mysql刪除數(shù)據(jù)時(shí)為什么不用delete

本篇內(nèi)容介紹了“MySQL刪除數(shù)據(jù)時(shí)為什么不用delete”的有關(guān)知識，在實(shí)際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

創(chuàng)新互聯(lián)公司一直在為企業(yè)提供服務(wù)，多年的磨煉，使我們在創(chuàng)意設(shè)計(jì)，全網(wǎng)整合營銷推廣到技術(shù)研發(fā)擁有了開發(fā)經(jīng)驗(yàn)。我們擅長傾聽企業(yè)需求，挖掘用戶對產(chǎn)品需求服務(wù)價(jià)值，為企業(yè)制作有用的創(chuàng)意設(shè)計(jì)體驗(yàn)。核心團(tuán)隊(duì)擁有超過十年以上行業(yè)經(jīng)驗(yàn)，涵蓋創(chuàng)意，策化，開發(fā)等專業(yè)領(lǐng)域，公司涉及領(lǐng)域有基礎(chǔ)互聯(lián)網(wǎng)服務(wù)雙線服務(wù)器托管、成都app軟件開發(fā)、手機(jī)移動建站、網(wǎng)頁設(shè)計(jì)、網(wǎng)絡(luò)整合營銷。

有些表的數(shù)據(jù)量增長很快，對應(yīng)SQL掃描了很多無效數(shù)據(jù)，導(dǎo)致SQL慢了下來，通過確認(rèn)之后，這些大表都是一些流水、記錄、日志類型數(shù)據(jù)，只需要保留1到3個(gè)月，此時(shí)需要對表做數(shù)據(jù)清理實(shí)現(xiàn)瘦身。

這篇文章我會從InnoDB存儲空間分布，delete對性能的影響，以及優(yōu)化建議方面解釋為什么不建議delete刪除數(shù)據(jù)。

InnoDB存儲架構(gòu)

mysql刪除數(shù)據(jù)時(shí)為什么不用delete

從這張圖可以看到，InnoDB存儲結(jié)構(gòu)主要包括兩部分：邏輯存儲結(jié)構(gòu)和物理存儲結(jié)構(gòu)。

邏輯上是由表空間tablespace —> 段segment或者inode —> 區(qū)Extent ——>數(shù)據(jù)頁P(yáng)age構(gòu)成，Innodb邏輯管理單位是segment，空間分配的最小單位是extent，每個(gè)segment都會從表空間FREE_PAGE中分配32個(gè)page，當(dāng)這32個(gè)page不夠用時(shí)，會按照以下原則進(jìn)行擴(kuò)展：如果當(dāng)前小于1個(gè)extent，則擴(kuò)展到1個(gè)extent；當(dāng)表空間小于32MB時(shí)，每次擴(kuò)展一個(gè)extent；表空間大于32MB，每次擴(kuò)展4個(gè)extent。

物理上主要由系統(tǒng)用戶數(shù)據(jù)文件，日志文件組成，數(shù)據(jù)文件主要存儲MySQL字典數(shù)據(jù)和用戶數(shù)據(jù)，日志文件記錄的是data page的變更記錄，用于MySQL Crash時(shí)的恢復(fù)。

Innodb表空間

InnoDB存儲包括三類表空間：系統(tǒng)表空間，用戶表空間，Undo表空間。

系統(tǒng)表空間：主要存儲MySQL內(nèi)部的數(shù)據(jù)字典數(shù)據(jù)，如information_schema下的數(shù)據(jù)。

用戶表空間：當(dāng)開啟innodb_file_per_table=1時(shí)，數(shù)據(jù)表從系統(tǒng)表空間獨(dú)立出來存儲在以table_name.ibd命令的數(shù)據(jù)文件中，結(jié)構(gòu)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：

CREATE TABLESPACE tablespace_name
    ADD DATAFILE 'file_name'               #數(shù)據(jù)文件名
    USE LOGFILE GROUP logfile_group        #自定義日志文件組，一般每組2個(gè)logfile。
    [EXTENT_SIZE [=] extent_size]          #區(qū)大小
    [INITIAL_SIZE [=] initial_size]        #初始化大小 
    [AUTOEXTEND_SIZE [=] autoextend_size]  #自動擴(kuò)寬尺寸
    [MAX_SIZE [=] max_size]                #單個(gè)文件最大size，最大是32G。
    [NODEGROUP [=] nodegroup_id]           #節(jié)點(diǎn)組
    [WAIT]
    [COMMENT [=] comment_text]
    ENGINE [=] engine_name

