.

这样可以精确控制只对频率较高的sql使用prepare，从而控制使用prepare sql的个数，减少内存消耗。遗憾的是目前集团貌似大多使用的是ibatis 2.0版本，不支持statementType

标签。

2 服务器端prepare cache是一个HASH MAP. Key为stmt->id,同时也是每个连接都维护一个。因此也有可能出现内存问题，待实际测试。如有必要需改造成Key为sql的全局cache，这样不同连接的相同prepare sql可以共享。

3 oracle prepare与mysql prepare的区别：

mysql与oracle有一个重大区别是mysql没有oracle那样的执行计划缓存。前面我们讲到SQL执行过程包括以下阶段词法分析->语法分析->语义分析->执行计划优化->执行。oracle的prepare实际上包括以下阶段：词法分析->语法分析->语义分析->执行计划优化，也就是说oracle的prepare做了更多的事情，execute只需要执行即可。因此，oracle的prepare比mysql更高效。