乐趣区

关于java:为什么MySQL不建议delete删除数据心得分享

前言


我负责的有几个零碎随着业务量的增长,存储在 MySQL 中的数据日益剧增,我过后就想当初的业务方不讲武德,搞偷袭,趁我没反馈过去把很多表,很快,很快啊都打到了亿级别,我粗心了,没有闪,这就导致跟其 Join 的表的 SQL 变得很慢,对的利用接口的 response time 也变长了,影响了用户体验。

预先我找到业务方,我批评了他们跟他们说要讲武德,连忙跟我赔罪,这个事件才就此作罢,走的时候我对他们说下次不要这样了,耗子尾汁,好好反思。

骂归骂,事件还是得解决,时候我剖析起因发现,发现有些表的数据量增长很快,对应 SQL 扫描了很多有效数据,导致 SQL 慢了下来,通过确认之后,这些大表都是一些流水、记录、日志类型数据,只须要保留 1 到 3 个月,此时须要对表做数据清理实现瘦身,个别都会想到用 insert + delete 的形式去清理。

这篇文章我会从 InnoDB 存储空间散布,delete 对性能的影响,以及优化倡议方面解释为什么不倡议 delete 删除数据。

InnoDB 存储架构

从这张图能够看到,InnoDB 存储构造次要包含两局部:逻辑存储构造和物理存储构造。

逻辑上是由表空间 tablespace —> 段 segment 或者 inode —> 区 Extent ——> 数据页 Page 形成,Innodb 逻辑治理单位是 segment,空间调配的最小单位是 extent,每个 segment 都会从表空间 FREE_PAGE 中调配 32 个 page,当这 32 个 page 不够用时,会依照以下准则进行扩大:如果以后小于 1 个 extent,则扩大到 1 个 extent;当表空间小于 32MB 时,每次扩大一个 extent;表空间大于 32MB,每次扩大 4 个 extent。

物理上次要由零碎用户数据文件,日志文件组成,数据文件次要存储 MySQL 字典数据和用户数据,日志文件记录的是 data page 的变更记录,用于 MySQL Crash 时的复原。

Innodb 表空间

InnoDB 存储包含三类表空间:零碎表空间,用户表空间,Undo 表空间。

零碎表空间: 次要存储 MySQL 外部的数据字典数据,如 information_schema 下的数据。

用户表空间: 当开启 innodb_file_per_table= 1 时,数据表从零碎表空间独立进去存储在以 table_name.ibd 命令的数据文件中,构造信息存储在 table_name.frm 文件中。

Undo 表空间: 存储 Undo 信息,如快照统一读和 flashback 都是利用 undo 信息。

从 MySQL 8.0 开始容许用户自定义表空间,具体语法如下:

CREATE TABLESPACE tablespace_name
    ADD DATAFILE 'file_name'               #数据文件名
    USE LOGFILE GROUP logfile_group        #自定义日志文件组,个别每组 2 个 logfile。[EXTENT_SIZE [=] extent_size]          #区大小
    [INITIAL_SIZE [=] initial_size]        #初始化大小 
    [AUTOEXTEND_SIZE [=] autoextend_size]  #主动扩宽尺寸
    [MAX_SIZE [=] max_size]                #单个文件最大 size,最大是 32G。[NODEGROUP [=] nodegroup_id]           #节点组
    [WAIT]
    [COMMENT [=] comment_text]
    ENGINE [=] engine_name
复制代码 

这样的益处是能够做到数据的冷热拆散,别离用 HDD 和 SSD 来存储,既能实现数据的高效拜访,又能节约老本,比方能够增加两块 500G 硬盘,通过创立卷组 vg,划分逻辑卷 lv,创立数据目录并 mount 相应的 lv,假如划分的两个目录别离是 /hot_data 和 /cold_data。

这样就能够将外围的业务表如用户表,订单表存储在高性能 SSD 盘上,一些日志,流水表存储在一般的 HDD 上,次要的操作步骤如下:

