网站分页用什么设置,学做网站论坛会员账号,网站布局类型,站酷网素材经常会有同学来问我#xff0c;我的数据库占用空间太大#xff0c;我把一个最大的表删掉了一半的数据#xff0c;怎么表文件的大小还是没变#xff1f; 那么今天#xff0c;我就和你聊聊数据库表的空间回收#xff0c;看看如何解决这个问题。 这里#xff0c;我们还是针…经常会有同学来问我我的数据库占用空间太大我把一个最大的表删掉了一半的数据怎么表文件的大小还是没变 那么今天我就和你聊聊数据库表的空间回收看看如何解决这个问题。 这里我们还是针对MySQL中应用最广泛的InnoDB引擎展开讨论。一个InnoDB表包含两部分即表结构定义和数据。在MySQL 8.0版本以前表结构是存在以.frm为后缀的文件里。而MySQL 8.0版本则已经允许把表结构定义放在系统数据表中了。因为表结构定义占用的空间很小所以我们今天主要讨论的是表数据。 接下来我会先和你说明为什么简单地删除表数据达不到表空间回收的效果然后再和你介绍正确回收空间的方法。 参数innodb_file_per_table
表数据既可以存在共享表空间里也可以是单独的文件。这个行为是由参数innodb_file_per_table控制的 这个参数设置为OFF表示的是表的数据放在系统共享表空间也就是跟数据字典放在一起 这个参数设置为ON表示的是每个InnoDB表数据存储在一个以 .ibd为后缀的文件中。 从MySQL 5.6.6版本开始它的默认值就是ON了。 我建议你不论使用MySQL的哪个版本都将这个值设置为ON。因为一个表单独存储为一个文件更容易管理而且在你不需要这个表的时候通过drop table命令系统就会直接删除这个文件。而如果是放在共享表空间中即使表删掉了空间也是不会回收的。 所以将innodb_file_per_table设置为ON是推荐做法我们接下来的讨论都是基于这个设置展开的。 我们在删除整个表的时候可以使用drop table命令回收表空间。但是我们遇到的更多的删除数据的场景是删除某些行这时就遇到了我们文章开头的问题表中的数据被删除了但是表空间却没有被回收。 我们要彻底搞明白这个问题的话就要从数据删除流程说起了。 数据删除流程
我们先再来看一下InnoDB中一个索引的示意图。在前面文章中我和你介绍索引时曾经提到过InnoDB里的数据都是用B树的结构组织的。 图1 B树索引示意图
假设我们要删掉R4这个记录InnoDB引擎只会把R4这个记录标记为删除。如果之后要再插入一个ID在300和600之间的记录时可能会复用这个位置。但是磁盘文件的大小并不会缩小。 现在你已经知道了InnoDB的数据是按页存储的那么如果我们删掉了一个数据页上的所有记录会怎么样 答案是整个数据页就可以被复用了。 但是数据页的复用跟记录的复用是不同的。 记录的复用只限于符合范围条件的数据。比如上面的这个例子R4这条记录被删除后如果插入一个ID是400的行可以直接复用这个空间。但如果插入的是一个ID是800的行就不能复用这个位置了。 而当整个页从B树里面摘掉以后可以复用到任何位置。以图1为例如果将数据页page A上的所有记录删除以后page A会被标记为可复用。这时候如果要插入一条ID50的记录需要使用新页的时候page A是可以被复用的。 如果相邻的两个数据页利用率都很小系统就会把这两个页上的数据合到其中一个页上另外一个数据页就被标记为可复用。 进一步地如果我们用delete命令把整个表的数据删除呢结果就是所有的数据页都会被标记为可复用。但是磁盘上文件不会变小。 你现在知道了delete命令其实只是把记录的位置或者数据页标记为了“可复用”但磁盘文件的大小是不会变的。也就是说通过delete命令是不能回收表空间的。这些可以复用而没有被使用的空间看起来就像是“空洞”。 实际上不止是删除数据会造成空洞插入数据也会。 如果数据是按照索引递增顺序插入的那么索引是紧凑的。但如果数据是随机插入的就可能造成索引的数据页分裂。 假设图1中page A已经满了这时我要再插入一行数据会怎样呢 图2 插入数据导致页分裂
可以看到由于page A满了再插入一个ID是550的数据时就不得不再申请一个新的页面page B来保存数据了。页分裂完成后page A的末尾就留下了空洞注意实际上可能不止1个记录的位置是空洞。 另外更新索引上的值可以理解为删除一个旧的值再插入一个新值。不难理解这也是会造成空洞的。 也就是说经过大量增删改的表都是可能是存在空洞的。所以如果能够把这些空洞去掉就能达到收缩表空间的目的。 而重建表就可以达到这样的目的。 重建表
试想一下如果你现在有一个表A需要做空间收缩为了把表中存在的空洞去掉你可以怎么做呢 你可以新建一个与表A结构相同的表B然后按照主键ID递增的顺序把数据一行一行地从表A里读出来再插入到表B中。 由于表B是新建的表所以表A主键索引上的空洞在表B中就都不存在了。显然地表B的主键索引更紧凑数据页的利用率也更高。如果我们把表B作为临时表数据从表A导入表B的操作完成后用表B替换A从效果上看就起到了收缩表A空间的作用。 这里你可以使用alter table A engineInnoDB命令来重建表。在MySQL 5.5版本之前这个命令的执行流程跟我们前面描述的差不多区别只是这个临时表B不需要你自己创建MySQL会自动完成转存数据、交换表名、删除旧表的操作。 图3 改锁表DDL
