MySQL45讲删掉表数据但表文件大小不变

Posted 2021-07-30 sysu_lluozh

出现这样的场景，数据库占用空间太大，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？

接下来聊聊数据库表的空间回收，看看如何解决这个问题

这里，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：

1. 表结构定义
2. 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，所以接下来主要讨论的是表数据

接下来，首先说明为什么简单地删除表数据达不到表空间回收的效果，然后再介绍正确回收空间的方法

一、参数innodb_file_per_table

表数据既可以存在共享表空间里，也可以是单独文件，这个行为是由参数innodb_file_per_table控制：

1. 设置为OFF
   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
2. 设置为ON
   每个InnoDB表数据存储在一个以 .ibd为后缀的文件中

从MySQL5.6.6版本开始，默认值就是ON

建议不论使用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

所以，将innodb_file_per_table设置为ON，是推荐做法，接下来的讨论都是基于这个设置展开的

在删除整个表的时候，可以使用drop table命令回收表空间，但是，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

要彻底搞明白这个问题的话，就要从数据删除流程说起

二、数据删除流程

根据索引知识知道InnoDB里的数据都是用B+树的结构组织，看一下InnoDB中一个索引的示意图：

假设要删掉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

InnoDB的数据是按页存储的，那么如果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

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

当整个页从B+树里面摘掉以后，可以复用到任何位置
以上面索引示意图为例，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

进一步地，如果用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

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

假设下图中page A已经满了，这时要再插入一行数据，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

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

三、重建表

试想一下，如果现在有一个表A，需要做空间收缩，为了把表中存在的空洞去掉，可以怎么做呢？

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

可以使用以下命令来重建表：

alter table A engine=InnoDB

在MySQL 5.5版本之前，这个命令的执行流程跟前面描述的差不多，区别只是这个临时表B不需要自己创建，MySQL会自动完成转存数据、交换表名、删除旧表的操作

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MySQL5.6版本开始引入的Online DDL，对这个操作流程做了优化

简单描述引入了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，对应的是下图中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

Online DDL：

可以看到，与改锁表DDL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，这也是Online DDL名字的来源

四、小结

主要讨论了数据库中收缩表空间的方法

现在已经知道，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

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，需要特别小心