# 创立热数据表空间
create tablespace tbs_data_hot add datafile '/hot_data/tbs_data_hot01.dbf' max_size 20G;
#创立外围业务表存储在热数据表空间
create table booking(id bigint not null primary key auto_increment, ……) tablespace tbs_data_hot;
#创立冷数据表空间
create tablespace tbs_data_cold add datafile '/hot_data/tbs_data_cold01.dbf' max_size 20G;
#创立日志,流水,备份类的表存储在冷数据表空间
create table payment_log(id bigint not null primary key auto_increment, ……) tablespace tbs_data_cold;
#能够挪动表到另一个表空间
alter table payment_log tablespace tbs_data_hot;
复制代码 

Inndob 存储散布

创立空表查看空间变动

mysql> create table user(id bigint not null primary key auto_increment, 
    -> name varchar(20) not null default ''comment' 姓名 ', 
    -> age tinyint not null default 0 comment 'age', 
    -> gender char(1) not null default 'M'  comment '性别',
    -> phone varchar(16) not null default ''comment' 手机号 ',
    -> create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创立工夫',
    -> update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '批改工夫'
    -> ) engine = InnoDB DEFAULT CHARSET=utf8mb4 COMMENT '用户信息表';
Query OK, 0 rows affected (0.26 sec)
复制代码 
# ls -lh user1.ibd 
-rw-r----- 1 mysql mysql 96K Nov  6 12:48 user.ibd
复制代码 

设置参数 innodb_file_per_table= 1 时,创立表时会主动创立一个 segment,同时调配一个 extent,蕴含 32 个 data page 的来存储数据,这样创立的空表默认大小就是 96KB,extent 应用完之后会申请 64 个连贯页,这样对于一些小表,或者 undo segment,能够在开始时申请较少的空间,节俭磁盘容量的开销。

# python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd
page offset 00000000, page type <File Space Header>
page offset 00000001, page type <Insert Buffer Bitmap>
page offset 00000002, page type <File Segment inode>
page offset 00000003, page type <B-tree Node>, page level <0000>
page offset 00000000, page type <Freshly Allocated Page>
page offset 00000000, page type <Freshly Allocated Page>
Total number of page: 6:      #总共调配的页数
Freshly Allocated Page: 2     #可用的数据页
Insert Buffer Bitmap: 1       #插入缓冲页
File Space Header: 1          #文件空间头
B-tree Node: 1                #数据页
File Segment inode: 1         #文件端 inonde,如果是在 ibdata1.ibd 上会有多个 inode。复制代码 

插入数据后的空间变动

mysql> DELIMITER $$
mysql> CREATE PROCEDURE insert_user_data(num INTEGER) 
    -> BEGIN
    ->     DECLARE v_i int unsigned DEFAULT 0;
    -> set autocommit= 0;
    -> WHILE v_i < num DO
    ->    insert into user(`name`, age, gender, phone) values (CONCAT('lyn',v_i), mod(v_i,120), 'M', CONCAT('152',ROUND(RAND(1)*100000000)));
    ->  SET v_i = v_i+1;
    -> END WHILE;
    -> commit;
    -> END $$
Query OK, 0 rows affected (0.01 sec)
mysql> DELIMITER ;

#插入 10w 数据
mysql> call insert_user_data(100000);
Query OK, 0 rows affected (6.69 sec)
复制代码 
# ls -lh user.ibd
-rw-r----- 1 mysql mysql 14M Nov 6 10:58 /data2/mysql/test/user.ibd
 # python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd
page offset 00000000, page type <File Space Header>
page offset 00000001, page type <Insert Buffer Bitmap>
page offset 00000002, page type <File Segment inode>
page offset 00000003, page type <B-tree Node>, page level <0001>   #减少了一个非叶子节点,树的高度从 1 变为 2.
........................................................
page offset 00000000, page type <Freshly Allocated Page>
Total number of page: 896:
Freshly Allocated Page: 493
Insert Buffer Bitmap: 1
File Space Header: 1
B-tree Node: 400
File Segment inode: 1
复制代码 

delete 数据后的空间变动

mysql> select min(id),max(id),count(*) from user;
+---------+---------+----------+
| min(id) | max(id) | count(*) |
+---------+---------+----------+
|       1 |  100000 |   100000 |
+---------+---------+----------+
1 row in set (0.05 sec)
#删除 50000 条数据,实践上空间应该从 14MB 变长 7MB 左右。mysql> delete from user limit 50000;
Query OK, 50000 rows affected (0.25 sec)

