面试必看！腾讯面试问：MySQL缓存有几级？你能答上来吗？

摘要：一位长期做招聘工作的朋友告诉我，其实现在面试，其他都可以不看，你就看一点，他为这次面试做了多少准备。做的准备越充足，角度越丰富，其实就已经越可以证明他未来的工作潜力。

“

MySQL 有几级缓存？每一级缓存，具体是什么？

最近有同学面试，被问到了这个面试题。 回答的并不好。

因为很多同学在平时对数据库的关注主要在索引、表结构、SQL 优化这些方面上，所以会忽略架构层面的东西。

但是没办法，“ 上班拧螺丝，面试造火箭 ”是面试必须要跨过去的坎。

一位长期做招聘工作的朋友告诉我，其实现在面试，其他都可以不看，你就看一点，他为这次面试做了多少准备。做的准备越充足，角度越丰富，其实就已经越可以证明他未来的工作潜力。

这证明他是个善于做计划的人，是一个善于学习的人，也是一个肯合作的人，他还是一个能行动的人，这样的人，做什么都行。 #技术分享

所以大家也别抱怨，站在面试官的角度考虑，你就明白了。

**最近无意间获得一份阿里大佬写的刷题笔记，一下子打通了我的任督二脉，进大厂原来没那么难。

这是大佬写的** 7701页的BAT大佬写的刷题笔记，让我offer拿到手软

一级缓存 ，通常指的是InnoDB缓存，是MySQL中InnoDB存储引擎提供的缓存机制，专门用于存储数据和索引，从而提升数据的访问效率。二级缓存 ，即查询缓存（Query Cache），则是MySQL服务器内部的一种缓存机制，专门存储SELECT查询的结果。当相同的查询再次被执行时，系统可以直接从缓存中获取结果，避免重复查询数据库。

Mysql 的架构，整体是分为服务层、引擎层和文件系统层，其架构图如下所示：

MySQL Server 服务层（Service Layer）解析 SQL 语句、优化查询以及执行操作的，分别有三个关键组件完成：

解析器（Parser）优化器（Optimizer）执行器（Executor） 。

在查询执行的初始阶段，解析器承担着将用户提交的 SQL 语句转换为系统可识别结构的任务。

词法分析 ：系统会将整个 SQL 语句切分成若干标记，这些标记可能是关键字、字段名、表名或运算符等。语法分析 ：通过构建解析树的方式，验证 SQL 语句是否符合语法规范，并建立其逻辑结构。语义分析 ：进一步校验语句中引用的数据库对象是否存在，同时检查用户是否具有相应的操作权限。

解析的输出结果是一个中间结构，该结构将作为优化器的输入。

“

优化器是在表里面有多个索引的时候，决定使用哪个索引；

或者在一个语句有多表关联（join）的时候，决定各个表的连接顺序。

比如你执行下面这样的语句，这个语句是执行两个表的 join：

mysql> select * from test1 join test2 using(ID) where test1.name=yyyy and test2.name=xxx;

既可以先从表 test1 里面取出 name=yyyy ID 值，再根据 ID 值关联到表 test2，再判断 test2 里面 name 的值是否等于 yyyy。也可以先从表 test2 里面取出 name=xxx 的记录的 ID 值，再根据 ID 值关联到 test1，再判断 test1 里面 name 的值是否等于 yyyy。

这两种执行方法的逻辑结果是一样的，但是执行的效率会有不同，而优化器的作用就是决定选择使用哪一个方案。

优化器阶段完成后，这个语句的执行方案就确定下来了，然后进入执行器阶段。如果你还有一些疑问，比如优化器是怎么选择索引的，有没有可能选择错等等

总结下来就是：优化器的作用在于选择出成本最低、效率最优的执行策略，以提升查询性能。

执行器负责将优化器生成的执行计划付诸实践，完成数据的实际访问与结果的生成。

权限检查 ：执行前，系统会验证当前用户是否具备执行该操作的权限，如权限不足则中止操作并返回错误信息。执行计划调度 ：根据执行计划的步骤，执行器逐条调度存储引擎接口完成操作。对于查询，系统读取所需数据；对于插入或更新，则写入或修改数据。结果返回 ：完成数据访问后，执行器将结果组织为客户端可识别的格式进行输出。在多步骤操作中（如连接查询），执行器负责协调整体流程，合成最终的结果集。

1、解析器 将用户提交的 SQL 语句构建为解析树；2、优化器 在解析树基础上生成最优的执行计划；3、执行器 依据计划逐步调用存储引擎接口，完成查询并返回结果；

解析器、优化器与执行器之间紧密配合，构成从接收请求到返回结果的完整执行链条。

一条 SQL 查询语句的执行从发起到返回结果，涉及多个步骤和系统组件。

执行过程中，可能会用到缓存来优化性能 。

以下是执行流程的概述，以及缓存的可能应用：

1、客户端请求 ：客户端（例如应用程序）向 MySQL 服务器发送 SQL 查询请求；2、解析器 ：MySQL 服务器接收到 SQL 查询后，首先由解析器进行解析，检查 SQL 语句的语法是否符合规则；3、优化器：解析后，优化器根据查询语句以及数据库的元数据（如表结构、索引等）生成一个或多个执行计划；4、权限检查：MySQL 服务器检查执行查询的用户是否拥有足够的权限；5、缓存查询：若查询能够被缓存，MySQL 会检查一级缓存（如 InnoDB 缓冲池）或二级缓存（在查询缓存启用的情况下）。二级缓存（查询缓存，MySQL 8.0之前）：如果查询缓存启用，服务器会检查查询缓存是否已有该查询的结果，若有，则直接返回缓存结果；6、执行器：若查询未在缓存中找到，执行器根据优化器生成的执行计划执行查询。执行过程中，可能会涉及到数据的读取与写入，缓存（如 InnoDB 缓冲池）会更新。

