为什么MySQL不建议使用Delete删除数据?

网友投稿 617 2023-05-22

为什么MySQL不建议使用Delete删除数据?

为什么MySQL不建议使用Delete删除数据?

前言

我负责的有几个系统随着业务量的增长,存储在MySQL中的数据日益剧增,我当时就想现在的业务方不讲武德,搞偷袭,趁我没反应过来把很多表,很快,很快啊都打到了亿级别,我大意了,没有闪,这就导致跟其Join的表的SQL变得很慢,对的应用接口的response time也变长了,影响了用户体验。

事后我找到业务方,我批评了他们跟他们说要讲武德,连忙跟我道歉,这个事情才就此作罢,走的时候我对他们说下次不要这样了,耗子尾汁,好好反思。

骂归骂,事情还是得解决,时候我分析原因发现,发现有些表的数据量增长很快,对应SQL扫描了很多无效数据,导致SQL慢了下来,通过确认之后,这些大表都是一些流水、记录、日志类型数据,只需要保留1到3个月,此时需要对表做数据清理实现瘦身,一般都会想到用insert + delete的方式去清理。

这篇文章我会从InnoDB存储空间分布,delete对性能的影响,以及优化建议方面解释为什么不建议delete删除数据。

InnoDB存储架构

从这张图可以看到,InnoDB存储结构主要包括两部分:逻辑存储结构和物理存储结构。

逻辑上是由表空间tablespace —> 段segment或者inode —> 区Extent ——>数据页Page构成,Innodb逻辑管理单位是segment,空间分配的最小单位是extent,每个segment都会从表空间FREE_PAGE中分配32个page,当这32个page不够用时,会按照以下原则进行扩展:如果当前小于1个extent,则扩展到1个extent;当表空间小于32MB时,每次扩展一个extent;表空间大于32MB,每次扩展4个extent。

物理上主要由系统用户数据文件,日志文件组成,数据文件主要存储MySQL字典数据和用户数据,日志文件记录的是data page的变更记录,用于MySQL Crash时的恢复。

Innodb表空间

InnoDB存储包括三类表空间:系统表空间,用户表空间,Undo表空间。

系统表空间: 主要存储MySQL内部的数据字典数据,如information_schema下的数据。

用户表空间: 当开启innodb_file_per_table=1时,数据表从系统表空间独立出来存储在以table_name.ibd命令的数据文件中,结构信息存储在table_name.frm文件中。

Undo表空间: 存储Undo信息,如快照一致读和flashback都是利用undo信息。

从MySQL 8.0开始允许用户自定义表空间,具体语法如下:

这样的好处是可以做到数据的冷热分离,分别用HDD和***来存储,既能实现数据的高效访问,又能节约成本,比如可以添加两块500G硬盘,经过创建卷组vg,划分逻辑卷lv,创建数据目录并mount相应的lv,假设划分的两个目录分别是/hot_data 和 /cold_data。

这样就可以将核心的业务表如用户表,订单表存储在高性能***盘上,一些日志,流水表存储在普通的HDD上,主要的操作步骤如下:

#创建热数据表空间 create tablespace tbs_data_hot add datafile '/hot_data/tbs_data_hot01.dbf' max_size 20G; #创建核心业务表存储在热数据表空间 create table booking(id bigint not null primary key auto_increment, …… ) tablespace tbs_data_hot; #创建冷数据表空间 create tablespace tbs_data_cold add datafile '/hot_data/tbs_data_cold01.dbf' max_size 20G; #创建日志,流水,备份类的表存储在冷数据表空间 create table payment_log(id bigint not null primary key auto_increment, …… ) tablespace tbs_data_cold; #可以移动表到另一个表空间 alter table payment_log tablespace tbs_data_hot;

Inndob存储分布

创建空表查看空间变化

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

设置参数innodb_file_per_table=1时,创建表时会自动创建一个segment,同时分配一个extent,包含32个data page的来存储数据,这样创建的空表默认大小就是96KB,extent使用完之后会申请64个连接页,这样对于一些小表,或者undo segment,可以在开始时申请较少的空间,节省磁盘容量的开销。