#数据文件大小仍然是 14MB,没有放大。# ls -lh /data2/mysql/test/user1.ibd 
-rw-r----- 1 mysql mysql 14M Nov  6 13:22 /data2/mysql/test/user.ibd

#数据页没有被回收。# python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd
page offset 00000000, page type <File Space Header>
page offset 00000001, page type <Insert Buffer Bitmap>
page offset 00000002, page type <File Segment inode>
page offset 00000003, page type <B-tree Node>, page level <0001>
........................................................
page offset 00000000, page type <Freshly Allocated Page>
Total number of page: 896:
Freshly Allocated Page: 493
Insert Buffer Bitmap: 1
File Space Header: 1
B-tree Node: 400
File Segment inode: 1
#在 MySQL 外部是标记删除,复制代码 
mysql> use information_schema;

Database changed
mysql> SELECT A.SPACE AS TBL_SPACEID, A.TABLE_ID, A.NAME AS TABLE_NAME, FILE_FORMAT, ROW_FORMAT, SPACE_TYPE,  B.INDEX_ID , B.NAME AS INDEX_NAME, PAGE_NO, B.TYPE AS INDEX_TYPE FROM INNODB_SYS_TABLES A LEFT JOIN INNODB_SYS_INDEXES B ON A.TABLE_ID =B.TABLE_ID WHERE A.NAME = 'test/user1';
+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+
| TBL_SPACEID | TABLE_ID | TABLE_NAME | FILE_FORMAT | ROW_FORMAT | SPACE_TYPE | INDEX_ID | INDEX_NAME | PAGE_NO | INDEX_TYPE |
+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+
|        1283 |     1207 | test/user | Barracuda   | Dynamic    | Single     |     2236 | PRIMARY    |       3 |          3 |
+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+
1 row in set (0.01 sec)

PAGE_NO = 3 标识 B -tree 的 root page 是 3 号页,INDEX_TYPE = 3 是汇集索引。INDEX_TYPE 取值如下:0 = nonunique secondary index; 
1 = automatically generated clustered index (GEN_CLUST_INDEX); 
2 = unique nonclustered index; 
3 = clustered index; 
32 = full-text index;
#膨胀空间再后进行察看
复制代码 

MySQL 外部不会真正删除空间,而且做标记删除,行将 delflag:N 批改为 delflag:Y,commit 之后会会被 purge 进入删除链表,如果下一次 insert 更大的记录,delete 之后的空间不会被重用,如果插入的记录小于等于 delete 的记录空会被重用,这块内容能够通过知数堂的 innblock 工具进行剖析。

Innodb 中的碎片

碎片的产生

咱们晓得数据存储在文件系统上的,总是不能 100% 利用调配给它的物理空间,删除数据会在页面上留下一些”空洞”,或者随机写入(汇集索引非线性减少)会导致页决裂,页决裂导致页面的利用空间少于 50%,另外对表进行增删改会引起对应的二级索引值的随机的增删改,也会导致索引构造中的数据页面上留下一些 ” 空洞 ”,尽管这些空洞有可能会被反复利用,但终究会导致局部物理空间未被应用,也就是碎片。

同时,即使是设置了填充因子为 100%,Innodb 也会被动留下 page 页面 1 /16 的空间作为预留应用(An innodb_fill_factor setting of 100 leaves 1/16 of the space in clustered index pages free for future index growth)避免 update 带来的行溢出。

mysql> select table_schema,
    ->        table_name,ENGINE,
    ->        round(DATA_LENGTH/1024/1024+ INDEX_LENGTH/1024/1024) total_mb,TABLE_ROWS,
    ->        round(DATA_LENGTH/1024/1024) data_mb, round(INDEX_LENGTH/1024/1024) index_mb, round(DATA_FREE/1024/1024) free_mb, round(DATA_FREE/DATA_LENGTH*100,2) free_ratio
    -> from information_schema.TABLES where  TABLE_SCHEMA= 'test'
    -> and TABLE_NAME= 'user';
+--------------+------------+--------+----------+------------+---------+----------+---------+------------+
| table_schema | table_name | ENGINE | total_mb | TABLE_ROWS | data_mb | index_mb | free_mb | free_ratio |
+--------------+------------+--------+----------+------------+---------+----------+---------+------------+
| test         | user      | InnoDB |        4 |      50000 |       4 |        0 |       6 |     149.42 |
+--------------+------------+--------+----------+------------+---------+----------+---------+------------+
1 row in set (0.00 sec)

