筆者最近工作中遇見一個性能瓶頸問題，MySQL表，每天大概新增776萬條記錄，存儲周期為7天，超過7天的數據需要在新增記錄前老化。連續運行9天以后，刪除一天的數據大概需要3個半小時（環境：128G, 32核，4T硬盤），而這是不能接受的。當然如果要整個表刪除，毋庸置疑用

TRUNCATE TABLE就好。

最初的方案（因為未預料到刪除會如此慢），代碼如下（最簡單和樸素的方法）:

delete from table_name where cnt_date = target_date

后經過研究，最終實現了飛一般(1秒左右)的速度刪除770多萬條數據，單張表總數據量在4600萬上下，優化過程的方案層層遞進，詳細記錄如下：

• 批量刪除（每次限定一定數量），然后循環刪除直到全部數據刪除完畢；同時key_buffer_size 由默認的8M提高到512M

運行效果：刪除時間大概從3個半小時提高到了3小時

（1）通過limit(具體size 請酌情設置）限制一次刪除的數據量，然后判斷數據是否刪除完，附源碼如下（Python實現）：

def delete_expired_data(mysqlconn, day):
 mysqlcur = mysqlconn.cursor()
 delete_sql = "DELETE from table_name where cnt_date='%s' limit 50000" % day
 query_sql = "select srcip from table_name where cnt_date = '%s' limit 1" % day
 try: 
  df = pd.read_sql(query_sql, mysqlconn)
  while True:
   if df is None or df.empty:
    break
   mysqlcur.execute(delete_sql)
   mysqlconn.commit()

   df = pd.read_sql(query_sql, mysqlconn)
 except:
  mysqlconn.rollback()

（2）增加key_buffer_size

mysqlcur.execute("SET GLOBAL key_buffer_size = 536870912")

key_buffer_size是global變量，詳情參見Mysql官方文檔：https://dev.mysql.com/doc/refman/5.7/en/server-configuration.html

• DELETE QUICK + OPTIMIZETABLE

適用場景：MyISAM Tables

Why: MyISAM刪除的數據維護在一個鏈表中，這些空間和行的位置接下來會被Insert的數據復用。 直接的delete后，mysql會合并索引塊，涉及大量內存的拷貝移動；而OPTIMIZE TABLE直接重建索引，即直接把數據塊情況，再重新搞一份（聯想JVM垃圾回收算法）。

運行效果：刪除時間大3個半小時提高到了1小時40分

具體代碼如下：

def delete_expired_data(mysqlconn, day):
 mysqlcur = mysqlconn.cursor()
 delete_sql = "DELETE QUICK from table_name where cnt_date='%s' limit 50000" % day
 query_sql = "select srcip from table_name where cnt_date = '%s' limit 1" % day
 optimize_sql = "OPTIMIZE TABLE g_visit_relation_asset"
 try: 
  df = pd.read_sql(query_sql, mysqlconn)
  while True:
   if df is None or df.empty:
    break
   mysqlcur.execute(delete_sql)
   mysqlconn.commit()

   df = pd.read_sql(query_sql, mysqlconn)
  mysqlcur.execute(optimize_sql)
  mysqlconn.commit()
 except:
  mysqlconn.rollback()

• 表分區，直接刪除過期日期所在的分區（最終方案—秒殺）

MySQL表分區有幾種方式，包括RANGE、KEY、LIST、HASH，具體參見官方文檔。因為這里的應用場景日期在變化，所以不適合用RANGE設置固定的分區名稱，HASH分區更符合此處場景

（1）分區表定義，SQL語句如下：

ALTER TABLE table_name PARTITION BY HASH(TO_DAYS(cnt_date)) PARTITIONS 7;

TO_DAYS將日期（必須為日期類型，否則會報錯:Constant, random or timezone-dependent expressions in (sub)partitioning function are not allowed）轉換為天數（年月日總共的天數），然后HASH；建立7個分區。實際上，就是 days MOD 7。

（2）查詢出需要老化的日期所在的分區,SQL語句如下：

"explain partitions select * from g_visit_relation_asset where cnt_date = '%s'" % expired_day

執行結果如下（partitions列即為所在分區）：

+----+-------------+------------------+------------+------+----------------+------+---------+------+---------+----------+-------------+
| id | select_type | table            | partitions | type | possible_keys  | key  | key_len | ref  | rows    | filtered | Extra       |
+----+-------------+------------------+------------+------+----------------+------+---------+------+---------+----------+-------------+
|  1 | SIMPLE      | table_name       | p1         | ALL  | cnt_date_index | NULL | NULL    | NULL | 1325238 |   100.00 | Using where |
+----+-------------+------------------+------------+------+----------------+------+---------+------+---------+----------+-------------+
1 row in set, 2 warnings (0.00 sec)

（3）OPTIMIZE or REBUILD partition,SQL語句如下：

"ALTER TABLE g_visit_relation_asset OPTIMIZE PARTITION '%s'" % partition

完整代碼如下【Python實現】，循環刪除小于指定日期的數據：

def clear_partition_data(mysqlconn, day):
 mysqlcur = mysqlconn.cursor()
 expired_day = day
 query_partition_sql = "explain partitions select * from table_name where cnt_date = '%s'" % expired_day
 # OPTIMIZE or REBUILD after truncate partition
 try: 
  while True:
   df = pd.read_sql(query_partition_sql, mysqlconn)
   if df is None or df.empty:
    break
   partition = df.loc[0, 'partitions']
   if partition is not None:
    clear_partition_sql = "alter table table_name TRUNCATE PARTITION %s" % partition
    mysqlcur.execute(clear_partition_sql)
    mysqlconn.commit()

    optimize_partition_sql = "ALTER TABLE table_name OPTIMIZE PARTITION %s" % partition
    mysqlcur.execute(optimize_partition_sql)
    mysqlconn.commit()
   
   expired_day = (expired_day - timedelta(days = 1)).strftime("%Y-%m-%d")
   df = pd.read_sql(query_partition_sql, mysqlconn)
 except:
  mysqlconn.rollback()

• 其它

如果刪除的數據超過表數據的百分之50，建議拷貝所需數據到臨時表，然后刪除原表，再重命名臨時表為原表，附MySQL如下：

 INSERT INTO New
  SELECT * FROM Main
   WHERE ...; -- just the rows you want to keep
 RENAME TABLE main TO Old, New TO Main;
 DROP TABLE Old; -- Space freed up here

可通過： ALTER TABLE table_name REMOVE PARTITIONING 刪除分區，而不會刪除相應的數據

參考：

1）https://dev.mysql.com/doc/refman/5.7/en/alter-table-partition-operations.html具體分區說明

2）http://mysql.rjweb.org/doc.php/deletebig#solutions 刪除大數據的解決方案

本文版權歸作者和博客園共有，歡迎轉載，但未經作者同意必須保留此段聲明，且在文章頁面明顯位置給出原文連接，否則保留追究法律責任的權利。

************************************************************************

精力有限，想法太多，專注做好一件事就行

我只是一個程序猿。5年內把代碼寫好，技術博客字字推敲，堅持零拷貝和原創寫博客的意義在于打磨文筆，訓練邏輯條理性，加深對知識的系統性理解；如果恰好又對別人有點幫助，那真是一件令人開心的事

到此這篇關于MySQL 快速刪除大量數據（千萬級別）的幾種實踐方案詳解的文章就介紹到這了,更多相關MySQL 快速刪除大量數據內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！