为什么MySQL不建议使用delete删除数据?

前言

我负责的有几个系统随着业务量的增长,存储在MySQL中的数据日益剧增,我当时就想现在的业务方不讲武德,搞偷袭,趁我没反应过来把很多表,很快,很快啊都打到了亿级别,我大意了,没有闪,这就导致跟其Join的表的SQL变得很慢,对的应用接口的response time也变长了,影响了用户体验。

事后我找到业务方,我批评了他们跟他们说要讲武德,连忙跟我道歉,这个事情才就此作罢,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,事情还是得解决,时候我分析原因发现,发现有些表的数据量增长很快,对应SQL扫描了很多无效数据,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,只需要保留1到3个月,此时需要对表做数据清理实现瘦身,一般都会想到用insert + delete的方式去清理。

这篇文章我会从InnoDB存储空间分布,delete对性能的影响,以及优化建议方面解释为什么不建议delete删除数据。

InnoDB存储架构


从这张图可以看到,InnoDB存储结构主要包括两部分:逻辑存储结构和物理存储结构。

逻辑上是由表空间tablespace —> 段segment或者inode —> 区Extent ——>数据页Page构成,Innodb逻辑管理单位是segment,空间分配的最小单位是extent,每个segment都会从表空间FREE_PAGE中分配32个page,当这32个page不够用时,会按照以下原则进行扩展:如果当前小于1个extent,则扩展到1个extent;当表空间小于32MB时,每次扩展一个extent;表空间大于32MB,每次扩展4个extent。

物理上主要由系统用户数据文件,日志文件组成,数据文件主要存储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时的恢复。

Innodb表空间

InnoDB存储包括三类表空间:系统表空间,用户表空间,Undo表空间。

系统表空间:主要存储MySQL内部的数据字典数据,如information_schema下的数据。

用户表空间:当开启innodb_file_per_table=1时,数据表从系统表空间独立出来存储在以table_name.ibd命令的数据文件中,结构信息存储在table_name.frm文件中。

Undo表空间:存储Undo信息,如快照一致读和flashback都是利用undo信息。

从MySQL 8.0开始允许用户自定义表空间,具体语法如下:

CREATETABLESPACEtablespace_name

ADDDATAFILE'file_name'#数据文件名

USELOGFILEGROUPlogfile_group#自定义日志文件组,一般每组2个logfile。

[EXTENT_SIZE [=] extent_size]#区大小

[INITIAL_SIZE [=] initial_size]#初始化大小

[AUTOEXTEND_SIZE [=] autoextend_size]#自动扩宽尺寸

[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

这样的好处是可以做到数据的冷热分离,分别用HDD和SSD来存储,既能实现数据的高效访问,又能节约成本,比如可以添加两块500G硬盘,经过创建卷组vg,划分逻辑卷lv,创建数据目录并mount相应的lv,假设划分的两个目录分别是/hot_data 和 /cold_data。

这样就可以将核心的业务表如用户表,订单表存储在高性能SSD盘上,一些日志,流水表存储在普通的HDD上,主要的操作步骤如下:

#创建热数据表空间

createtablespacetbs_data_hotadddatafile'/hot_data/tbs_data_hot01.dbf'max_size20G;

#创建核心业务表存储在热数据表空间

createtablebooking(idbigintnotnullprimarykeyauto_increment, …… )tablespacetbs_data_hot;

#创建冷数据表空间

createtablespacetbs_data_coldadddatafile'/hot_data/tbs_data_cold01.dbf'max_size20G;

#创建日志,流水,备份类的表存储在冷数据表空间

createtablepayment_log(idbigintnotnullprimarykeyauto_increment, …… )tablespacetbs_data_cold;

#可以移动表到另一个表空间

altertablepayment_logtablespacetbs_data_hot;

Inndob存储分布

创建空表查看空间变化

mysql> create table user(id bigintnotnullprimary key auto_increment,

->name varchar(20)notnulldefault''comment'姓名',

->age tinyintnotnulldefault0comment'age',

->gender char(1)notnulldefault'M'comment'性别',

->phone varchar(16)notnulldefault''comment'手机号',

->create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT'创建时间',

->update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT'修改时间'

-> ) engine = InnoDB DEFAULT CHARSET=utf8mb4 COMMENT'用户信息表';

Query OK,0rows affected (0.26sec)

