MySQL45讲删掉表数据但表文件大小不变

Posted sysu_lluozh

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了MySQL45讲删掉表数据但表文件大小不变相关的知识,希望对你有一定的参考价值。

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:

在这里插入图片描述
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?

在这里插入图片描述
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:
在这里插入图片描述
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:
在这里插入图片描述
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

以上是关于MySQL45讲删掉表数据但表文件大小不变的主要内容,如果未能解决你的问题,请参考以下文章

MySQL45讲查询是否把数据库内存打爆

MySQL45讲count(*)慢的问题

MySQL45讲MySQL执行时间抖动

MySQL45讲唯一索引和普通索引的选择

MySQL45讲破坏索引有序性的操作

MySQL45讲破坏索引有序性的操作