一级缓存（InnoDB 缓冲池） ：若查询所需的数据或索引已经存在于缓冲池中，则无需访问磁盘，直接从缓冲池中获取数据。

7、返回结果 ：查询执行完毕后，结果集被返回给客户端；8、更新缓存 ：对于写操作（如 INSERT、UPDATE、DELETE），相关缓存（一级缓存和查询缓存）将更新或失效，确保数据的一致性；9、日志记录：MySQL 会记录查询日志（例如慢查询日志）以供后续性能分析；10、关闭连接：查询完成后，客户端可以选择关闭与 MySQL 服务器的连接，或保持连接以便于后续查询。

需要注意的是，从 MySQL 8.0版本开始，查询缓存已被移除，因此在使用 MySQL 8.0及以上版本时，查询缓存不会被使用。

此外，二级缓存（如 InnoDB 缓冲池）的使用由 InnoDB 存储引擎自动管理，无需用户干预。用户可以通过调整缓冲池大小及其他相关参数来优化性能。

在 MySQL 8.0中，查询缓存（Query Cache）被完全移除。

早期版本中，查询缓存被设计为一种提升重复查询效率的机制，通过将 SELECT 查询的结果缓存在内存中，以避免重复执行相同查询。然而在实际应用中，查询缓存常常成为性能瓶颈，尤其是在并发高或写操作频繁的系统中，缓存内容会因表更新而频繁失效，导致命中率下降，不仅无法提升性能，反而增加了锁争用和管理开销。

为了提升系统整体的可扩展性和性能稳定性，MySQL 8.0开始完全摒弃查询缓存，转而推荐使用更加灵活和高效的缓存策略，例如：

1、应用层缓存 ：通过在应用中集成缓存逻辑，结合如 Redis、Memcached 等系统，对热点数据进行缓存，提高访问效率；2、持久化存储引擎缓存 ：借助 InnoDB 的缓冲池机制，对数据页和索引页进行高效缓存，由存储引擎自动管理；3、替代存储引擎：在特定场景下，仍可使用如 MyISAM 这类支持查询缓存的引擎，但需注意其不支持事务等局限性；

MySQL 8.0通过强化存储引擎的内部缓存机制、改进索引结构以及提供更多性能调优工具，来应对高并发查询带来的挑战，从而不再依赖传统的查询缓存功能。

在 MySQL 8.0版本之前，可以通过系统变量配置查询缓存机制，以提升相同查询语句的执行效率。

配置过程相对简单，主要包括开启缓存功能、设置缓存大小以及执行查询语句。

| 步骤 | 描述 | 代码 | | ---

| 3 | 执行查询 | SELECT * FROM table_name; |

SET GLOBAL query_cache_type = 1; 用于启用查询缓存功能。设置为 1 表示开启；SET GLOBAL query_cache_size = 64 * 1024 * 1024; 用于设置查询缓存的容量，单位为字节，此处设置为64MB；SELECT * FROM table_name; 执行查询语句。如果缓存中已存在该查询的结果集，将直接返回缓存内容，无需重新执行查询逻辑。

这种查询缓存机制适用于读操作频繁、写操作较少的场景。在执行相同查询语句时可以显著减少响应时间。然而，需要注意的是，每当相关表发生更新时，缓存会自动失效，这也是后来该功能被逐步淘汰的重要原因之一。

由于 MySQL 8.0版本已经不再支持查询缓存，开发者在处理频繁访问的数据时，需要引入更灵活高效的缓存机制。外置缓存是目前广泛应用的解决方案，尤其适用于对性能要求较高的业务场景。

常见的方式包括使用 Redis、Memcached 等缓存系统，在应用层实现对查询结果的缓存，从而减轻数据库压力，提高系统响应速度。

应用层缓存 ：通过在应用逻辑中加入缓存控制，将查询结果缓存在Redis或Memcached中，适合高频率访问的热点数据。缓存的更新和失效策略通常由开发者自定义控制。本地缓存 ：对于极高频访问且数据量较小的热点数据，可以在本地内存中进行缓存，减少网络开销，进一步提升读取性能。

通过引入这些机制，系统能够更好地应对高并发访问场景，在确保数据一致性的基础上，实现更优的查询响应体验。

count(*)、count(1)哪个更快？面试必问：通宵整理的十道经典 MySQL 必问面试题

被问懵了？MySQL 面试：DISTINCT 和 GROUP BY 效率到底谁更高？

面试官问：MySQL 自增 ID 用完了，怎么办？

面试必问：MySQL 死锁是什么，如何解决？（史上最全）

亿级电商流量，高并发下 Redis 与 MySQL 的数据一致性如何保证

腾讯二面：1.2 亿级大表, 如何加索引？

大厂都在用的分布式事务方案，Seata + RocketMQ 带你打破 10万 QPS 瓶颈