筆者最近工作中遇見一個性能瓶頸問題，MySQL表，每天大概新增776萬條記錄，儲存週期為7天，超過7天的資料需要在新增記錄前老化。連續執行9天以後，刪除一天的資料大概需要3個半小時（環境：128G,32核，4T硬碟），而這是不能接受的。當然如果要整個表刪除，毋庸置疑用

TRUNCATE TABLE就好。

最初的方案（因為未預料到刪除會如此慢），程式碼如下（最簡單和樸素的方法）:

delete from table_name where cnt_date <= target_date

後經過研究，最終實現了飛一般(1秒左右)的速度刪除770多萬條資料，單張表總資料量在4600萬上下，優化過程的方案層層遞進，詳細記錄如下：

• 批量刪除（每次限定一定數量），然後迴圈刪除直到全部資料刪除完畢；同時key_buffer_size 由預設的8M提高到512M

執行效果：刪除時間大概從3個半小時提高到了3小時

（1）通過limit(具體size 請酌情設定）限制一次刪除的資料量，然後判斷資料是否刪除完，附原始碼如下（Python實現）：

def delete_expired_data(mysqlconn,day):
 mysqlcur = mysqlconn.cursor()
 delete_sql = "DELETE from table_name where cnt_date<='%s' limit 50000" % day
 query_sql = "select srcip from table_name where cnt_date <= '%s' limit 1" % day
 try: 
  df = pd.read_sql(query_sql,mysqlconn)
  while True:
   if df is None or df.empty:
    break
   mysqlcur.execute(delete_sql)
   mysqlconn.commit()

   df = pd.read_sql(query_sql,mysqlconn)
 except:
  mysqlconn.rollback()

（2）增加key_buffer_size

mysqlcur.execute("SET GLOBAL key_buffer_size = 536870912")

key_buffer_size是global變數，詳情參見Mysql官方文件：https://dev.mysql.com/doc/refman/5.7/en/server-configuration.html

• DELETE QUICK + OPTIMIZETABLE

適用場景：MyISAM Tables

Why: MyISAM刪除的資料維護在一個連結串列中，這些空間和行的位置接下來會被Insert的資料複用。 直接的delete後，mysql會合並索引塊，涉及大量記憶體的拷貝移動；而OPTIMIZE TABLE直接重建索引，即直接把資料塊情況，再重新搞一份（聯想JVM垃圾回收演算法）。

執行效果：刪除時間大3個半小時提高到了1小時40分

具體程式碼如下：

def delete_expired_data(mysqlconn,day):
 mysqlcur = mysqlconn.cursor()
 delete_sql = "DELETE QUICK from table_name where cnt_date<='%s' limit 50000" % day
 query_sql = "select srcip from table_name where cnt_date <= '%s' limit 1" % day
 optimize_sql = "OPTIMIZE TABLE g_visit_relation_asset"
 try: 
  df = pd.read_sql(query_sql,mysqlconn)
  mysqlcur.execute(optimize_sql)
  mysqlconn.commit()
 except:
  mysqlconn.rollback()

• 表分割槽，直接刪除過期日期所在的分割槽（最終方案—秒殺）

MySQL表分割槽有幾種方式，包括RANGE、KEY、LIST、HASH，具體參見官方文件。因為這裡的應用場景日期在變化，所以不適合用RANGE設定固定的分割槽名稱，HASH分割槽更符合此處場景

（1）分割槽表定義，SQL語句如下：

ALTER TABLE table_name PARTITION BY HASH(TO_DAYS(cnt_date)) PARTITIONS 7;

TO_DAYS將日期（必須為日期型別，否則會報錯:Constant,random or timezone-dependent expressions in (sub)partitioning function are not allowed）轉換為天數（年月日總共的天數），然後HASH；建立7個分割槽。實際上，就是 days MOD 7。

（2）查詢出需要老化的日期所在的分割槽,SQL語句如下：

"explain partitions select * from g_visit_relation_asset where cnt_date = '%s'" % expired_day

執行結果如下（partitions列即為所在分割槽）：

+----+-------------+------------------+------------+------+----------------+------+---------+------+---------+----------+-------------+
| id | select_type | table | partitions | type | possible_keys | key | key_len | ref | rows | filtered | Extra |
+----+-------------+------------------+------------+------+----------------+------+---------+------+---------+----------+-------------+
| 1 | SIMPLE | table_name | p1 | ALL | cnt_date_index | NULL | NULL | NULL | 1325238 | 100.00 | Using where |
+----+-------------+------------------+------------+------+----------------+------+---------+------+---------+----------+-------------+
1 row in set,2 warnings (0.00 sec)

（3）OPTIMIZE or REBUILD partition,SQL語句如下：

"ALTER TABLE g_visit_relation_asset OPTIMIZE PARTITION '%s'" % partition

完整程式碼如下【Python實現】，迴圈刪除小於指定日期的資料：

def clear_partition_data(mysqlconn,day):
 mysqlcur = mysqlconn.cursor()
 expired_day = day
 query_partition_sql = "explain partitions select * from table_name where cnt_date = '%s'" % expired_day
 # OPTIMIZE or REBUILD after truncate partition
 try: 
  while True:
   df = pd.read_sql(query_partition_sql,mysqlconn)
   if df is None or df.empty:
    break
   partition = df.loc[0,'partitions']
   if partition is not None:
    clear_partition_sql = "alter table table_name TRUNCATE PARTITION %s" % partition
    mysqlcur.execute(clear_partition_sql)
    mysqlconn.commit()

    optimize_partition_sql = "ALTER TABLE table_name OPTIMIZE PARTITION %s" % partition
    mysqlcur.execute(optimize_partition_sql)
    mysqlconn.commit()
   
   expired_day = (expired_day - timedelta(days = 1)).strftime("%Y-%m-%d")
   df = pd.read_sql(query_partition_sql,mysqlconn)
 except:
  mysqlconn.rollback()

• 其它

如果刪除的資料超過表資料的百分之50，建議拷貝所需資料到臨時表，然後刪除原表，再重新命名臨時表為原表，附MySQL如下：

 INSERT INTO New
  SELECT * FROM Main
   WHERE ...; -- just the rows you want to keep
 RENAME TABLE main TO Old,New TO Main;
 DROP TABLE Old; -- Space freed up here

可通過： ALTER TABLE table_name REMOVE PARTITIONING 刪除分割槽，而不會刪除相應的資料

參考：

1）https://dev.mysql.com/doc/refman/5.7/en/alter-table-partition-operations.html具體分割槽說明

2）http://mysql.rjweb.org/doc.php/deletebig#solutions 刪除大資料的解決方案

本文版權歸作者和部落格園共有，歡迎轉載，但未經作者同意必須保留此段宣告，且在文章頁面明顯位置給出原文連線，否則保留追究法律責任的權利。

************************************************************************

精力有限，想法太多，專注做好一件事就行

我只是一個程式猿。5年內把程式碼寫好，技術部落格字字推敲，堅持零拷貝和原創寫部落格的意義在於打磨文筆，訓練邏輯條理性，加深對知識的系統性理解；如果恰好又對別人有點幫助，那真是一件令人開心的事

到此這篇關於MySQL 快速刪除大量資料（千萬級別）的幾種實踐方案詳解的文章就介紹到這了,更多相關MySQL 快速刪除大量資料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！