MySQL如何优雅的做大表删除?

目录

一、Truncate操作

1.1 MySQL truncate 都做了哪些操作？

1.2 如何优化truncate操作带来的资源消耗？

二、Delete操作

2.1 MySQL delete 都做了哪些操作？

2.2 如何优化delete操作？

2.3 delete常见的两个场景

2.3.1 delete where条件无有效索引过滤

2.3.2 保留近期数据删除历史数据

三、Truncate/Delete优劣势对比

随着时间的推移或者业务量的增长，数据库空间使用率也不断的呈稳定上升状态，当数据库空间将要达到瓶颈的时候，可能我们才会发现数据库有那么一两张的超级大表！他们堆积了从业务开始到现在的全部数据，但是90%的数据都是没有业务价值的，这时候该如何处理这些大表？

既然是没有价值的数据，我们通常一般会选择直接删除或者归档后删除两种，对于数据删除的操作方式来说又可分为两大类：

通过truncate直接删除表中全部数据

通过delete删除表中满足条件记录

一、Truncate操作

从逻辑意义上来讲，truncate操作就是删除表中所有记录行，但是又与delete from table_name wehre 1=1这种操作不一样。MySQL为了提高删除整张表数据的性能，truncate操作其本质上其实是先drop table然后在re-create table。也真因如此，truncate操作是一个不可回滚的DDL操作。

1.1 MySQL truncate 都做了哪些操作？

truncate操作实际上分为drop、re-create两步

drop操作的第一个阶段，是对Buffer pool页面进行清除的过程，将表相关的数据页从flush链中删除，而不需要做flush操作。该步骤的瓶颈点主要在于flush队列的删除操作必须持有对应buffer pool instance的锁并进行遍历搜索，如果buffer pool instance比较大且flush链中需要删除的数据页很多，该操作会导致其他事务在获取buffer pool instance的锁时被阻塞，从而影响数据库的性能

drop操作的第二个阶段，是删除ibd磁盘文件的过程。删除数据库物理文件越大I/O资源消耗越大，删除操作耗时越久

re-create操作阶段，只要删除表的.frm文件完好无损，在drop table之后就可以按照原表结构信息进行重建，重建后表的auto_increment值会被重置

1.2 如何优化truncate操作带来的资源消耗？

对于truncate操作中的drop表第一阶段，当分配给MySQL实例的innodb_buffer_pool_size超过1GB时，合理的设置innodb_buffer_pool_instances参数，提高并发的同时也变相的减少扫描buffer pool instance时锁资源占用耗时

对于truncate操作中的drop表第二阶段，在删除对应表之前，先对改表的.ibd文件创建一个硬连接，加快MySQL层面的drop操作执行效率，减少对数据库层面的性能损耗。后续手动对操作系统层面我们做的硬连接进行清理。

二、Delete操作

2.1 MySQL delete 都做了哪些操作？

根据where条件对删除表进行索引/全表扫描，检查是否符合where条件，该阶段会对扫描中所有行进行加锁。该阶段是最大的资源消耗隐患，若表的数据量大且delete操作无法有效利用索引减少扫描数据量，该步骤对于数据库带来的锁争用、cpu/io资源的消耗都是巨大的

对不能够被where条件匹配的行施加的锁会在条件检查后予以释放，InnoDB仅锁定需要删除的行。这可以有效地降低锁争用，但是我们仍需要关注的一点是，一次性删除大批量的数据，该操作将会产生巨大的binlog事务日志，这对于MySQL自身以及主从架构中的从库都是不友好的，可能带来叫的复制延迟。

2.2 如何优化delete操作？

delete全表删除操作需要谨慎，可考虑使用truncate操作

delete … where … 中，where过滤条件尽量保证可有效利用索引减少数据扫描量，避免全表扫描

对于大批量数据删除且where条件无索引的情况，delete操作可额外增加自增长主键或者含索引的时间字段，进行分批删除操作，每次删除少量数据，分多批次执行。

对于保留近期数据删除历史数据的经典场景，可创建同结构的xxx_tmp表并通过insert xxx_tmp select …操作将需要的数据保留至tmp表中、然后通过rename操作将当前业务表xxx替换为xxx_bak表，xxx_tmp表替换为当前业务表名xxx，后续手动删除无用的大表xxx_bak

2.3 delete常见的两个场景

2.3.1 delete where条件无有效索引过滤

比较常见的一个场景是，业务上需要删除t1 condition1=xxx的值，condition字段无法有效利用索引，这种情况下我们通常的做法是：

查看当前表结构中可有效利用的索引，尽量是表的自增长主键或者时间索引字段

有效利用自增长主键索引或者时间索引，将delete操作添加索引字段的范围过滤，每次删除少量数据，分多批次执行。具体分批需要根据业务实际进行评估，避免一次性删除大批量数据。

-- 利用自增长主键索引

delete from t1 where condition1=xxx and id >=1 and id < 50000;

delete from t1 where condition1=xxx and id >=50000 and id < 100000;

-- 利用时间索引

delete from t1 where condition1=xxx and create_time >= '2021-01-01 00:00:00' and create_time < '2021-02-01 00:00:00';

delete from t1 where condition1=xxx and create_time >= '2021-02-01 00:00:00' and create_time < '2021-03-01 00:00:00';

2.3.2 保留近期数据删除历史数据

比较常见的一个场景是，需要仅保留t1表近3个月数据，其余历史数据删除，我们通常的做法是：

创建一张t1_tmp表用来临时存储需要保留的数据

create table t1_tmp like t1;

根据有索引的时间字段，分批次的将需要保留的数据写入t1_tmp表中，该步骤需要注意的是，最后一批次时间的操作可暂时不处理

-- 根据实例业务数量进行分批，尽量每批次处理数据量不要太大

insert into t1_tmp select * from t1 where create_time >= '2021-01-01 00:00:00' and create_time < '2021-02-01 00:00:00';

insert into t1_tmp select * from t1 where create_time >= '2021-02-01 00:00:00' and create_time < '2021-03-01 00:00:00';

-- 当前最后一批次数据先不操作

-- insert into t1_tmp select * from t1 where create_time >= '2021-03-01 00:00:00' and create_time < '2021-04-01 00:00:00';

通过rename操作将当前业务表t1替换为t1_bak表，t1_tmp表替换为当前业务表名t1，被删除表若有频繁的DML操作，该步骤会造成短暂的业务访问失败

alter table t1 rename to t1_bak;

alter table t1_tmp rename to t1;

将最后一批次数据写入当前业务表，该步骤的目的是为了减少变更操作流程中的数据丢失

insert into t1 select * from t1_bak where create_time >= '2021-03-01 00:00:00' and create_time < '2021-04-01 00:00:00';

在rename操作步骤中，还有一点我们需要关注的是，变更表主键是自增长还是业务唯一的uuid，若为自增长主键，我们还需要注意修改t1_tmp表的自增长值，保证最终设置值包含变更期间数据写入

alter table t1_tmp auto_increment={t1表当前auto值}+{变更期间预估增长值}

三、Truncate/Delete优劣势对比

如果大家有其他的方法，或者想要知道哪方面的办公技巧，下方评论哦~

学习资料见知识星球。

以上就是今天要分享的技巧，你学会了吗？若有什么问题，欢迎在下方留言。

快来试试吧，小琥 my21ke007。获取 1000个免费 Excel模板福利​​​​！

更多技巧， www.excelbook.cn

欢迎 加入 零售创新 知识星球，知识星球主要以数据分析、报告分享、数据工具讨论为主；