# ls -lh user1.ibd 

-rw-r-----1mysqlmysql96KNov612:48user.ibd

设置参数innodb_file_per_table=1时,创建表时会自动创建一个segment,同时分配一个extent,包含32个data page的来存储数据,这样创建的空表默认大小就是96KB,extent使用完之后会申请64个连接页,这样对于一些小表,或者undo segment,可以在开始时申请较少的空间,节省磁盘容量的开销。

# python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd

pageoffset00000000,pagetype<FileSpaceHeader>

pageoffset00000001,pagetype<InsertBufferBitmap>

pageoffset00000002,pagetype<FileSegmentinode>

pageoffset00000003,pagetype<B-treeNode>,pagelevel<0000>

pageoffset00000000,pagetype<FreshlyAllocatedPage>

pageoffset00000000,pagetype<FreshlyAllocatedPage>

Totalnumberofpage:6:#总共分配的页数

FreshlyAllocatedPage:2#可用的数据页

InsertBufferBitmap:1#插入缓冲页

FileSpaceHeader:1#文件空间头

B-treeNode:1#数据页

FileSegmentinode:1#文件端inonde,如果是在ibdata1.ibd上会有多个inode。

插入数据后的空间变化

mysql> DELIMITER $$

mysql> CREATEPROCEDUREinsert_user_data(num INTEGER)

->BEGIN

->DECLAREv_iintunsignedDEFAULT0;

->setautocommit=0;

->WHILEv_i < numDO

->    insert into user(`name`, age, gender, phone) values (CONCAT('lyn',v_i),mod(v_i,120),'M', CONCAT('152',ROUND(RAND(1)*100000000)));

->SETv_i = v_i+1;

->ENDWHILE;

    -> commit;

->END$$

Query OK,0rows affected (0.01sec)

mysql> DELIMITER ;

#插入10w数据

mysql> call insert_user_data(100000);

Query OK,0rows affected (6.69sec)

# ls -lh user.ibd

-rw-r-----1mysqlmysql14MNov610:58/data2/mysql/test/user.ibd

# python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd

pageoffset00000000,pagetype<FileSpaceHeader>

pageoffset00000001,pagetype<InsertBufferBitmap>

pageoffset00000002,pagetype<FileSegmentinode>

pageoffset00000003,pagetype<B-treeNode>,pagelevel<0001>#增加了一个非叶子节点,树的高度从1变为2.

........................................................

pageoffset00000000,pagetype<FreshlyAllocatedPage>

Totalnumberofpage:896:

FreshlyAllocatedPage:493

InsertBufferBitmap:1

FileSpaceHeader:1

B-treeNode:400

FileSegmentinode:1

delete数据后的空间变化

mysql>selectmin(id),max(id),count(*)fromuser;

+---------+---------+----------+

|min(id)|max(id)|count(*)|

+---------+---------+----------+

|      1 |  100000 |  100000 |

+---------+---------+----------+

1 row in set (0.05 sec)

#删除50000条数据,理论上空间应该从14MB变长7MB左右。

mysql> delete from user limit 50000;

Query OK, 50000 rows affected (0.25 sec)

#数据文件大小依然是14MB,没有缩小。

# ls -lh /data2/mysql/test/user1.ibd

-rw-r-----1mysqlmysql14MNov613:22/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

pageoffset00000000,pagetype<FileSpaceHeader>

pageoffset00000001,pagetype<InsertBufferBitmap>

pageoffset00000002,pagetype<FileSegmentinode>

pageoffset00000003,pagetype<B-treeNode>,pagelevel<0001>

........................................................

pageoffset00000000,pagetype<FreshlyAllocatedPage>

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内部是标记删除,

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 |

+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+

1rowinset (0.01sec)

PAGE_NO =3标识B-tree的root page是3号页,INDEX_TYPE =3是聚集索引。 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;

#收缩空间再后进行观察

MySQL内部不会真正删除空间,而且做标记删除,即将delflag:N修改为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,这块内容可以通过知数堂的innblock工具进行分析。

Innodb中的碎片

碎片的产生

我们知道数据存储在文件系统上的,总是不能100%利用分配给它的物理空间,删除数据会在页面上留下一些”空洞”,或者随机写入(聚集索引非线性增加)会导致页分裂,页分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,也会导致索引结构中的数据页面上留下一些"空洞",虽然这些空洞有可能会被重复利用,但终究会导致部分物理空间未被使用,也就是碎片。