# python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd page offset 00000000, page type  page offset 00000001, page type  page offset 00000002, page type  page offset 00000003, page type , page level <0000> page offset 00000000, page type  page offset 00000000, page type  Total number of page: 6:      #总共分配的页数 Freshly Allocated Page: 2     #可用的数据页 Insert Buffer Bitmap: 1       #插入缓冲页 File Space Header: 1          #文件空间头 B-tree Node: 1                #数据页 File Segment inode: 1         #文件端inonde,如果是在ibdata1.ibd上会有多个inode。

插入数据后的空间变化

# 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  page offset 00000001, page type  page offset 00000002, page type  page offset 00000003, page type , page level <0001>   #增加了一个非叶子节点,树的高度从1变为2. ........................................................ page offset 00000000, page type  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数据后的空间变化

mysql> select min(id),max(id),count(*) from user; +---------+---------+----------+ | min(id) | max(id) | count(*) | +---------+---------+----------+ |       1 |  100000 |   100000 | +---------+---------+----------+ 1 row in set (0.05 sec) #删除50000条数据,理论上空间应该从14MB变长7MB左右。 mysql> delete from user limit 50000; Query OK, 50000 rows affected (0.25 sec)  #数据文件大小依然是14MB,没有缩小。 # ls -lh /data2/mysql/test/user1.ibd  -rw-r----- 1 mysql mysql 14M Nov  6 13:22 /data2/mysql/test/user.ibd  #数据页没有被回收。 # python2 py_innodb_page_info.py -v /data2/mysql/test/user.ibd page offset 00000000, page type  page offset 00000001, page type  page offset 00000002, page type  page offset 00000003, page type , page level <0001> ........................................................ page offset 00000000, page type  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内部是标记删除,

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 标识B-tree的root page是3号页,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; #收缩空间再后进行观察

Innodb中的碎片

碎片的产生

我们知道数据存储在文件系统上的,总是不能100%利用分配给它的物理空间,删除数据会在页面上留下一些”空洞”,或者随机写入(聚集索引非线性增加)会导致页分裂,页分裂导致页面的利用空间少于50%,另外对表进行增删改会引起对应的二级索引值的随机的增删改,也会导致索引结构中的数据页面上留下一些"空洞",虽然这些空洞有可能会被重复利用,但终究会导致部分物理空间未被使用,也就是碎片。

同时,即便是设置了填充因子为100%,Innodb也会主动留下page页面1/16的空间作为预留使用(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带来的行溢出。

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节数,并不能说明完全是碎片空间。

碎片的回收

对于InnoDB的表,可以通过以下命令来回收碎片,释放空间,这个是随机读IO操作,会比较耗时,也会阻塞表上正常的DML运行,同时需要占用额外更多的磁盘空间,对于RDS来说,可能会导致磁盘空间瞬间爆满,实例瞬间被锁定,应用无法做DML操作,所以禁止在线上环境去执行。

#执行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  ##执行完之后,数据文件大小从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对SQL的影响

未删除前的SQL执行情况

删除后的SQL执行情况

#删除50w数据 mysql> delete from user limit 500000; Query OK, 500000 rows affected (3.70 sec)  #分析表统计信息 mysql> analyze table user; +-----------+---------+----------+----------+ | Table     | Op      | Msg_type | Msg_text | +-----------+---------+----------+----------+ | test.user | analyze | status   | OK       | +-----------+---------+----------+----------+ 1 row in set (0.01 sec)  #重置状态变量计数 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)

结果统计分析

操作COST物理读次数逻辑读次数扫描行数返回行数执行时间

初始化插入100W 10.499000 7868409 7855239 22226 11111 30ms 100W随机删除50W 10.499000 7868409 7855239 22226 0 50ms

