前言
我負責的有幾個系統隨着業務量的增長,存儲在MySQL中的數據日益劇增,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,對的應用接口的response time也變長了,影響了用戶體驗。
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,發現有些表的數據量增長很快,對應SQL掃描了很多無效數據,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、日誌類型數據,只需要保留1到3個月,此時需要對錶做數據清理實現瘦身,一般都會想到用insert + delete的方式去清理。
這篇文章我會從InnoDB存儲空間分佈,delete對性能的影響,以及優化建議方面解釋爲什麼不建議delete刪除數據。
從這張圖可以看到,InnoDB存儲結構主要包括兩部分:邏輯存儲結構和物理存儲結構。
邏輯上是由表空間tablespace —> 段segment或者inode —> 區Extent ——>數據頁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展:如果當前小於1個extent,則擴展到1個extent;當表空間小於32MB時,每次擴展一個extent;表空間大於32MB,每次擴展4個extent。
物理上主要由系統用戶數據文件,日誌文件組成,數據文件主要存儲MySQL字典數據和用戶數據,日誌文件記錄的是data page的變更記錄,用於MySQL Crash時的恢復。
InnoDB存儲包括三類表空間:系統表空間,用戶表空間,Undo表空間。
系統表空間:主要存儲MySQL內部的數據字典數據,如information_schema下的數據。
用戶表空間:當開啓innodb_file_per_table=1時,數據表從系統表空間獨立出來存儲在以table_name.ibd命令的數據文件中,結構信息存儲在table_name.frm文件中。
Undo表空間:存儲Undo信息,如快照一致讀和flashback都是利用undo信息。
從MySQL 8.0開始允許用戶自定義表空間,具體語法如下:
CREATETABLESPACEtablespace_name
ADDDATAFILE'file_name'#數據文件名
USELOGFILEGROUPlogfile_group#自定義日誌文件組,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]#單個文件最大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數據的冷熱分離,分別用HDD和SSD來存儲,既能實現數據的高效訪問,又能節約成本,比如可以添加兩塊500G硬盤,經過創建卷組vg,劃分邏輯卷lv,創建數據目錄並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用戶表,訂單表存儲在高性能SSD盤上,一些日誌,流水錶存儲在普通的HDD上,主要的操作步驟如下:
#創建熱數據表空間
createtablespacetbs_data_hotadddatafile'/hot_data/tbs_data_hot01.dbf'max_size20G;
#創建核心業務表存儲在熱數據表空間
createtablebooking(idbigintnotnullprimarykeyauto_increment, …… )tablespacetbs_data_hot;
#創建冷數據表空間
createtablespacetbs_data_coldadddatafile'/hot_data/tbs_data_cold01.dbf'max_size20G;
#創建日誌,流水,備份類的表存儲在冷數據表空間
createtablepayment_log(idbigintnotnullprimarykeyauto_increment, …… )tablespacetbs_data_cold;
#可以移動表到另一個表空間
altertablepayment_logtablespacetbs_data_hot;
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'性別',
->phone varchar(16)notnulldefault''comment'手機號',
->create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT'創建時間',
->update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT'修改時間'
-> ) engine = InnoDB DEFAULT CHARSET=utf8mb4 COMMENT'用戶信息表';
Query OK,0rows affected (0.26sec)
# ls -lh user1.ibd
-rw-r-----1mysqlmysql96KNov612:48user.ibd
設置參數innodb_file_per_table=1時,創建表時會自動創建一個segment,同時分配一個extent,包含32個data page的來存儲數據,這樣創建的空表默認大小就是96KB,extent使用完之後會申請64個連接頁,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,節省磁盤容量的開銷。
# 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:#總共分配的頁數
FreshlyAllocatedPage:2#可用的數據頁
InsertBufferBitmap:1#插入緩衝頁
FileSpaceHeader:1#文件空間頭
B-treeNode:1#數據頁
FileSegmentinode:1#文件端inonde,如果是在ibdata1.ibd上會有多個inode。
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數據
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>#增加了一個非葉子節點,樹的高度從1變爲2.
........................................................
