爲什麼MySQL不建議使用delete刪除數據？

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。

InnoDB存儲架構

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表空間

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;

Inndob存儲分佈

創建空表查看空間變化

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。

插入數據後的空間變化

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

delete數據後的空間變化

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。

Innodb中的碎片

碎片的產生

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。

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)

delete對SQL的影響

未刪除前的SQL執行情況

#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)

刪除後的SQL執行情況

#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)

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。

delete優化建議

控制業務賬號權限

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;

delete改爲標記刪除

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%';

數據歸檔方式

通用數據歸檔方法

#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;

優化後的歸檔方式

#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。

總結

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。

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