MySQL - 表数据删掉一半时，表文件大小为什么不变

         

        问题提出：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？      

          

        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，MySQL 8.0 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，所因为表结构定义占用的空间很小，所以本文主要讨论的是表数据。

innodb_file_per_table

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

        1. 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。

        2. 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，建议不论是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，在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。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。

---

        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！

数据删除流程

        InnoDB里的数据都是使用B+树的结构组织的：

         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，如果删掉了⼀个数据页上的所有记录，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。例如上图，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。

        数据页的复用：当整个页从B+树里面摘掉以后，可以复用到任何位置。还是上图为例，如果将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，pageA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。

        如果用delete命令把整个表的数据删除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。

        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”。

---

        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。 还是上图例子，如果page A已经满了，这时要再插入一行数据550：

         可以看到，由于page A满了，再插⼀个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

        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， 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 alter table A engine=InnoDB 命令来重建表，为了保证在整个DDL过程中，表A中可以有Online更新的操作，MySQL 5.6版本开始引入的Online DDL，具体操作流程如下： 

        1. 建立一个临时文件（tmp_file），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（row log）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。

        

---

总结

        如果要收缩⼀个表，只是delete掉表里不用户的数据的话，表文件的大小是不会变的。

        要通过alter table命令重建表，才能达到表文件变小的目的。

        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（本文没有解释5.5之前重建流程），这个需特别小心。