复制代码 

其中 data_free 是调配了未应用的字节数,并不能阐明齐全是碎片空间。

碎片的回收

对于 InnoDB 的表,能够通过以下命令来回收碎片,开释空间,这个是随机读 IO 操作,会比拟耗时,也会阻塞表上失常的 DML 运行,同时须要占用额定更多的磁盘空间,对于 RDS 来说,可能会导致磁盘空间霎时爆满,实例霎时被锁定,利用无奈做 DML 操作,所以禁止在线上环境去执行。

# 执行 InnoDB 的碎片回收
mysql> alter table user engine=InnoDB;
Query OK, 0 rows affected (9.00 sec)
Records: 0  Duplicates: 0  Warnings: 0
 ## 执行完之后,数据文件大小从 14MB 升高到 10M。# ls -lh /data2/mysql/test/user1.ibd 
-rw-r----- 1 mysql mysql 10M Nov 6 16:18 /data2/mysql/test/user.ibd
复制代码 
mysql> select table_schema,        table_name,ENGINE,        round(DATA_LENGTH/1024/1024+ INDEX_LENGTH/1024/1024) total_mb,TABLE_ROWS,        round(DATA_LENGTH/1024/1024) data_mb, round(INDEX_LENGTH/1024/1024) index_mb, round(DATA_FREE/1024/1024) free_mb, round(DATA_FREE/DATA_LENGTH*100,2) free_ratio from information_schema.TABLES where  TABLE_SCHEMA= 'test' and TABLE_NAME= 'user';
+--------------+------------+--------+----------+------------+---------+----------+---------+------------+
| table_schema | table_name | ENGINE | total_mb | TABLE_ROWS | data_mb | index_mb | free_mb | free_ratio |
+--------------+------------+--------+----------+------------+---------+----------+---------+------------+
| test         | user      | InnoDB |        5 |      50000 |       5 |        0 |       2 |      44.29 |
+--------------+------------+--------+----------+------------+---------+----------+---------+------------+
1 row in set (0.00 sec)

复制代码 

delete 对 SQL 的影响

未删除前的 SQL 执行状况

# 插入 100W 数据
mysql> call insert_user_data(1000000);
Query OK, 0 rows affected (35.99 sec)

#增加相干索引
mysql> alter table user add index idx_name(name), add index idx_phone(phone);
Query OK, 0 rows affected (6.00 sec)
Records: 0  Duplicates: 0  Warnings: 0

#表上索引统计信息
mysql> show index from user;
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table | Non_unique | Key_name  | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| user  |          0 | PRIMARY   |            1 | id          | A         |      996757 |     NULL | NULL   |      | BTREE      |         |               |
| user  |          1 | idx_name  |            1 | name        | A         |      996757 |     NULL | NULL   |      | BTREE      |         |               |
| user  |          1 | idx_phone |            1 | phone       | A         |           2 |     NULL | NULL   |      | BTREE      |         |               |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
3 rows in set (0.00 sec)

#重置状态变量计数
mysql> flush status;
Query OK, 0 rows affected (0.00 sec)

#执行 SQL 语句
mysql> select id, age ,phone from user where name like 'lyn12%';
+--------+-----+-------------+
| id     | age | phone       |
+--------+-----+-------------+
|    124 |   3 | 15240540354 |
|   1231 |  30 | 15240540354 |
|  12301 |  60 | 15240540354 |
.............................
| 129998 |  37 | 15240540354 |
| 129999 |  38 | 15240540354 |
| 130000 |  39 | 15240540354 |
+--------+-----+-------------+
11111 rows in set (0.03 sec)

mysql> explain select id, age ,phone from user where name like 'lyn12%';
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
| id | select_type | table | type  | possible_keys | key      | key_len | ref  | rows  | Extra                 |
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
|  1 | SIMPLE      | user  | range | idx_name      | idx_name | 82      | NULL | 22226 | Using index condition |
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
1 row in set (0.00 sec)