pageoffset00000000,pagetype<FreshlyAllocatedPage>
Totalnumberofpage:896:
FreshlyAllocatedPage:493
InsertBufferBitmap:1
FileSpaceHeader:1
B-treeNode:400
FileSegmentinode:1
mysql>selectmin(id),max(id),count(*)fromuser;
+---------+---------+----------+
|min(id)|max(id)|count(*)|
+---------+---------+----------+
| 1 | 100000 | 100000 |
+---------+---------+----------+
1 row in set (0.05 sec)
#刪除50000條數據,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)
#數據文件大小依然是14MB,沒有縮小。
# ls -lh /data2/mysql/test/user1.ibd
-rw-r-----1mysqlmysql14MNov613:22/data2/mysql/test/user.ibd
#數據頁沒有被回收。
# 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 |
+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+
1rowinset (0.01sec)
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修改爲delflag:Y,commit之後會會被purge進入刪除鏈表,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。
我們知道數據存儲在文件系統上的,總是不能100%利用分配給它的物理空間,刪除數據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數據頁面上留下一些"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,即便是設置了填充因子爲100%,Innodb也會主動留下page頁面1/16的空間作爲預留使用(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節數,並不能說明完全是碎片空間。
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運行,同時需要佔用額外更多的磁盤空間,對於RDS來說,可能會導致磁盤空間瞬間爆滿,實例瞬間被鎖定,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>altertableuserengine=InnoDB;
QueryOK,0rowsaffected(9.00sec)
Records:0Duplicates:0Warnings:0
##執行完之後,數據文件大小從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)
#插入100W數據
mysql> call insert_user_data(1000000);
Query OK,0rows affected (35.99sec)
#添加相關索引
mysql> alter table user add index idx_name(name), add index idx_phone(phone);
Query OK,0rows affected (6.00sec)
Records:0Duplicates:0Warnings:0
#表上索引統計信息
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)
#重置狀態變量計數
mysql> flush status;
Query OK,0rows affected (0.00sec)
#執行SQL語句
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)
#查看相關狀態呢變量
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 |#請求讀的行數
| INNODB_DATA_READS |7868409| #數據物理讀的總數
|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 rowsinset (0.00 sec)
#刪除50w數據
mysql> delete from user limit500000;
Query OK,500000rows affected (3.70sec)
#分析表統計信息
mysql> analyze table user;
+-----------+---------+----------+----------+
| Table |Op| Msg_type |Msg_text|
+-----------+---------+----------+----------+
|test.user| analyze |status| OK |
+-----------+---------+----------+----------+
1rowinset (0.01sec)
#重置狀態變量計數
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)
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數據來對錶進行瘦身是不現實的,所以在任何時候不要用delete去刪除數據,應該使用優雅的標記刪除。
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,核心的服務有用戶服務user-service,搜索服務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,爲該數據庫創建單獨賬號,同時只授予DML權限且沒有delete權限,同時禁止跨庫訪問。
#創建用戶數據庫並授權
createdatabasemt_usercharsetutf8mb4;
grantUSAGE,SELECT,INSERT,UPDATEONmt_user.*to'w_user'@'%'identifiedby't$W*g@gaHTGi123456';
flushprivileges;
在MySQL數據庫建模規範中有4個公共字段,基本上每個表必須有的,同時在create_time列要創建索引,有兩方面的好處:
一些查詢業務場景都會有一個默認的時間段,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的方式抽取數據倉庫中,比如每天晚上00:30抽取前一天的數據,都是通過create_time過濾的。
`id` bigint(20) NOT NULL AUTO_INCREMENTCOMMENT'主鍵id',
`is_deleted`tinyint(4)NOTNULLDEFAULT'0'COMMENT'是否邏輯刪除:0:未刪除,1:已刪除',
`create_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPCOMMENT'創建時間',
`update_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMPCOMMENT'修改時間'
#有了刪除標記,業務接口的delete操作就可以轉換爲update
updateusersetis_deleted =1whereuser_id =1213;
#查詢的時候需要帶上is_deleted過濾
selectid, age ,phonefromuserwhereis_deleted =0andnamelike'lyn12%';
#1. 創建歸檔表,一般在原表名後面添加_bak。
CREATETABLE`ota_order_bak`(
`id`bigint(11)NOTNULLAUTO_INCREMENTCOMMENT'主鍵',
`order_id`varchar(255)DEFAULTNULLCOMMENT'訂單id',
`ota_id`varchar(255)DEFAULTNULLCOMMENT'ota',
`check_in_date`varchar(255)DEFAULTNULLCOMMENT'入住日期',
`check_out_date`varchar(255)DEFAULTNULLCOMMENT'離店日期',
`hotel_id`varchar(255)DEFAULTNULLCOMMENT'酒店ID',
`guest_name`varchar(255)DEFAULTNULLCOMMENT'顧客',
`purcharse_time`timestampNULLDEFAULTNULLCOMMENT'購買時間',
`create_time`datetimeDEFAULTNULL,
`update_time`datetimeDEFAULTNULL,
`create_user`varchar(255)DEFAULTNULL,
`update_user`varchar(255)DEFAULTNULL,
`status`int(4)DEFAULT'1'COMMENT'狀態 : 1 正常 , 0 刪除',
`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. 插入原表中無效的數據(需要跟開發同學確認數據保留範圍)
createtabletbl_p201808asselect*fromota_orderwherecreate_timebetween'2018-08-01 00:00:00'and'2018-08-31 23:59:59';
#3. 跟歸檔表分區做分區交換
altertableota_order_bakexchangepartitionp201808withtabletbl_p201808;
#4. 刪除原表中已經規範的數據
deletefromota_orderwherecreate_timebetween'2018-08-01 00:00:00'and'2018-08-31 23:59:59'limit3000;
#1. 創建中間表
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. 插入原表中有效的數據,如果數據量在100W左右可以在業務低峯期直接插入,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文件,自定義大小去執行。
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. 插入差異數據
insertintoota_orderselect*fromota_order_bak awherenotexists(select1fromota_order bwherea.id = b.id);
#5. ota_order_bak改造成分區表,如果表比較大不建議直接改造,可以先創建好分區表,通過dataX把導入進去即可。
#6. 後續的歸檔方法
#創建中間普遍表
createtableota_order_midlikeota_order;
#交換原表無效數據分區到普通表
altertableota_orderexchangepartitionp201808withtableota_order_mid;
##交換普通表數據到歸檔表的相應分區
altertableota_order_bakexchangepartitionp201808withtableota_order_mid;
這樣原表和歸檔表都是按月的分區表,只需要創建一箇中間普通表,在業務低峯期做兩次分區交換,既可以刪除無效數據,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。
通過從InnoDB存儲空間分佈,delete對性能的影響可以看到,delete物理刪除既不能釋放磁盤空間,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,磁盤空間,影響表上正常的DML操作。
在業務代碼層面,應該做邏輯標記刪除,避免物理刪除;爲了實現數據歸檔需求,可以用採用MySQL分區表特性來實現,都是DDL操作,沒有碎片產生。
另外一個比較好的方案採用Clickhouse,對有生命週期的數據表可以使用Clickhouse存儲,利用其TTL特性實現無效數據自動清理。