这也说明对普通的大表,想要通过delete数据来对表进行瘦身是不现实的,所以在任何时候不要用delete去删除数据,应该使用优雅的标记删除。

delete优化建议

控制业务账号权限

对于一个大的系统来说,需要根据业务特点去拆分子系统,每个子系统可以看做是一个service,例如美团APP,上面有很多服务,核心的服务有用户服务user-service,搜索服务search-service,商品product-service,位置服务location-service,价格服务price-service等。每个服务对应一个数据库,为该数据库创建单独账号,同时只授予DML权限且没有delete权限,同时禁止跨库访问。

#创建用户数据库并授权 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改为标记删除

在MySQL数据库建模规范中有4个公共字段,基本上每个表必须有的,同时在create_time列要创建索引,有两方面的好处:

一些查询业务场景都会有一个默认的时间段,比如7天或者一个月,都是通过create_time去过滤,走索引扫描更快。一些核心的业务表需要以T +1的方式抽取数据仓库中,比如每天晚上00:30抽取前一天的数据,都是通过create_time过滤的。

`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键id', `is_deleted` tinyint(4) NOT NULL DEFAULT '0' COMMENT '是否逻辑删除:0:未删除,1:已删除', `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间', `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '修改时间'  #有了删除标记,业务接口的delete操作就可以转换为update update user set is_deleted = 1 where user_id = 1213;  #查询的时候需要带上is_deleted过滤 select id, age ,phone from user where is_deleted = 0 and name like 'lyn12%';

数据归档方式

通用数据归档方法

#1. 创建归档表,一般在原表名后面添加_bak。 CREATE TABLE `ota_order_bak` (   `id` bigint(11) NOT NULL AUTO_INCREMENT COMMENT '主键',   `order_id` varchar(255) DEFAULT NULL COMMENT '订单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 '离店日期',   `hotel_id` varchar(255) DEFAULT NULL COMMENT '酒店ID',   `guest_name` varchar(255) DEFAULT NULL COMMENT '顾客',   `purcharse_time` timestamp NULL DEFAULT NULL COMMENT '购买时间',   `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 '状态 :1 正常 , 0 删除',   `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. 插入原表中无效的数据(需要跟开发同学确认数据保留范围) 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. 跟归档表分区做分区交换 alter table ota_order_bak exchange partition p201808 with table tbl_p201808;   #4. 删除原表中已经规范的数据 delete from ota_order where create_time between '2018-08-01 00:00:00' and '2018-08-31 23:59:59' limit 3000;

优化后的归档方式

#1. 创建中间表 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. 插入原表中有效的数据,如果数据量在100W左右可以在业务低峰期直接插入,如果比较大,建议采用dataX来做,可以控制频率和大小,之前我这边用Go封装了dataX可以实现自动生成json文件,自定义大小去执行。 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. 插入差异数据 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改造成分区表,如果表比较大不建议直接改造,可以先创建好分区表,通过dataX把导入进去即可。  #6. 后续的归档方法 #创建中间普遍表 create table ota_order_mid like ota_order; #交换原表无效数据分区到普通表 alter table ota_order exchange partition p201808 with table ota_order_mid;  ##交换普通表数据到归档表的相应分区 alter table ota_order_bak exchange partition p201808 with table ota_order_mid;

这样原表和归档表都是按月的分区表,只需要创建一个中间普通表,在业务低峰期做两次分区交换,既可以删除无效数据,又能回收空,而且没有空间碎片,不会影响表上的索引及SQL的执行计划。

总结

通过从InnoDB存储空间分布,delete对性能的影响可以看到,delete物理删除既不能释放磁盘空间,而且会产生大量的碎片,导致索引频繁分裂,影响SQL执行计划的稳定性;

同时在碎片回收时,会耗用大量的CPU,磁盘空间,影响表上正常的DML操作。

在业务代码层面,应该做逻辑标记删除,避免物理删除;为了实现数据归档需求,可以用采用MySQL分区表特性来实现,都是DDL操作,没有碎片产生。

另外一个比较好的方案采用Clickhouse,对有生命周期的数据表可以使用Clickhouse存储,利用其TTL特性实现无效数据自动清理。

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:客户端连接 MySQL 失败故障排除
下一篇:Redis为什么又引入了多线程?单线程不香了?
相关文章