数据库架构

一、总体流程

客户端发来 SQL → Parser（解析） → 看 Query Result Cache（结果缓存）（若命中直接返回）
否则继续 → Resolver（语义解析/名称解析） → 看 Plan Cache（计划缓存）（若命中直接取计划）
否则 → Transformer（重写/规范化） → Optimizer（优化器，选物理计划） → Code Generator（生成可执行计划或代码） → Executor（执行器） 执行并通过 Buffer Pool（缓冲池）/存储管理器 访问磁盘数据，整个执行受 事务管理器、日志与恢复、并发控制（锁/MVCC） 协调和约束。

图上“命中”（命中）分别标注在 Query Result Cache 与 Plan Cache — 命中时能大幅跳过后续环节，提升响应速度。

二、前端：解析、解析后缓存与计划缓存

1. Parser（解析器）

• 职责：把 SQL 文本转换成语法树（AST / parse tree）。
• 产物：AST（或 parse tree），供 resolver 使用。

2. Query Result Cache（查询结果缓存）

• 职责：缓存完整的查询结果。
• 命中（hit）：直接返回缓存结果，跳过后续流程。
• 失效：对相关表的数据写入或DDL会使缓存失效。

3. Resolver（解析/语义分析器）

• 职责：做名称解析、类型检查、权限检查等。
• 与 Plan Cache 的关系：以解析后语义树为 key。

4. Plan Cache（计划缓存）

• 职责：缓存优化后（或 codegen 后）的物理执行计划。
• 命中：跳过优化阶段直接执行。
• 失效：schema/统计信息变化等会使计划失效。

三、中间阶段：Transformer、Optimizer、Code Generator、Executor

5. Transformer（重写器）

• 对解析树进行语义和代数重写，如谓词下推、子查询改写为 join、常量折叠等。

6. Optimizer（查询优化器）

• 选择最优执行计划。
• 使用统计信息进行代价估计，选择连接顺序与索引。
• 输出物理执行树。

7. Code Generator（代码生成）

• 把执行树转成可执行形式（解释执行树、向量化或JIT编译）。

8. Executor（执行器）

• 执行查询计划，通过 Buffer Pool 获取数据。
• 负责数据访问、表达式计算、结果输出。
• 遵守事务管理与并发控制。

四、存储与内存层

9. Catalog（系统目录）

• 保存表、列、索引、统计信息、权限等元数据。

10. Buffer Pool（缓冲池）

• 把磁盘页缓存到内存。
• 使用替换策略（LRU/Clock）与脏页写回机制。
• 保证WAL先写后刷（write-ahead logging）。

11. 存储管理器（Storage Manager）

• 管理物理文件/块、表空间、extent分配等。
• 负责I/O调度、预读、异步I/O等。

五、日志、恢复与事务管理

12. 事务管理器（Transaction Manager）

• 管理事务生命周期（begin/commit/abort）。
• 分配事务id/snapshot。
• 协调日志与并发控制模块。

13. 日志与恢复（WAL / Log & Recovery）

• 使用 WAL（Write-Ahead Logging） 保证持久性。
• 检查点（checkpoint） 减少恢复时间。
• 恢复流程：分析→重做→回滚（ARIES）。

六、并发控制（锁与MVCC）

14. 并发控制（Concurrency Control）

• 保证并发事务间一致性与隔离性。
• 锁机制（2PL） 与 MVCC（多版本并发控制） 并行使用。

15. Latch vs Lock

• Latch：短期内存结构互斥锁（页保护）。
• Lock：事务级逻辑锁，保证隔离性。

七、缓存命中与失效