mysql的架构采用引擎分离的模式，innodb引擎负责最终的数据查询。
mysql解析sql后，调用innodb进行搜索数据，这个过程并不是mysql一次性调用，然后等待innodb返回所有的结果。
innodb提供了一个查询方法，每次只查询一行记录，然后返回记录，直到查询不出结果。
mysql innodb的核心查询逻辑
方法位置：
storage/innobase/row/row0sel.cc
row_search_mvcc
单条查询，每次只查询一条，即使是全表扫描，也是用这个方法一条一条的读出来
参数：
buf 最终结果将存储到这个buf
mode 查询模式，B+树搜索/叶子节点正向遍历/叶子节点逆向遍历 PAGE_CUR_GE PAGE_CUR_L PAGE_CUR_G
prebuilt 表信息和查询条件，其中的search_tuple就是要条件索引条件字段和值
prebuilt->search_tuple 就是要条件索引条件字段和值
prebuilt->pcur 指向上一条查询出的记录，
match_mode 精确匹配， prefix匹配（mysql的最左匹配原则）
direction 升序或逆序查询
如果是精确匹配，并且如果是联合索引，索引字段不为空。 那么结果只可能是0或1个
cpp
if (match_mode == ROW_SEL_EXACT
&& dict_index_is_unique(index)
&& dtuple_get_n_fields(search_tuple)
== dict_index_get_n_unique(index)
&& (dict_index_is_clust(index)
|| !dtuple_contains_null(search_tuple))) {
搜索结果是唯一的
unique_search = TRUE;开启事务
cpp
trx_start_if_not_started(trx, false);
// 如果隔离级别是读未提交或读已提交，不用加gap锁
if (trx->isolation_level <= TRX_ISO_READ_COMMITTED
&& prebuilt->select_lock_type != LOCK_NONE
&& trx->mysql_thd != NULL
&& thd_is_select(trx->mysql_thd)) {
set_also_gap_locks = FALSE;
}升序降序
cpp
direction==0 默认或1（ROW_SEL_NEXT就是ASC）
moves_up = TRUE 设为升级遍历
if (direction == 0) {
if (mode == PAGE_CUR_GE
|| mode == PAGE_CUR_G
|| mode >= PAGE_CUR_CONTAIN) {
moves_up = TRUE;
}
} else if (direction == ROW_SEL_NEXT) {
moves_up = TRUE;
}取第一个索引，第一个索引必定是聚集索引
clust_index = dict_table_get_first_index(index->table);
事务read_view
若当前查询不需要加锁LOCK_NONE，
那就只需要保证一致性读，也就是最普通的select查询，
需要生成一个read_view，实现一致性读
cpp
if (prebuilt->select_lock_type == LOCK_NONE) {
if (!srv_read_only_mode) {
trx_assign_read_view(trx);
}
prebuilt->sql_stat_start = FALSE;
}S锁
需要加锁的情况
这里先加了表锁， 没有直接加行锁
若是S锁，则加IS锁，否则加IX锁
else {
// 加锁读，先加意向表锁
// 加表锁，要么是LOCK_IS，要么是LOCK_IX
err = lock_table(0, index->table,
prebuilt->select_lock_type == LOCK_S
? LOCK_IS : LOCK_IX, thr);
if (err != DB_SUCCESS) {
table_lock_waited = TRUE;
goto lock_table_wait;
}
prebuilt->sql_stat_start = FALSE;
}判断查询条件，是否在索引范围内
这决定是否走索引查询
索引查询
if (dtuple_get_n_fields(search_tuple) > 0) { ... }
利用索引遍历B+树
search_tuple就是查询目标值，根据参数查询到第0层（叶子节点）
cpp
btr_pcur_open_with_no_init(index, search_tuple, mode,
BTR_SEARCH_LEAF,
pcur, 0, &mtr);
主要逻辑就是遍历树
btr_cur_search_to_nth_level 找到第n层
先找到索引树的根页，加载到内存
page_cur_search_with_match(index,tuple,mode) 在当前页进行查找（从根页开始，深度优先遍历）
node_ptr = page_cur_get_rec(page_cursor) 找到下一个node
loop 循环遍历， 直到找到目标层或第0层，
page_cur_search_with_match_bytes() 找到目标行根据搜索到的指针pcur，读取找到的行记录
rec = btr_pcur_get_rec(pcur)
在索引遍历时，如果是降序遍历，并且还需要加锁
就会额外处理，找到当前行的下一行，增加GAP锁
若当前id=100，下一个110，则会在100和110的间隙加间隙锁。
cpp
if (!moves_up
&& !page_rec_is_supremum(rec)
&& set_also_gap_locks
&& !(srv_locks_unsafe_for_binlog
|| trx->isolation_level <= TRX_ISO_READ_COMMITTED)