同时,即便是设置了填充因子为100%,Innodb也会主动留下page页面1/16的空间作为预留使用(An innodb_fill_factor setting of 100 leaves 1/16 of the space in clustered index pages free for future index growth)防止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'

->andTABLE_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 |

+--------------+------------+--------+----------+------------+---------+----------+---------+------------+

1rowinset (0.00sec)

其中data_free是分配了未使用的字节数,并不能说明完全是碎片空间。

碎片的回收

对于InnoDB的表,可以通过以下命令来回收碎片,释放空间,这个是随机读IO操作,会比较耗时,也会阻塞表上正常的DML运行,同时需要占用额外更多的磁盘空间,对于RDS来说,可能会导致磁盘空间瞬间爆满,实例瞬间被锁定,应用无法做DML操作,所以禁止在线上环境去执行。

#执行InnoDB的碎片回收

mysql>altertableuserengine=InnoDB;

QueryOK,0rowsaffected(9.00sec)

Records:0Duplicates:0Warnings:0

##执行完之后,数据文件大小从14MB降低到10M。

# ls -lh /data2/mysql/test/user1.ibd 

-rw-r-----1mysqlmysql10MNov616:18/data2/mysql/test/user.ibd

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'andTABLE_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 |

+--------------+------------+--------+----------+------------+---------+----------+---------+------------+

1rowinset (0.00sec)

delete对SQL的影响

未删除前的SQL执行情况

#插入100W数据

mysql> call insert_user_data(1000000);

Query OK,0rows affected (35.99sec)

#添加相关索引

mysql> alter table user add index idx_name(name), add index idx_phone(phone);

Query OK,0rows affected (6.00sec)

Records:0Duplicates:0Warnings: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      ||              |

+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

3rowsinset (0.00sec)

#重置状态变量计数

mysql> flush status;

Query OK,0rows affected (0.00sec)

#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 |

+--------+-----+-------------+

11111rowsinset (0.03sec)

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 |

+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+

1rowinset (0.00sec)

#查看相关状态呢变量

mysql> select * from information_schema.session_status where variable_namein('Last_query_cost','Handler_read_next','Innodb_pages_read','Innodb_data_reads','Innodb_pages_read');

+-------------------+----------------+

| VARIABLE_NAME    |VARIABLE_VALUE|

+-------------------+----------------+

|HANDLER_READ_NEXT| 11111          |#请求读的行数

| 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语句的成本COST,主要包括IO_COST和CPU_COST。

+-------------------+----------------+

4 rowsinset (0.00 sec)

删除后的SQL执行情况

#删除50w数据

mysql> delete from user limit500000;

Query OK,500000rows affected (3.70sec)

#分析表统计信息

mysql> analyze table user;

+-----------+---------+----------+----------+

| Table    |Op| Msg_type |Msg_text|

+-----------+---------+----------+----------+

|test.user| analyze |status| OK      |

+-----------+---------+----------+----------+

1rowinset (0.01sec)

#重置状态变量计数

mysql> flush status;

Query OK,0rows affected (0.01sec)

mysql> select id, age ,phone from user where name like'lyn12%';

Empty set (0.05sec)

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 |

+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+

1rowinset (0.00sec)

mysql> select * from information_schema.session_status where variable_namein('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 rowsinset (0.00 sec)

结果统计分析

操作COST物理读次数逻辑读次数扫描行数返回行数执行时间初始化插入100W 10.499000 7868409 7855239 22226 11111 30ms 100W随机删除50W 10.499000 7868409 7855239 22226 0 50ms

这也说明对普通的大表,想要通过delete数据来对表进行瘦身是不现实的,所以在任何时候不要用delete去删除数据,应该使用优雅的标记删除。

delete优化建议

控制业务账号权限

对于一个大的系统来说,需要根据业务特点去拆分子系统,每个子系统可以看做是一个service,例如美团APP,上面有很多服务,核心的服务有用户服务user-service,搜索服务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,为该数据库创建单独账号,同时只授予DML权限且没有delete权限,同时禁止跨库访问。