這樣的好處是可以做到數(shù)據(jù)的冷熱分離，分別用HDD和SSD來存儲，既能實(shí)現(xiàn)數(shù)據(jù)的高效訪問，又能節(jié)約成本，比如可以添加兩塊500G硬盤，經(jīng)過創(chuàng)建卷組vg，劃分邏輯卷lv，創(chuàng)建數(shù)據(jù)目錄并mount相應(yīng)的lv，假設(shè)劃分的兩個(gè)目錄分別是/hot_data 和 /cold_data。

這樣就可以將核心的業(yè)務(wù)表如用戶表，訂單表存儲在高性能SSD盤上，一些日志，流水表存儲在普通的HDD上，主要的操作步驟如下：

#創(chuàng)建熱數(shù)據(jù)表空間
create tablespace tbs_data_hot add datafile '/hot_data/tbs_data_hot01.dbf' max_size 20G;
#創(chuàng)建核心業(yè)務(wù)表存儲在熱數(shù)據(jù)表空間
create table booking(id bigint not null primary key auto_increment, …… ) tablespace tbs_data_hot;
#創(chuàng)建冷數(shù)據(jù)表空間
create tablespace tbs_data_cold add datafile '/hot_data/tbs_data_cold01.dbf' max_size 20G;
#創(chuàng)建日志，流水，備份類的表存儲在冷數(shù)據(jù)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(gè)表空間
alter table payment_log tablespace tbs_data_hot;

Inndob存儲分布

創(chuàng)建空表查看空間變化

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(jī)號',
    -> create_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '創(chuàng)建時(shí)間',
    -> update_time datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改時(shí)間'
    -> ) engine = InnoDB DEFAULT CHARSET=utf8mb4 COMMENT '用戶信息表';
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(shè)置參數(shù)innodb_file_per_table=1時(shí)，創(chuàng)建表時(shí)會自動創(chuàng)建一個(gè)segment，同時(shí)分配一個(gè)extent，包含32個(gè)data page的來存儲數(shù)據(jù)，這樣創(chuàng)建的空表默認(rèn)大小就是96KB，extent使用完之后會申請64個(gè)連接頁，這樣對于一些小表，或者undo segment，可以在開始時(shí)申請較少的空間，節(jié)省磁盤容量的開銷。

# 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(shù)
Freshly Allocated Page: 2     #可用的數(shù)據(jù)頁
Insert Buffer Bitmap: 1       #插入緩沖頁
File Space Header: 1          #文件空間頭
B-tree Node: 1                #數(shù)據(jù)頁
File Segment inode: 1         #文件端inonde，如果是在ibdata1.ibd上會有多個(gè)inode。

插入數(shù)據(jù)后的空間變化

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數(shù)據(jù)
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 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 <0001>   #增加了一個(gè)非葉子節(jié)點(diǎn)，樹的高度從1變?yōu)?.
........................................................
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數(shù)據(jù)后的空間變化

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條數(shù)據(jù)，理論上空間應(yīng)該從14MB變長7MB左右。
mysql> delete from user limit 50000;
Query OK, 50000 rows affected (0.25 sec)

#數(shù)據(jù)文件大小依然是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

#數(shù)據(jù)頁沒有被回收。
# 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 <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(nèi)部是標(biāo)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(biāo)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;
#收縮空間再后進(jìn)行觀察

MySQL內(nèi)部不會真正刪除空間，而且做標(biāo)記刪除，即將delflag:N修改為delflag:Y，commit之后會會被purge進(jìn)入刪除鏈表，如果下一次insert更大的記錄，delete之后的空間不會被重用，如果插入的記錄小于等于delete的記錄空會被重用，這塊內(nèi)容可以通過知數(shù)堂的innblock工具進(jìn)行分析。

Innodb中的碎片

碎片的產(chǎn)生

我們知道數(shù)據(jù)存儲在文件系統(tǒng)上的，總是不能100%利用分配給它的物理空間，刪除數(shù)據(jù)會在頁面上留下一些”空洞”，或者隨機(jī)寫入（聚集索引非線性增加）會導(dǎo)致頁分裂，頁分裂導(dǎo)致頁面的利用空間少于50%，另外對表進(jìn)行增刪改會引起對應(yīng)的二級索引值的隨機(jī)的增刪改，也會導(dǎo)致索引結(jié)構(gòu)中的數(shù)據(jù)頁面上留下一些"空洞"，雖然這些空洞有可能會被重復(fù)利用，但終究會導(dǎo)致部分物理空間未被使用，也就是碎片。