#查看相干状态呢变量
mysql> select * from information_schema.session_status where variable_name in('Last_query_cost','Handler_read_next','Innodb_pages_read','Innodb_data_reads','Innodb_pages_read');
+-------------------+----------------+
| VARIABLE_NAME     | VARIABLE_VALUE |
+-------------------+----------------+
| HANDLER_READ_NEXT | 11111          |    #申请读的行数
| INNODB_DATA_READS | 7868409        |    #数据物理读的总数
| INNODB_PAGES_READ | 7855239        |    #逻辑读的总数
| LAST_QUERY_COST   | 10.499000      |    #SQL 语句的老本 COST,次要包含 IO_COST 和 CPU_COST。+-------------------+----------------+
4 rows in set (0.00 sec)
复制代码 

删除后的 SQL 执行状况

# 删除 50w 数据
mysql> delete from user limit 500000;
Query OK, 500000 rows affected (3.70 sec)

#剖析表统计信息
mysql> analyze table user;
+-----------+---------+----------+----------+
| Table     | Op      | Msg_type | Msg_text |
+-----------+---------+----------+----------+
| test.user | analyze | status   | OK       |
+-----------+---------+----------+----------+
1 row in set (0.01 sec)

#重置状态变量计数
mysql> flush status;
Query OK, 0 rows affected (0.01 sec)

mysql> select id, age ,phone from user where name like 'lyn12%';
Empty set (0.05 sec)

mysql> explain select id, age ,phone from user where name like 'lyn12%';
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
| id | select_type | table | type  | possible_keys | key      | key_len | ref  | rows  | Extra                 |
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
|  1 | SIMPLE      | user  | range | idx_name      | idx_name | 82      | NULL | 22226 | Using index condition |
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
1 row in set (0.00 sec)

mysql> select * from information_schema.session_status where variable_name in('Last_query_cost','Handler_read_next','Innodb_pages_read','Innodb_data_reads','Innodb_pages_read');
+-------------------+----------------+
| VARIABLE_NAME     | VARIABLE_VALUE |
+-------------------+----------------+
| HANDLER_READ_NEXT | 0              |
| INNODB_DATA_READS | 7868409        |
| INNODB_PAGES_READ | 7855239        |
| LAST_QUERY_COST   | 10.499000      |
+-------------------+----------------+
4 rows in set (0.00 sec)
复制代码 

后果统计分析

操作

COST

物理读次数

逻辑读次数

扫描行数

返回行数

执行工夫

初始化插入 100W

10.499000

7868409

7855239

22226

11111

30ms

100W 随机删除 50W

10.499000

7868409

7855239

22226

0

50ms

这也阐明对一般的大表,想要通过 delete 数据来对表进行瘦身是不事实的,所以在任何时候不要用 delete 去删除数据,应该应用优雅的标记删除。

delete 优化倡议

管制业务账号权限

对于一个大的零碎来说,须要依据业务特点去拆分子系统,每个子系统能够看做是一个 service,例如美团 APP,下面有很多服务,外围的服务有用户服务 user-service,搜寻服务 search-service,商品 product-service,位置服务 location-service,价格服务 price-service 等。每个服务对应一个数据库,为该数据库创立独自账号,同时只授予 DML 权限且没有 delete 权限,同时禁止跨库拜访。

# 创立用户数据库并受权
create database mt_user charset utf8mb4;
grant USAGE, SELECT, INSERT, UPDATE ON mt_user.*  to 'w_user'@'%' identified by 't$W*g@gaHTGi123456';
flush privileges;
复制代码 

delete 改为标记删除

在 MySQL 数据库建模标准中有 4 个公共字段,基本上每个表必须有的,同时在 create_time 列要创立索引,有两方面的益处:

  1. 一些查问业务场景都会有一个默认的时间段,比方 7 天或者一个月,都是通过 create_time 去过滤,走索引扫描更快。
  2. 一些外围的业务表须要以 T + 1 的形式抽取数据仓库中,比方每天晚上 00:30 抽取前一天的数据,都是通过 create_time 过滤的。
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键 id',
`is_deleted` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否逻辑删除:0:未删除,1:已删除',
`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创立工夫',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '批改工夫'

#有了删除标记,业务接口的 delete 操作就能够转换为 update
update user set is_deleted = 1 where user_id = 1213;

#查问的时候须要带上 is_deleted 过滤
select id, age ,phone from user where is_deleted = 0 and name like 'lyn12%';
复制代码 

数据归档形式

通用数据归档办法

#1. 创立归档表,个别在原表名前面增加_bak。CREATE TABLE `ota_order_bak` (`id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
  `order_id` varchar(255) DEFAULT NULL COMMENT '订单 id',
  `ota_id` varchar(255) DEFAULT NULL COMMENT 'ota',
  `check_in_date` varchar(255) DEFAULT NULL COMMENT '入住日期',
  `check_out_date` varchar(255) DEFAULT NULL COMMENT '离店日期',
  `hotel_id` varchar(255) DEFAULT NULL COMMENT '酒店 ID',
  `guest_name` varchar(255) DEFAULT NULL COMMENT '顾客',
  `purcharse_time` timestamp NULL DEFAULT NULL COMMENT '购买工夫',
  `create_time` datetime DEFAULT NULL,
  `update_time` datetime DEFAULT NULL,
  `create_user` varchar(255) DEFAULT NULL,
  `update_user` varchar(255) DEFAULT NULL,
  `status` int(4) DEFAULT '1' COMMENT '状态:1 失常,0 删除',
  `hotel_name` varchar(255) DEFAULT NULL,
  `price` decimal(10,0) DEFAULT NULL,
  `remark` longtext,
  PRIMARY KEY (`id`),
  KEY `IDX_order_id` (`order_id`) USING BTREE,
  KEY `hotel_name` (`hotel_name`) USING BTREE,
  KEY `ota_id` (`ota_id`) USING BTREE,
  KEY `IDX_purcharse_time` (`purcharse_time`) USING BTREE,
  KEY `IDX_create_time` (`create_time`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8
PARTITION BY RANGE (to_days(create_time)) (PARTITION p201808 VALUES LESS THAN (to_days('2018-09-01')), 
PARTITION p201809 VALUES LESS THAN (to_days('2018-10-01')), 
PARTITION p201810 VALUES LESS THAN (to_days('2018-11-01')), 
PARTITION p201811 VALUES LESS THAN (to_days('2018-12-01')), 
PARTITION p201812 VALUES LESS THAN (to_days('2019-01-01')), 
PARTITION p201901 VALUES LESS THAN (to_days('2019-02-01')), 
PARTITION p201902 VALUES LESS THAN (to_days('2019-03-01')), 
PARTITION p201903 VALUES LESS THAN (to_days('2019-04-01')), 
PARTITION p201904 VALUES LESS THAN (to_days('2019-05-01')), 
PARTITION p201905 VALUES LESS THAN (to_days('2019-06-01')), 
PARTITION p201906 VALUES LESS THAN (to_days('2019-07-01')), 
PARTITION p201907 VALUES LESS THAN (to_days('2019-08-01')), 
PARTITION p201908 VALUES LESS THAN (to_days('2019-09-01')), 
PARTITION p201909 VALUES LESS THAN (to_days('2019-10-01')), 
PARTITION p201910 VALUES LESS THAN (to_days('2019-11-01')), 
PARTITION p201911 VALUES LESS THAN (to_days('2019-12-01')), 
PARTITION p201912 VALUES LESS THAN (to_days('2020-01-01')));

#2. 插入原表中有效的数据(须要跟开发同学确认数据保留范畴)create table tbl_p201808 as select * from ota_order where create_time between '2018-08-01 00:00:00' and '2018-08-31 23:59:59';