#创建用户数据库并授权

createdatabasemt_usercharsetutf8mb4;

grantUSAGE,SELECT,INSERT,UPDATEONmt_user.*to'w_user'@'%'identifiedby't$W*g@gaHTGi123456';

flushprivileges;

delete改为标记删除

在MySQL数据库建模规范中有4个公共字段,基本上每个表必须有的,同时在create_time列要创建索引,有两方面的好处:

一些查询业务场景都会有一个默认的时间段,比如7天或者一个月,都是通过create_time去过滤,走索引扫描更快。

一些核心的业务表需要以T +1的方式抽取数据仓库中,比如每天晚上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_INCREMENTCOMMENT'主键id',

`is_deleted`tinyint(4)NOTNULLDEFAULT'0'COMMENT'是否逻辑删除:0:未删除,1:已删除',

`create_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPCOMMENT'创建时间',

`update_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMPCOMMENT'修改时间'

#有了删除标记,业务接口的delete操作就可以转换为update

updateusersetis_deleted =1whereuser_id =1213;

#查询的时候需要带上is_deleted过滤

selectid, age ,phonefromuserwhereis_deleted =0andnamelike'lyn12%';

数据归档方式

通用数据归档方法

#1. 创建归档表,一般在原表名后面添加_bak。

CREATETABLE`ota_order_bak`(

`id`bigint(11)NOTNULLAUTO_INCREMENTCOMMENT'主键',

`order_id`varchar(255)DEFAULTNULLCOMMENT'订单id',

`ota_id`varchar(255)DEFAULTNULLCOMMENT'ota',

`check_in_date`varchar(255)DEFAULTNULLCOMMENT'入住日期',

`check_out_date`varchar(255)DEFAULTNULLCOMMENT'离店日期',

`hotel_id`varchar(255)DEFAULTNULLCOMMENT'酒店ID',

`guest_name`varchar(255)DEFAULTNULLCOMMENT'顾客',

`purcharse_time`timestampNULLDEFAULTNULLCOMMENT'购买时间',

`create_time`datetimeDEFAULTNULL,

`update_time`datetimeDEFAULTNULL,

`create_user`varchar(255)DEFAULTNULL,

`update_user`varchar(255)DEFAULTNULL,

`status`int(4)DEFAULT'1'COMMENT'状态 : 1 正常 , 0 删除',

`hotel_name`varchar(255)DEFAULTNULL,

`price`decimal(10,0)DEFAULTNULL,

`remark`longtext,

PRIMARYKEY(`id`),

KEY`IDX_order_id`(`order_id`)USINGBTREE,

KEY`hotel_name`(`hotel_name`)USINGBTREE,

KEY`ota_id`(`ota_id`)USINGBTREE,

KEY`IDX_purcharse_time`(`purcharse_time`)USINGBTREE,

KEY`IDX_create_time`(`create_time`)USINGBTREE

)ENGINE=InnoDBDEFAULTCHARSET=utf8

PARTITIONBYRANGE(to_days(create_time)) (

PARTITIONp201808VALUESLESSTHAN(to_days('2018-09-01')),

PARTITIONp201809VALUESLESSTHAN(to_days('2018-10-01')),

PARTITIONp201810VALUESLESSTHAN(to_days('2018-11-01')),

PARTITIONp201811VALUESLESSTHAN(to_days('2018-12-01')),

PARTITIONp201812VALUESLESSTHAN(to_days('2019-01-01')),

PARTITIONp201901VALUESLESSTHAN(to_days('2019-02-01')),

PARTITIONp201902VALUESLESSTHAN(to_days('2019-03-01')),

PARTITIONp201903VALUESLESSTHAN(to_days('2019-04-01')),

PARTITIONp201904VALUESLESSTHAN(to_days('2019-05-01')),

PARTITIONp201905VALUESLESSTHAN(to_days('2019-06-01')),

PARTITIONp201906VALUESLESSTHAN(to_days('2019-07-01')),

PARTITIONp201907VALUESLESSTHAN(to_days('2019-08-01')),

PARTITIONp201908VALUESLESSTHAN(to_days('2019-09-01')),

PARTITIONp201909VALUESLESSTHAN(to_days('2019-10-01')),

PARTITIONp201910VALUESLESSTHAN(to_days('2019-11-01')),

PARTITIONp201911VALUESLESSTHAN(to_days('2019-12-01')),

PARTITIONp201912VALUESLESSTHAN(to_days('2020-01-01')));

