爲何MySQL不建議delete刪除數據「心得分享」

前言

我負責的有幾個系統隨着業務量的增加，存儲在MySQL中的數據日益劇增，我當時就想如今的業務方不講武德，搞偷襲，趁我沒反應過來把不少表，很快，很快啊都打到了億級別，我大意了，沒有閃，這就致使跟其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。node

過後我找到業務方，我批評了他們跟他們說要講武德，連忙跟我道歉，這個事情才就此做罷，走的時候我對他們說下次不要這樣了，耗子尾汁，好好反思。python

罵歸罵，事情仍是得解決，時候我分析緣由發現，發現有些表的數據量增加很快，對應SQL掃描了不少無效數據，致使SQL慢了下來，經過確認以後，這些大表都是一些流水、記錄、日誌類型數據，只須要保留1到3個月，此時須要對錶作數據清理實現瘦身，通常都會想到用insert + delete的方式去清理。mysql

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何不建議delete刪除數據。sql

InnoDB存儲架構

從這張圖能夠看到，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。shell

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，每一個segment都會從表空間FREE_PAGE中分配32個page，當這32個page不夠用時，會按照如下原則進行擴展：若是當前小於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。數據庫

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的變動記錄，用於MySQL Crash時的恢復。json

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。bash

**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。session

**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。架構

**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開始容許用戶自定義表空間，具體語法以下：

CREATE TABLESPACE tablespace_name
    ADD DATAFILE 'file_name'               #數據文件名
    USE LOGFILE GROUP logfile_group        #自定義日誌文件組，通常每組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
複製代碼

這樣的好處是能夠作到數據的冷熱分離，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，好比能夠添加兩塊500G硬盤，通過建立卷組vg，劃分邏輯卷lv，建立數據目錄並mount相應的lv，假設劃分的兩個目錄分別是/hot_data 和 /cold_data。

這樣就能夠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，主要的操做步驟以下：

#建立熱數據表空間
create tablespace tbs_data_hot add datafile '/hot_data/tbs_data_hot01.dbf' max_size 20G;
#建立核心業務表存儲在熱數據表空間
create table booking(id bigint not null primary key auto_increment, …… ) tablespace tbs_data_hot;
#建立冷數據表空間
create tablespace tbs_data_cold add datafile '/hot_data/tbs_data_cold01.dbf' max_size 20G;
#建立日誌，流水，備份類的表存儲在冷數據表空間
create table payment_log(id bigint not null primary key auto_increment, …… ) tablespace tbs_data_cold;
#能夠移動表到另外一個表空間
alter table payment_log tablespace tbs_data_hot;
複製代碼

Inndob存儲分佈

建立空表查看空間變化

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 '用戶信息表';
Query OK, 0 rows affected (0.26 sec)
複製代碼

# ls -lh user1.ibd 
-rw-r----- 1 mysql mysql 96K Nov  6 12:48 user.ibd
複製代碼

設置參數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的來存儲數據，這樣建立的空表默認大小就是96KB，extent使用完以後會申請64個鏈接頁，這樣對於一些小表，或者undo segment，能夠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
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     #可用的數據頁
Insert Buffer Bitmap: 1       #插入緩衝頁
File Space Header: 1          #文件空間頭
B-tree Node: 1                #數據頁
File Segment inode: 1         #文件端inonde，若是是在ibdata1.ibd上會有多個inode。
複製代碼

插入數據後的空間變化

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數據
mysql> call insert_user_data(100000);
Query OK, 0 rows affected (6.69 sec)
複製代碼

# 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>   #增長了一個非葉子節點，樹的高度從1變爲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
複製代碼

delete數據後的空間變化

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----- 1 mysql mysql 14M Nov  6 13:22 /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
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內部是標記刪除，
複製代碼

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是彙集索引。 INDEX_TYPE取值以下：
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
複製代碼

MySQL內部不會真正刪除空間，並且作標記刪除，即將delflag:N修改成delflag:Y，commit以後會會被purge進入刪除鏈表，若是下一次insert更大的記錄，delete以後的空間不會被重用，若是插入的記錄小於等於delete的記錄空會被重用，這塊內容能夠經過知數堂的innblock工具進行分析。

Innodb中的碎片

碎片的產生

咱們知道數據存儲在文件系統上的，老是不能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（彙集索引非線性增長）會致使頁分裂，頁分裂致使頁面的利用空間少於50%，另外對錶進行增刪改會引發對應的二級索引值的隨機的增刪改，也會致使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，但終究會致使部分物理空間未被使用，也就是碎片。

同時，即使是設置了填充因子爲100%，Innodb也會主動留下page頁面1/16的空間做爲預留使用（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'
    -> 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)