#3. 跟归档表分区做分区替换
alter table ota_order_bak exchange partition p201808 with table tbl_p201808; 

#4. 删除原表中曾经标准的数据
delete from ota_order where create_time between '2018-08-01 00:00:00' and '2018-08-31 23:59:59' limit 3000;
复制代码 

优化后的归档形式

#1. 创立两头表
CREATE TABLE `ota_order_2020` (........) ENGINE=InnoDB DEFAULT CHARSET=utf8
PARTITION BY RANGE (to_days(create_time)) (PARTITION p201808 VALUES LESS THAN (to_days('2018-09-01')), 
PARTITION p201809 VALUES LESS THAN (to_days('2018-10-01')), 
PARTITION p201810 VALUES LESS THAN (to_days('2018-11-01')), 
PARTITION p201811 VALUES LESS THAN (to_days('2018-12-01')), 
PARTITION p201812 VALUES LESS THAN (to_days('2019-01-01')), 
PARTITION p201901 VALUES LESS THAN (to_days('2019-02-01')), 
PARTITION p201902 VALUES LESS THAN (to_days('2019-03-01')), 
PARTITION p201903 VALUES LESS THAN (to_days('2019-04-01')), 
PARTITION p201904 VALUES LESS THAN (to_days('2019-05-01')), 
PARTITION p201905 VALUES LESS THAN (to_days('2019-06-01')), 
PARTITION p201906 VALUES LESS THAN (to_days('2019-07-01')), 
PARTITION p201907 VALUES LESS THAN (to_days('2019-08-01')), 
PARTITION p201908 VALUES LESS THAN (to_days('2019-09-01')), 
PARTITION p201909 VALUES LESS THAN (to_days('2019-10-01')), 
PARTITION p201910 VALUES LESS THAN (to_days('2019-11-01')), 
PARTITION p201911 VALUES LESS THAN (to_days('2019-12-01')), 
PARTITION p201912 VALUES LESS THAN (to_days('2020-01-01')));

#2. 插入原表中无效的数据,如果数据量在 100W 左右能够在业务低峰期直接插入,如果比拟大,倡议采纳 dataX 来做,能够管制频率和大小,之前我这边用 Go 封装了 dataX 能够实现主动生成 json 文件,自定义大小去执行。insert into ota_order_2020 select * from ota_order where create_time between '2020-08-01 00:00:00' and '2020-08-31 23:59:59';

#3. 表重命名
alter table ota_order rename to ota_order_bak;  
alter table ota_order_2020 rename to ota_order;
#4. 插入差别数据
insert into ota_order select * from ota_order_bak a where not exists (select 1 from ota_order b where a.id = b.id);
#5. ota_order_bak 革新成分区表,如果表比拟大不倡议间接革新,能够先创立好分区表,通过 dataX 把导入进去即可。#6. 后续的归档办法
#创立两头广泛表
create table ota_order_mid like ota_order;
#替换原表有效数据分区到一般表
alter table ota_order exchange partition p201808 with table ota_order_mid; 
## 替换一般表数据到归档表的相应分区
alter table ota_order_bak exchange partition p201808 with table ota_order_mid; 
复制代码 

这样原表和归档表都是按月的分区表,只须要创立一个两头一般表,在业务低峰期做两次分区替换,既能够删除有效数据,又能回收空,而且没有空间碎片,不会影响表上的索引及 SQL 的执行打算。

总结

通过从 InnoDB 存储空间散布,delete 对性能的影响能够看到,delete 物理删除既不能开释磁盘空间,而且会产生大量的碎片,导致索引频繁决裂,影响 SQL 执行打算的稳定性;

同时在碎片回收时,会耗用大量的 CPU,磁盘空间,影响表上失常的 DML 操作。

在业务代码层面,应该做逻辑标记删除,防止物理删除;为了实现数据归档需要,能够用采纳 MySQL 分区表个性来实现,都是 DDL 操作,没有碎片产生。

另外一个比拟好的计划采纳 Clickhouse,对有生命周期的数据表能够应用 Clickhouse 存储,利用其 TTL 个性实现有效数据主动清理。

退出移动版