显然花时间最多的步骤是往临时表插入数据的过程如果在这个过程中有新的数据要写入到表A的话就会造成数据丢失。因此在整个DDL过程中表A中不能有更新。也就是说这个DDL不是Online的。 而在MySQL 5.6版本开始引入的Online DDL对这个操作流程做了优化。 我给你简单描述一下引入了Online DDL之后重建表的流程 建立一个临时文件扫描表A主键的所有数据页 用数据页中表A的记录生成B树存储到临时文件中 生成临时文件的过程中将所有对A的操作记录在一个日志文件row log中对应的是图中state2的状态 临时文件生成后将日志文件中的操作应用到临时文件得到一个逻辑数据上与表A相同的数据文件对应的就是图中state3的状态 用临时文件替换表A的数据文件。 图4 Online DDL
可以看到与图3过程的不同之处在于由于日志文件记录和重放操作这个功能的存在这个方案在重建表的过程中允许对表A做增删改操作。这也就是Online DDL名字的来源。 我记得有同学在第6篇讲表锁的文章的评论区留言说DDL之前是要拿MDL写锁的这样还能叫Online DDL吗 确实图4的流程中alter语句在启动的时候需要获取MDL写锁但是这个写锁在真正拷贝数据之前就退化成读锁了。 为什么要退化呢为了实现OnlineMDL读锁不会阻塞增删改操作。 那为什么不干脆直接解锁呢为了保护自己禁止其他线程对这个表同时做DDL。 而对于一个大表来说Online DDL最耗时的过程就是拷贝数据到临时表的过程这个步骤的执行期间可以接受增删改操作。所以相对于整个DDL过程来说锁的时间非常短。对业务来说就可以认为是Online的。 需要补充说明的是上述的这些重建方法都会扫描原表数据和构建临时文件。对于很大的表来说这个操作是很消耗IO和CPU资源的。因此如果是线上服务你要很小心地控制操作时间。如果想要比较安全的操作的话我推荐你使用GitHub开源的gh-ost来做。 Online 和 inplace
说到Online我还要再和你澄清一下它和另一个跟DDL有关的、容易混淆的概念inplace的区别。 你可能注意到了在图3中我们把表A中的数据导出来的存放位置叫作tmp_table。这是一个临时表是在server层创建的。 在图4中根据表A重建出来的数据是放在“tmp_file”里的这个临时文件是InnoDB在内部创建出来的。整个DDL过程都在InnoDB内部完成。对于server层来说没有把数据挪动到临时表是一个“原地”操作这就是“inplace”名称的来源。 所以我现在问你如果你有一个1TB的表现在磁盘间是1.2TB能不能做一个inplace的DDL呢 答案是不能。因为tmp_file也是要占用临时空间的。 我们重建表的这个语句alter table t engineInnoDB其实隐含的意思是 alter table t engineinnodb,ALGORITHMinplace;跟inplace对应的就是拷贝表的方式了用法是 alter table t engineinnodb,ALGORITHMcopy;当你使用ALGORITHMcopy的时候表示的是强制拷贝表对应的流程就是图3的操作过程。 但我这样说你可能会觉得inplace跟Online是不是就是一个意思 其实不是的只是在重建表这个逻辑中刚好是这样而已。 比如如果我要给InnoDB表的一个字段加全文索引写法是 alter table t add FULLTEXT(field_name);这个过程是inplace的但会阻塞增删改操作是非Online的。 如果说这两个逻辑之间的关系是什么的话可以概括为 DDL过程如果是Online的就一定是inplace的 反过来未必也就是说inplace的DDL有可能不是Online的。截止到MySQL 8.0添加全文索引FULLTEXT index和空间索引(SPATIAL index)就属于这种情况。 最后我们再延伸一下。 在第10篇文章《MySQL为什么有时候会选错索引》的评论区中有同学问到使用optimize table、analyze table和alter table这三种方式重建表的区别。这里我顺便再简单和你解释一下。 从MySQL 5.6版本开始alter table t engine InnoDB也就是recreate默认的就是上面图4的流程了 analyze table t 其实不是重建表只是对表的索引信息做重新统计没有修改数据这个过程中加了MDL读锁 optimize table t 等于recreateanalyze。
小结
今天这篇文章我和你讨论了数据库中收缩表空间的方法。 现在你已经知道了如果要收缩一个表只是delete掉表里面不用的数据的话表文件的大小是不会变的你还要通过alter table命令重建表才能达到表文件变小的目的。我跟你介绍了重建表的两种实现方式Online DDL的方式是可以考虑在业务低峰期使用的而MySQL 5.5及之前的版本这个命令是会阻塞DML的这个你需要特别小心。
