淺談為什麼MySQL不建議delete刪除資料
前言
我負責的有幾個系統隨著業務量的增長,儲存在MySQL中的資料日益劇增,我當時就想現在的業務方不講武德,搞偷襲,趁我沒反應過來把很多表,很快,很快啊都打到了億級別,我大意了,沒有閃,這就導致跟其Join的表的SQL變得很慢,對的應用介面的response time也變長了,影響了使用者體驗。
事後我找到業務方,我批評了他們跟他們說要講武德,連忙跟我道歉,這個事情才就此作罷,走的時候我對他們說下次不要這樣了,耗子尾汁,好好反思。
罵歸罵,事情還是得解決,時候我分析原因發現,發現有些表的資料量增長很快,對應SQL掃描了很多無效資料,導致SQL慢了下來,通過確認之後,這些大表都是一些流水、記錄、日誌型別資料,只需要保留1到3個月,此時需要對錶做資料清理實現瘦身,一般都會想到用insert + delete的方式去清理。
這篇文章我會從InnoDB儲存空間分佈,delete對效能的影響,以及優化建議方面解釋為什麼不建議delete刪除資料。
InnoDB儲存架構
從這張圖可以看到,InnoDB儲存結構主要包括兩部分:邏輯儲存結構和物理儲存結構。
邏輯上是由表空間tablespace —> 段segment或者inode —> 區Extent ——>資料頁Page構成,Innodb邏輯管理單位是segment,空間分配的最小單位是extent,每個segment都會從表空間FREE_PAGE中分配32個page,當這32個page不夠用時,會按照以下原則進行擴充套件:如果當前小於1個extent,則擴充套件到1個extent;當表空間小於32MB時,每次擴充套件一個extent;表空間大於32MB,每次擴充套件4個extent。
物理上主要由系統使用者資料檔案,日誌檔案組成,資料檔案主要儲存MySQL字典資料和使用者資料,日誌檔案記錄的是data page的變更記錄,用於MySQL Crash時的恢復。
Innodb表空間
InnoDB儲存包括三類表空間:系統表空間,使用者表空間,Undo表空間。
**系統表空間:**主要儲存MySQL內部的資料字典資料,如information_schema下的資料。
**使用者表空間:**當開啟innodb_file_per_table=1時,資料表從系統表空間獨立出來儲存在以table_name.ibd命令的資料檔案中,結構資訊儲存在table_name.frm檔案中。
**Undo表空間:**儲存Undo資訊,如快照一致讀和flashback都是利用undo資訊。
從MySQL 8.0開始允許使用者自定義表空間,具體語法如下:
CREATE TABLESPACE tablespace_name ADD DATAFILE 'file_name' #資料檔名 USE LOGFILE GROUP logfile_group #自定義日誌檔案組,一般每組2個logfile。 [EXTENT_SIZE [=] extent_size] #區大小 [INITIAL_SIZE [=] initial_size] #初始化大小 [AUTOEXTEND_SIZE [=] autoextend_size] #自動擴寬尺寸 [MAX_SIZE [=] max_size] #單個檔案最大size,最大是32G。 [NODEGROUP [=] nodegroup_id] #節點組 [WAIT] [COMMENT [=] comment_text] ENGINE [=] engine_name
這樣的好處是可以做到資料的冷熱分離,分別用HDD和SSD來儲存,既能實現資料的高效訪問,又能節約成本,比如可以新增兩塊500G硬碟,經過建立卷組vg,劃分邏輯卷lv,建立資料目錄並mount相應的lv,假設劃分的兩個目錄分別是/hot_data 和 /cold_data。
這樣就可以將核心的業務表如使用者表,訂單表儲存在高效能SSD盤上,一些日誌,流水錶儲存在普通的HDD上,主要的操作步驟如下:
#建立熱資料表空間 create tablespace tbs_data_hot add datafile '/hot_data/tbs_data_hot01.dbf' max_size 20G; #建立核心業務表儲存在熱資料表空間 create table booking(id bigint not null primary key auto_increment,…… ) tablespace tbs_data_hot; #建立冷資料表空間 create tablespace tbs_data_cold add datafile '/hot_data/tbs_data_cold01.dbf' max_size 20G; #建立日誌,流水,備份類的表儲存在冷資料表空間 create table payment_log(id bigint not null primary key auto_increment,…… ) tablespace tbs_data_cold; #可以移動表到另一個表空間 alter table payment_log tablespace tbs_data_hot;
Inndob儲存分佈
建立空表檢視空間變化
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 '性別',-> phone varchar(16) not null default '' comment '手機號',-> create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間',-> update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改時間' -> ) engine = InnoDB DEFAULT CHARSET=utf8mb4 COMMENT '使用者資訊表'; Query OK,0 rows affected (0.26 sec)
# ls -lh user1.ibd -rw-r----- 1 mysql mysql 96K Nov 6 12:48 user.ibd
設定引數innodb_file_per_table=1時,建立表時會自動建立一個segment,同時分配一個extent,包含32個data page的來儲存資料,這樣建立的空表預設大小就是96KB,extent使用完之後會申請64個連線頁,這樣對於一些小表,或者undo segment,可以在開始時申請較少的空間,節省磁碟容量的開銷。
# 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: #總共分配的頁數 Freshly Allocated Page: 2 #可用的資料頁 Insert Buffer Bitmap: 1 #插入緩衝頁 File Space Header: 1 #檔案空間頭 B-tree Node: 1 #資料頁 File Segment inode: 1 #檔案端inonde,如果是在ibdata1.ibd上會有多個inode。
插入資料後的空間變化
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資料 mysql> call insert_user_data(100000); Query OK,0 rows affected (6.69 sec)
# 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 level <0001> #增加了一個非葉子節點,樹的高度從1變為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
delete資料後的空間變化
