当前位置：首页 > news >正文

MySQL存储管理（一）：删数据

news 文章来源：https://blog.csdn.net/weixin_47156401/article/details/139867940 2024/10/8 8:31:51

从表中删除数据

从表中删除数据，也即是delete过程。

什么是表空间

表空间可以看做是InnoDB存储引擎逻辑结构的最高层，所有的数据都存放在表空间中。默认情况下，InnoDB存储引擎有一个共享表空间idbdata1，即所有数据都存放在这个表空间内。如果用户启用了参数 innodb_file_per_table，则每张表内的数据可以单独放到一个表空间内。

如果启用了 innodb_file_per_table 参数，需要注意的是每张表的表空间内存放的只是数据、索引和插入缓冲Bitmap页，其他类的数据，如回滚（undo）信息，插入缓冲索引页、系统事务信息，二次写缓冲（Double write buffer）等还是存放在原来的共享表空间内。这同时也说明了另一个问题，即使在启用了参数 innodb_file_per_table 之后，共享表空间还是会不断地增加其大小。

表数据存放

一个InnoDB表包含两部分，即：表结构定义和数据。

表结构定义

在MySQL 8.0版本以前，表结构是存在以.frm为后缀的文件里。

从MySQL 8.0版本开始，则已经允许把表结构定义放在系统数据表中了。表结构定义占用的空间很小。

表数据

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。

规范：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。

清理表数据的方式有以下几种：

1）drop table：删除整个表，回收表空间；若表数据独立存放，则直接删除对应.ibd文件。

2）delete from table：只是把记录/数据页标记为“可复用”，但磁盘文件的大小是不会变。

3）truncate table：相当于drop+create。

数据删除流程

问1：使用delete删除表中的记录时，表空间没有被回收，为什么？

数据页存放在文件中，假设数据页中的一些记录被使用delete删除了，这时数据页并不会真正的删除这些记录，而是把这些记录标记为删除，即被标记删除的位置可以被复用。如果数据页上的所有记录都被删除了，则可以复用整个数据页。但是磁盘上，文件不会变小。

问2：记录的复用和数据页的复用有什么区别？

假设要删掉记录R4，InnoDB引擎只会把R4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。

而当整个数据页中的记录都被删除时（整个页从B+树里面摘掉），可以复用到任何位置。以下图为例，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ID=50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。

执行delete命令后，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、更新数据也会。

1）插入数据造成空洞

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。假设下图中page A已经满了，这时我要再插入一行数据，会怎样呢？

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）。

2）更新数据造成空洞

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。

问：如何去掉这些空洞？

也就是说，经过大量增删改的表，都是可能存在空洞的。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

重建表的意义在于回收表空间，使得表的存储结构更加紧凑；

那么表又是如何重建的呢？

假设有一个表A，需要做空间收缩，把表中存在的空洞去掉，具体过程如下：

1）新建一个与表A结构相同的表B；

2）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；

3）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。

MySQL可以使用如下命令重建表：

alter table A engine=InnoDB;

MySQL5.6之前版本重建表示意图：

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。（MySQL5.6之前版本）

在MySQL 5.6版本开始引入的Online DDL，对这个操作流程做了优化。引入了Online DDL之后，重建表的流程：

1）建立一个临时文件，扫描表A主键的所有数据页；

2）用数据页中表A的记录生成B+树，存储到临时文件中；

3）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；

4）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；

5）用临时文件替换表A的数据文件；

MySQL5.6之后版本重建表示意图：

由于日志文件的存在，允许对表A做增删改操作。这也就是Online DDL名字的来源，所谓Online，即对表进行DDL操作的同时，允许对该表进行增删改操作（DML）。

Online DDL过程需要加MDL锁（元数据锁），过程如下：

1）拿MDL写锁；

2）降级成MDL读锁；

3）真正做DDL；

4）升级成MDL写锁；

5）释放MDL锁；

之所以加写锁，是为了等待加读锁的DDL或DML完成；退化为读锁，是为了不阻塞DML语句的执行；

注1：

mysql
mysql >= 5.6，改进重建表过程，允许Online DDL。

注2：重建表的过程最耗时的是拷贝数据，因而该过程中允许DML，将会获得比较多的收益；这也是Online DDL的意义；

注3：对于大表进行重建表的操作消耗较大的CPU和IO，因而需要考虑在业务不繁忙的情况下进行；为保证安全，可以使用gh-ost工具；

Copy和Inplace

copy和inplace是重建表的两种策略，重建表默认使用的是inplace。

可以通过如下命令显示指定重建表的策略：

alter table t engine=innodb, ALGORITHM = inplace;
alter table t engine=innodb, ALGORITHM = copy;

问1：copy和inplace有什么区别？

1）copy的含义：当使用ALGORITHM=copy的时候，表示的是强制拷贝表，对应的流程就是上一小节第一张图的操作过程。

2）inlace的含义：在上一小节第二张图中，把表A重建出来的数据存放在“tmp_file”里的，这个临时文件是InnoDB在内部创建出来的。整个过程都是在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。所谓inplace，是索引创建在原表上直接进行，而表数据依然需要数据拷贝；区别在于：

拷贝过程不记录undo log和redo log；
二级索引是有序的，可以按顺序加载；
无需Change Buffer，因为对于二级索引没有随机写操作；

问2：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：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 engine=InnoDB，其实隐含的意思是：

-- 重建表
alter table t engine=innodb, ALGORITHM=inplace;

问3：inplace跟Online是不是就是一个意思？

答：不是。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（FULLTEXTindex）和空间索引(SPATIAL index)就属于这种情况。

问4：使用optimize table、 analyze table和alter table这三种方式重建表有什么区别？

1）从MySQL 5.6版本开始， alter table t engine = InnoDB（也就是recreate）默认的就是上一小节第二张图的流程了。

2）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。

3）optimize table t 等于recreate+analyze。

问5：假设现在有人碰到了一个“想要收缩表空间，结果适得其反”的情况，看上去是这样的：

一个表t文件大小为1TB；

对这个表执行 alter table t engine=InnoDB；

发现执行完成后，空间不仅没变小，还稍微大了一点儿，比如变成了1.01TB。

你觉得可能是什么原因呢？

答：

1）这个表本身就已经没有空洞了，比如刚做过一次重建表操作。且在重建表的时候，InnoDB不会把整张表占满，每个页留了1/16给后续的更新用，所以重建之后，文件就反而变大了。

2）重建过程中，存在DML执行，因而在row log重新应用时，又产生了空洞。