同時(shí)，即便是設(shè)置了填充因子為100%，Innodb也會主動留下page頁面1/16的空間作為預(yù)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'
    -> 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是分配了未使用的字節(jié)數(shù)，并不能說明完全是碎片空間。

碎片的回收

對于InnoDB的表，可以通過以下命令來回收碎片，釋放空間，這個(gè)是隨機(jī)讀IO操作，會比較耗時(shí)，也會阻塞表上正常的DML運(yùn)行，同時(shí)需要占用額外更多的磁盤空間，對于RDS來說，可能會導(dǎo)致磁盤空間瞬間爆滿，實(shí)例瞬間被鎖定，應(yīng)用無法做DML操作，所以禁止在線上環(huán)境去執(zhí)行。

#執(zhí)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(zhí)行完之后，數(shù)據(jù)文件大小從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,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 |        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(zhí)行情況

#插入100W數(shù)據(jù)
mysql> call insert_user_data(1000000);
Query OK, 0 rows affected (35.99 sec)

#添加相關(guān)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(tǒng)計(jì)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      |         |               |
+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
3 rows in set (0.00 sec)

#重置狀態(tài)變量計(jì)數(shù)
mysql> flush status;
Query OK, 0 rows affected (0.00 sec)

#執(zhí)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 |
+--------+-----+-------------+
11111 rows in set (0.03 sec)

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 |
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
1 row in set (0.00 sec)

#查看相關(guān)狀態(tài)呢變量
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(shù)
| INNODB_DATA_READS | 7868409        |    #數(shù)據(jù)物理讀的總數(shù)
| INNODB_PAGES_READ | 7855239        |    #邏輯讀的總數(shù)
| 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)

刪除后的SQL執(zhí)行情況

#刪除50w數(shù)據(jù)
mysql> delete from user limit 500000;
Query OK, 500000 rows affected (3.70 sec)

#分析表統(tǒng)計(jì)信息
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(tài)變量計(jì)數(shù)
mysql> flush status;
Query OK, 0 rows affected (0.01 sec)

mysql> select id, age ,phone from user where name like 'lyn12%';
Empty set (0.05 sec)

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 |
+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+
1 row in set (0.00 sec)

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 | 0              |
| INNODB_DATA_READS | 7868409        |
| INNODB_PAGES_READ | 7855239        |
| LAST_QUERY_COST   | 10.499000      |
+-------------------+----------------+
4 rows in set (0.00 sec)

結(jié)果統(tǒng)計(jì)分析

操作COST物理讀次數(shù)邏輯讀次數(shù)掃描行數(shù)返回行數(shù)執(zhí)行時(shí)間
初始化插入100W10.49900078684097855239222261111130ms
100W隨機(jī)刪除50W10.4990007868409785523922226050ms

這也說明對普通的大表，想要通過delete數(shù)據(jù)來對表進(jìn)行瘦身是不現(xiàn)實(shí)的，所以在任何時(shí)候不要用delete去刪除數(shù)據(jù)，應(yīng)該使用優(yōu)雅的標(biāo)記刪除。

delete優(yōu)化建議

控制業(yè)務(wù)賬號權(quán)限

對于一個(gè)大的系統(tǒng)來說，需要根據(jù)業(yè)務(wù)特點(diǎn)去拆分子系統(tǒng)，每個(gè)子系統(tǒng)可以看做是一個(gè)service，例如美團(tuán)APP，上面有很多服務(wù)，核心的服務(wù)有用戶服務(wù)user-service，搜索服務(wù)search-service，商品product-service，位置服務(wù)location-service，價(jià)格服務(wù)price-service等。每個(gè)服務(wù)對應(yīng)一個(gè)數(shù)據(jù)庫，為該數(shù)據(jù)庫創(chuàng)建單獨(dú)賬號，同時(shí)只授予DML權(quán)限且沒有delete權(quán)限，同時(shí)禁止跨庫訪問。