#2. 插入原表中无效的数据(需要跟开发同学确认数据保留范围)

createtabletbl_p201808asselect*fromota_orderwherecreate_timebetween'2018-08-01 00:00:00'and'2018-08-31 23:59:59';

#3. 跟归档表分区做分区交换

altertableota_order_bakexchangepartitionp201808withtabletbl_p201808;

#4. 删除原表中已经规范的数据

deletefromota_orderwherecreate_timebetween'2018-08-01 00:00:00'and'2018-08-31 23:59:59'limit3000;

优化后的归档方式

#1. 创建中间表

CREATETABLE`ota_order_2020`(........)ENGINE=InnoDBDEFAULTCHARSET=utf8

PARTITIONBYRANGE(to_days(create_time)) (

PARTITIONp201808VALUESLESSTHAN(to_days('2018-09-01')),

PARTITIONp201809VALUESLESSTHAN(to_days('2018-10-01')),

PARTITIONp201810VALUESLESSTHAN(to_days('2018-11-01')),

PARTITIONp201811VALUESLESSTHAN(to_days('2018-12-01')),

PARTITIONp201812VALUESLESSTHAN(to_days('2019-01-01')),

PARTITIONp201901VALUESLESSTHAN(to_days('2019-02-01')),

PARTITIONp201902VALUESLESSTHAN(to_days('2019-03-01')),

PARTITIONp201903VALUESLESSTHAN(to_days('2019-04-01')),

PARTITIONp201904VALUESLESSTHAN(to_days('2019-05-01')),

PARTITIONp201905VALUESLESSTHAN(to_days('2019-06-01')),

PARTITIONp201906VALUESLESSTHAN(to_days('2019-07-01')),

PARTITIONp201907VALUESLESSTHAN(to_days('2019-08-01')),

PARTITIONp201908VALUESLESSTHAN(to_days('2019-09-01')),

PARTITIONp201909VALUESLESSTHAN(to_days('2019-10-01')),

PARTITIONp201910VALUESLESSTHAN(to_days('2019-11-01')),

PARTITIONp201911VALUESLESSTHAN(to_days('2019-12-01')),

PARTITIONp201912VALUESLESSTHAN(to_days('2020-01-01')));

#2. 插入原表中有效的数据,如果数据量在100W左右可以在业务低峰期直接插入,如果比较大,建议采用dataX来做,可以控制频率和大小,之前我这边用Go封装了dataX可以实现自动生成json文件,自定义大小去执行。

insertintoota_order_2020select*fromota_orderwherecreate_timebetween'2020-08-01 00:00:00'and'2020-08-31 23:59:59';

#3. 表重命名

altertableota_orderrenametoota_order_bak;

altertableota_order_2020renametoota_order;

#4. 插入差异数据

insertintoota_orderselect*fromota_order_bak awherenotexists(select1fromota_order bwherea.id = b.id);

#5. ota_order_bak改造成分区表,如果表比较大不建议直接改造,可以先创建好分区表,通过dataX把导入进去即可。

#6. 后续的归档方法

#创建中间普遍表

createtableota_order_midlikeota_order;

#交换原表无效数据分区到普通表

altertableota_orderexchangepartitionp201808withtableota_order_mid;

##交换普通表数据到归档表的相应分区

altertableota_order_bakexchangepartitionp201808withtableota_order_mid;

这样原表和归档表都是按月的分区表,只需要创建一个中间普通表,在业务低峰期做两次分区交换,既可以删除无效数据,又能回收空,而且没有空间碎片,不会影响表上的索引及SQL的执行计划。

总结

通过从InnoDB存储空间分布,delete对性能的影响可以看到,delete物理删除既不能释放磁盘空间,而且会产生大量的碎片,导致索引频繁分裂,影响SQL执行计划的稳定性;

同时在碎片回收时,会耗用大量的CPU,磁盘空间,影响表上正常的DML操作。

在业务代码层面,应该做逻辑标记删除,避免物理删除;为了实现数据归档需求,可以用采用MySQL分区表特性来实现,都是DDL操作,没有碎片产生。

另外一个比较好的方案采用Clickhouse,对有生命周期的数据表可以使用Clickhouse存储,利用其TTL特性实现无效数据自动清理。

来源:https://www.toutiao.com/i6895861362690408974/

推荐阅读更多精彩内容