複製代碼

其中data_free是分配了未使用的字節數，並不能說明徹底是碎片空間。

碎片的回收

對於InnoDB的表，能夠經過如下命令來回收碎片，釋放空間，這個是隨機讀IO操做，會比較耗時，也會阻塞表上正常的DML運行，同時須要佔用額外更多的磁盤空間，對於RDS來講，可能會致使磁盤空間瞬間爆滿，實例瞬間被鎖定，應用沒法作DML操做，因此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
 ##執行完以後，數據文件大小從14MB下降到10M。
# ls -lh /data2/mysql/test/user1.ibd 
-rw-r----- 1 mysql mysql 10M Nov 6 16:18 /data2/mysql/test/user.ibd
複製代碼

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)


複製代碼

delete對SQL的影響

未刪除前的SQL執行狀況

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

#添加相關索引
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)

#重置狀態變量計數
mysql> flush status;
Query OK, 0 rows affected (0.00 sec)

#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 |
+--------+-----+-------------+
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)

#查看相關狀態呢變量
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
| 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 rows in set (0.00 sec)
複製代碼

刪除後的SQL執行狀況

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

#分析表統計信息
mysql> analyze table user;
+-----------+---------+----------+----------+
| Table     | Op      | Msg_type | Msg_text |
+-----------+---------+----------+----------+
| test.user | analyze | status   | OK       |
+-----------+---------+----------+----------+
1 row in set (0.01 sec)

#重置狀態變量計數
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)
複製代碼

結果統計分析

操做	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，想要經過delete數據來對錶進行瘦身是不現實的，因此在任什麼時候候不要用delete去刪除數據，應該使用優雅的標記刪除。

delete優化建議

控制業務帳號權限

對於一個大的系統來講，須要根據業務特色去拆分子系統，每一個子系統能夠看作是一個service，例如美團APP，上面有不少服務，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。每一個服務對應一個數據庫，爲該數據庫建立單獨帳號，同時只授予DML權限且沒有delete權限，同時禁止跨庫訪問。

#建立用戶數據庫並受權
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;
複製代碼

delete改成標記刪除

在MySQL數據庫建模規範中有4個公共字段，基本上每一個表必須有的，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默認的時間段，好比7天或者一個月，都是經過create_time去過濾，走索引掃描更快。
一些核心的業務表須要以T +1的方式抽取數據倉庫中，好比天天晚上00:30抽取前一天的數據，都是經過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，業務接口的delete操做就能夠轉換爲update
update user set is_deleted = 1 where user_id = 1213;

#查詢的時候須要帶上is_deleted過濾
select id, age ,phone from user where is_deleted = 0 and name like 'lyn12%';
複製代碼

數據歸檔方式

通用數據歸檔方法

#1. 建立歸檔表，通常在原表名後面添加_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. 插入原表中無效的數據（須要跟開發同窗確認數據保留範圍）
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. 跟歸檔表分區作分區交換
alter table ota_order_bak exchange partition p201808 with table tbl_p201808; 

#4. 刪除原表中已經規範的數據
delete from ota_order where create_time between '2018-08-01 00:00:00' and '2018-08-31 23:59:59' limit 3000;
複製代碼

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 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據，若是數據量在100W左右能夠在業務低峯期直接插入，若是比較大，建議採用dataX來作，能夠控制頻率和大小，以前我這邊用Go封裝了dataX能夠實現自動生成json文件，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. 表重命名
alter table ota_order rename to ota_order_bak;  
alter table ota_order_2020 rename to ota_order;
#4. 插入差別數據
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改形成分區表，若是表比較大不建議直接改造，能夠先建立好分區表，經過dataX把導入進去便可。

#6. 後續的歸檔方法
#建立中間廣泛表
create table ota_order_mid like ota_order;
#交換原表無效數據分區到普通表
alter table ota_order exchange partition p201808 with table ota_order_mid; 
##交換普通表數據到歸檔表的相應分區
alter table ota_order_bak exchange partition p201808 with table ota_order_mid; 
複製代碼

這樣原表和歸檔表都是按月的分區表，只須要建立一箇中間普通表，在業務低峯期作兩次分區交換，既能夠刪除無效數據，又能回收空，並且沒有空間碎片，不會影響表上的索引及SQL的執行計劃。

總結

經過從InnoDB存儲空間分佈，delete對性能的影響能夠看到，delete物理刪除既不能釋放磁盤空間，並且會產生大量的碎片，致使索引頻繁分裂，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操做。

在業務代碼層面，應該作邏輯標記刪除，避免物理刪除；爲了實現數據歸檔需求，能夠用採用MySQL分區表特性來實現，都是DDL操做，沒有碎片產生。

另一個比較好的方案採用Clickhouse，對有生命週期的數據表可使用Clickhouse存儲，利用其TTL特性實現無效數據自動清理。

做者：敖丙