#創(chuàng)建用戶數(shù)據(jù)庫并授權(quán)
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(biāo)記刪除

在MySQL數(shù)據(jù)庫建模規(guī)范中有4個(gè)公共字段，基本上每個(gè)表必須有的，同時(shí)在create_time列要?jiǎng)?chuàng)建索引，有兩方面的好處：

  • 一些查詢業(yè)務(wù)場景都會有一個(gè)默認(rèn)的時(shí)間段，比如7天或者一個(gè)月，都是通過create_time去過濾，走索引掃描更快。

  • 一些核心的業(yè)務(wù)表需要以T +1的方式抽取數(shù)據(jù)倉庫中，比如每天晚上00:30抽取前一天的數(shù)據(jù)，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 '創(chuàng)建時(shí)間',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改時(shí)間'

#有了刪除標(biāo)記，業(yè)務(wù)接口的delete操作就可以轉(zhuǎn)換為update
update user set is_deleted = 1 where user_id = 1213;

#查詢的時(shí)候需要帶上is_deleted過濾
select id, age ,phone from user where is_deleted = 0 and name like 'lyn12%';

數(shù)據(jù)歸檔方式

通用數(shù)據(jù)歸檔方法

#1. 創(chuàng)建歸檔表，一般在原表名后面添加_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(shí)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(tài) ： 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. 插入原表中無效的數(shù)據(jù)（需要跟開發(fā)同學(xué)確認(rèn)數(shù)據(jù)保留范圍）
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. 跟歸檔表分區(qū)做分區(qū)交換
alter table ota_order_bak exchange partition p201808 with table tbl_p201808; 

#4. 刪除原表中已經(jīng)規(guī)范的數(shù)據(jù)
delete from ota_order where create_time between '2018-08-01 00:00:00' and '2018-08-31 23:59:59' limit 3000;

優(yōu)化后的歸檔方式

#1. 創(chuàng)建中間表
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 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. 插入原表中有效的數(shù)據(jù)，如果數(shù)據(jù)量在100W左右可以在業(yè)務(wù)低峰期直接插入，如果比較大，建議采用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(shí)現(xiàn)自動生成json文件，自定義大小去執(zhí)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. 插入差異數(shù)據(jù)
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改造成分區(qū)表，如果表比較大不建議直接改造，可以先創(chuàng)建好分區(qū)表，通過dataX把導(dǎo)入進(jìn)去即可。

#6. 后續(xù)的歸檔方法
#創(chuàng)建中間普遍表
create table ota_order_mid like ota_order;
#交換原表無效數(shù)據(jù)分區(qū)到普通表
alter table ota_order exchange partition p201808 with table ota_order_mid; 
##交換普通表數(shù)據(jù)到歸檔表的相應(yīng)分區(qū)
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區(qū)表，只需要?jiǎng)?chuàng)建一個(gè)中間普通表，在業(yè)務(wù)低峰期做兩次分區(qū)交換，既可以刪除無效數(shù)據(jù)，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(zhí)行計(jì)劃。

總結(jié)

通過從InnoDB存儲空間分布，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(chǎn)生大量的碎片，導(dǎo)致索引頻繁分裂，影響SQL執(zhí)行計(jì)劃的穩(wěn)定性；

同時(shí)在碎片回收時(shí)，會耗用大量的CPU，磁盤空間，影響表上正常的DML操作。

在業(yè)務(wù)代碼層面，應(yīng)該做邏輯標(biāo)記刪除，避免物理刪除；為了實(shí)現(xiàn)數(shù)據(jù)歸檔需求，可以用采用MySQL分區(qū)表特性來實(shí)現(xiàn)，都是DDL操作，沒有碎片產(chǎn)生。

另外一個(gè)比較好的方案采用Clickhouse，對有生命周期的數(shù)據(jù)表可以使用Clickhouse存儲，利用其TTL特性實(shí)現(xiàn)無效數(shù)據(jù)自動清理。

“mysql刪除數(shù)據(jù)時(shí)為什么不用delete”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！

本文標(biāo)題：mysql刪除數(shù)據(jù)時(shí)為什么不用delete
分享路徑：http://muchs.cn/article6/piheog.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站導(dǎo)航、App開發(fā)、搜索引擎優(yōu)化、自適應(yīng)網(wǎng)站、響應(yīng)式網(wǎng)站、定制網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)

成都網(wǎng)站建設(shè)