mysql> select min(id),max(id),count(*) from user; +---------+---------+----------+ | min(id) | max(id) | count(*) | +---------+---------+----------+ | 1 | 100000 | 100000 | +---------+---------+----------+ 1 row in set (0.05 sec) #刪除50000條資料,理論上空間應該從14MB變長7MB左右。 mysql> delete from user limit 50000; Query OK,50000 rows affected (0.25 sec) #資料檔案大小依然是14MB,沒有縮小。 # ls -lh /data2/mysql/test/user1.ibd -rw-r----- 1 mysql mysql 14M Nov 6 13:22 /data2/mysql/test/user.ibd #資料頁沒有被回收。 # python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd page offset 00000000,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內部是標記刪除,
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 | +-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+ 1 row in set (0.01 sec) PAGE_NO = 3 標識B-tree的root page是3號頁,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; #收縮空間再後進行觀察
MySQL內部不會真正刪除空間,而且做標記刪除,即將delflag:N修改為delflag:Y,commit之後會會被purge進入刪除連結串列,如果下一次insert更大的記錄,delete之後的空間不會被重用,如果插入的記錄小於等於delete的記錄空會被重用,這塊內容可以通過知數堂的innblock工具進行分析。
Innodb中的碎片
碎片的產生
我們知道資料儲存在檔案系統上的,總是不能100%利用分配給它的物理空間,刪除資料會在頁面上留下一些”空洞”,或者隨機寫入(聚集索引非線性增加)會導致頁分裂,頁分裂導致頁面的利用空間少於50%,另外對錶進行增刪改會引起對應的二級索引值的隨機的增刪改,也會導致索引結構中的資料頁面上留下一些"空洞",雖然這些空洞有可能會被重複利用,但終究會導致部分物理空間未被使用,也就是碎片。
同時,即便是設定了填充因子為100%,Innodb也會主動留下page頁面1/16的空間作為預留使用(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帶來的行溢位。
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)
其中data_free是分配了未使用的位元組數,並不能說明完全是碎片空間。
碎片的回收
對於InnoDB的表,可以通過以下命令來回收碎片,釋放空間,這個是隨機讀IO操作,會比較耗時,也會阻塞表上正常的DML執行,同時需要佔用額外更多的磁碟空間,對於RDS來說,可能會導致磁碟空間瞬間爆滿,例項瞬間被鎖定,應用無法做DML操作,所以禁止在線上環境去執行。
#執行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 ##執行完之後,資料檔案大小從14MB降低到10M。 # ls -lh /data2/mysql/test/user1.ibd -rw-r----- 1 mysql mysql 10M Nov 6 16:18 /data2/mysql/test/user.ibd
mysql> select table_schema,table_name,round(DATA_LENGTH/1024/1024+ INDEX_LENGTH/1024/1024) total_mb,round(DATA_LENGTH/1024/1024) data_mb,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)
delete對SQL的影響
未刪除前的SQL執行情況
#插入100W資料 mysql> call insert_user_data(1000000); Query OK,0 rows affected (35.99 sec) #新增相關索引 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 #表上索引統計資訊 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) #重置狀態變數計數 mysql> flush status; Query OK,0 rows affected (0.00 sec) #執行SQL語句 mysql> select id,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,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) #檢視相關狀態呢變數 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 | #請求讀的行數 | INNODB_DATA_READS | 7868409 | #資料物理讀的總數 | INNODB_PAGES_READ | 7855239 | #邏輯讀的總數 | LAST_QUERY_COST | 10.499000 | #SQL語句的成本COST,主要包括IO_COST和CPU_COST。 +-------------------+----------------+ 4 rows in set (0.00 sec)
刪除後的SQL執行情況
#刪除50w資料 mysql> delete from user limit 500000; Query OK,500000 rows affected (3.70 sec) #分析表統計資訊 mysql> analyze table user; +-----------+---------+----------+----------+ | Table | Op | Msg_type | Msg_text | +-----------+---------+----------+----------+ | test.user | analyze | status | OK | +-----------+---------+----------+----------+ 1 row in set (0.01 sec) #重置狀態變數計數 mysql> flush status; Query OK,0 rows affected (0.01 sec) mysql> select id,phone from user where name like 'lyn12%'; Empty set (0.05 sec) mysql> explain select id,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','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)
