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。