&& prebuilt->select_lock_type != LOCK_NONE
&& !dict_index_is_spatial(index)) {
const rec_t* next_rec = page_rec_get_next_const(rec);
offsets = rec_get_offsets(next_rec, index, offsets,
ULINT_UNDEFINED, &heap);
err = sel_set_rec_lock(pcur,
next_rec, index, offsets,
prebuilt->select_lock_type,
LOCK_GAP, thr, &mtr);
switch (err) {
case DB_SUCCESS_LOCKED_REC:
err = DB_SUCCESS;
case DB_SUCCESS:
break;
default:
goto lock_wait_or_error;
}
}非索引查询
如果不走索引，那就进行全表扫描， 利用叶子节点的双向链表遍历。
PAGE_CUR_G 从B+树叶子节点最左侧开始扫描（最小节点升序遍历）
PAGE_CUR_L 从B+树叶子节点最右侧开始扫描（最大节点降序遍历）
cpp
else if (mode == PAGE_CUR_G || mode == PAGE_CUR_L) {
btr_pcur_open_at_index_side(
mode == PAGE_CUR_G, index, BTR_SEARCH_LEAF,
pcur, false, 0, &mtr);
}row_search_mvcc方法内容非常多，主要的查询逻辑就是这些。
还有锁的处理，事务的处理，mvcc，将在后面分析。
各种查询条件对应的查询逻辑
范围查询
小于查询
select * from t where id<10;
参数mode为 PAGE_CUR_G
search_tuple为空，取出根页的最小记录，查出最小页，最小记录。
然后根据叶子节点的链表，依次取出所有符合条件的记录。
cpp
if(mode==PAGE_CUR_G || mode==PAGE_CUR_L)
btr_pcur_open_at_index_side()
btr_pcur_open_at_index_side方法将从叶子节点的最左或最右取值
mode决定了它从哪边取值
PAGE_CUR_G从最左侧（最小）取值，PAGE_CUR_L从最右侧（最大）取值。终结条件
compare_key(end_range)
找到大于end_range时，符合判断跳出循环。
找到符合条件的记录时，会判断当前版本是不是readView可见
如果不可见，将从版本链的上一级取出。
lock_clust_rec_cons_read_sees(rec,index,offsets,trx_get_read_view(trx))
判断找到的记录是不是被删了
rec_get_deleted_flag(rec, comp)
转格式，存储引擎是innodb，取出来的数据是innodb格式，需要转成mysql
row_sel_store_mysql_rec()
大于查询
select * from t where id>10;
和小于不同，search_tuple有值，也就是需要先查询出"id=10"的记录。
然后从"id=10"的记录往后遍历，剩余部分同小于查询
全表扫描
select * from t;
同小于查询 mode类型为 PAGE_CUR_G ，只是没有终结条件
升序查询
聚集索引默认就是按升序存储的，全表扫描就是升序查询
MOVES_UP = true 升序
降序查询
mode类型为 PAGE_CUR_L， 从叶子节点链表的最右侧取值
然后从左往右遍历
MOVES_UP = false 降序
叶子节点页存在双向链表指针，从而可以快速取出数据。
但记录与记录之间只有单向链表关系。
如果是升序取数据，可以利用记录的链表关系。
如果是降序，只能通过页之间的链表关系，页内的记录就无法通过链表依次取出，会比升序要复杂一些。
btr_pcur_move_to_pre()
btr_pcur_move_to_prev_on_page()
btr_pcur_move_to_pre(btr_pcur_get_page_cur(cursor))
页内降序查询的办法比较笨，从页内最小记录开始遍历，匹配到目标值，回退到上一个，就是反向遍历。
如存在1-10的一组数据， 当前值10，从1开始遍历，找到10，退回到9，返回
再从1开始遍历，找到9，退回到8，返回
范围+降序查询
原本的小于查询从最小页开始遍历，有降序条件后，将从范围值开始降序遍历
原本的大于查询从范围值开始遍历，有降序条件后，将从最大页开始降序遍历，直到终结条件。
in查询
原理页就是逐个按主键取。
但它返回的数据是升序的，这说明它在查询前就把in里面的条件排序过了再逐个查询。
辅助索引
通用也是走row_search_mvcc 不同的是传入的index索引是辅助索引，search_tuple为辅助索引值 匹配到辅助索引的记录后，再进行回表查询。 回表查询，因为辅助索引的叶子节点没有记录完整的数据，只存储了主键id和辅助索引值，如果select的值超出了辅助索引存的值，就需要从聚集索引里面取值，也就是再进行一次或多次主键索引查询，查出完整的数据。 如果辅助索引是唯一索引，只会发生一次回表。 如果辅助索引不是唯一索引，就有可能多次回表。 ·
cpp
row_sel_get_clust_rec_for_mysql(prebuilt, index, rec,
thr, &clust_rec,
&offsets, &heap,
need_vrow ? &vrow : NULL,
&mtr);
这个方法最终调用前面用到的遍历B+树的方法从聚集索引查询出数据
拿到聚集索引
clust_index = dict_table_get_first_index(sec_index->table);
遍历聚集索引B+树
btr_pcur_open_with_no_initmysql通过bitmap来记录当前表需要获取的字段