結果統計分析
操作 | COST | 物理讀次數 | 邏輯讀次數 | 掃描行數 | 返回行數 | 執行時間 |
---|---|---|---|---|---|---|
初始化插入100W | 10.499000 | 7868409 | 7855239 | 22226 | 11111 | 30ms |
100W隨機刪除50W | 10.499000 | 7868409 | 7855239 | 22226 | 0 | 50ms |
這也說明對普通的大表,想要通過delete資料來對錶進行瘦身是不現實的,所以在任何時候不要用delete去刪除資料,應該使用優雅的標記刪除。
delete優化建議
控制業務賬號許可權
對於一個大的系統來說,需要根據業務特點去拆分子系統,每個子系統可以看做是一個service,例如美團APP,上面有很多服務,核心的服務有使用者服務user-service,搜尋服務search-service,商品product-service,位置服務location-service,價格服務price-service等。每個服務對應一個數據庫,為該資料庫建立單獨賬號,同時只授予DML許可權且沒有delete許可權,同時禁止跨庫訪問。
#建立使用者資料庫並授權 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;
delete改為標記刪除
在MySQL資料庫建模規範中有4個公共欄位,基本上每個表必須有的,同時在create_time列要建立索引,有兩方面的好處:
- 一些查詢業務場景都會有一個預設的時間段,比如7天或者一個月,都是通過create_time去過濾,走索引掃描更快。
- 一些核心的業務表需要以T +1的方式抽取資料倉庫中,比如每天晚上00:30抽取前一天的資料,都是通過create_time過濾的。
`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主鍵id',`is_deleted` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否邏輯刪除:0:未刪除,1:已刪除',`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間',`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改時間' #有了刪除標記,業務介面的delete操作就可以轉換為update update user set is_deleted = 1 where user_id = 1213; #查詢的時候需要帶上is_deleted過濾 select id,phone from user where is_deleted = 0 and name like 'lyn12%';
資料歸檔方式
通用資料歸檔方法
#1. 建立歸檔表,一般在原表名後面新增_bak。 CREATE TABLE `ota_order_bak` ( `id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT '主鍵',`order_id` varchar(255) DEFAULT NULL COMMENT '訂單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 '離店日期',`hotel_id` varchar(255) DEFAULT NULL COMMENT '酒店ID',`guest_name` varchar(255) DEFAULT NULL COMMENT '顧客',`purcharse_time` timestamp NULL DEFAULT NULL COMMENT '購買時間',`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 '狀態 : 1 正常 , 0 刪除',`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. 插入原表中無效的資料(需要跟開發同學確認資料保留範圍) 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. 跟歸檔表分割槽做分割槽交換 alter table ota_order_bak exchange partition p201808 with table tbl_p201808; #4. 刪除原表中已經規範的資料 delete from ota_order where create_time between '2018-08-01 00:00:00' and '2018-08-31 23:59:59' limit 3000;
優化後的歸檔方式
#1. 建立中間表 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 p201912 VALUES LESS THAN (to_days('2020-01-01'))); #2. 插入原表中有效的資料,如果資料量在100W左右可以在業務低峰期直接插入,如果比較大,建議採用dataX來做,可以控制頻率和大小,之前我這邊用Go封裝了dataX可以實現自動生成json檔案,自定義大小去執行。 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. 表重新命名 alter table ota_order rename to ota_order_bak; alter table ota_order_2020 rename to ota_order; #4. 插入差異資料 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改造成分割槽表,如果表比較大不建議直接改造,可以先建立好分割槽表,通過dataX把匯入進去即可。 #6. 後續的歸檔方法 #建立中間普遍表 create table ota_order_mid like ota_order; #交換原表無效資料分割槽到普通表 alter table ota_order exchange partition p201808 with table ota_order_mid; ##交換普通表資料到歸檔表的相應分割槽 alter table ota_order_bak exchange partition p201808 with table ota_order_mid;
這樣原表和歸檔表都是按月的分割槽表,只需要建立一箇中間普通表,在業務低峰期做兩次分割槽交換,既可以刪除無效資料,又能回收空,而且沒有空間碎片,不會影響表上的索引及SQL的執行計劃。
總結
通過從InnoDB儲存空間分佈,delete對效能的影響可以看到,delete物理刪除既不能釋放磁碟空間,而且會產生大量的碎片,導致索引頻繁分裂,影響SQL執行計劃的穩定性;
同時在碎片回收時,會耗用大量的CPU,磁碟空間,影響表上正常的DML操作。
在業務程式碼層面,應該做邏輯標記刪除,避免物理刪除;為了實現資料歸檔需求,可以用採用MySQL分割槽表特性來實現,都是DDL操作,沒有碎片產生。
另外一個比較好的方案採用Clickhouse,對有生命週期的資料表可以使用Clickhouse儲存,利用其TTL特性實現無效資料自動清理。
到此這篇關於淺談為什麼MySQL不建議delete刪除資料的文章就介紹到這了,更多相關MySQL不建議delete刪除內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!