别再问我MySQL亿级大表怎么搞了！直接看我操作！从零基础到精通，收藏这篇就够了！

背景？慢SQL才是噩梦的开始！

线上环境，一主一从的MySQL实例，每天凌晨准时SLA告警，烦都烦死了！说白了，就是主从延迟闹的。你想啊，这时候万一主从切换，数据一致性咋保证？得花老长时间追延迟，才能安心切。更扎心的是，慢查询日志里，全是它的身影！罪魁祸首？每天晚上定时跑的“删除一个月前数据”任务！这套系统基于SpringBoot + MyBatis Plus + Vue，听起来很美好，但一到大数据量就露馅。

（友情提示：代码洁癖者慎入，以下链接可能引起不适）

• 想看源码？戳这里：https://github.com/YunaiV/ruoyi-vue-pro
• 视频教程？胆小勿入：视频教程 | ruoyi-vue-pro 开发指南

抽丝剥茧：慢查询日志里的惊天秘密

面对这团乱麻，咱得冷静。祭出pt-query-digest这个神器，扒一扒最近一周的mysql-slow.log，看看它到底在搞什么鬼。

pt-query-digest --since=148h mysql-slow.log | less

结果一：时间都去哪儿了？

一周慢查询累计耗时25403秒！最慢的SQL竟然跑了266秒！平均下来，每个慢SQL也要5秒。更可怕的是，平均扫描行数高达1766万！这得读多少磁盘啊！

结果二：arrival_record，你就是那个磨人的小妖精！

select arrival_record操作，慢查询次数足足4万多次！平均响应时间4秒。delete arrival_record也不甘示弱，虽然只有6次，但平均响应时间高达258秒！这简直是灾难！

select xxx_record语句分析：一样的配方，不一样的参数

select arrival_record慢查询语句都长得差不多，只是where后面的参数值不一样。比如：

select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0G

这条select arrival_record语句，MySQL最多扫描了5600万行，平均也扫了172万行。罪魁祸首找到了：扫描行数太多！

执行计划？索引是个摆设！

explain select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0G;

执行计划显示，用到了索引IXFK_arrival_record，但预计扫描行数还是高达3000多万行！这索引怕不是个假货！

再看看索引信息：

show index from arrival_record;

+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| Table            | Non_unique | Key_name            | Seq_in_index | Column_name  | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | Index_comment |
+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
| arrival_record |          0 | PRIMARY             |            1 | id           | A         |   107990720 |     NULL | NULL   |      | BTREE      |         |               |
| arrival_record |          1 | IXFK_arrival_record |            1 | product_id   | A         |        1344 |     NULL | NULL   |      | BTREE      |         |               |
| arrival_record |          1 | IXFK_arrival_record |            2 | station_no   | A         |       22161 |     NULL | NULL   | YES  | BTREE      |         |               |
| arrival_record |          1 | IXFK_arrival_record |            3 | sequence     | A         |    77233384 |     NULL | NULL   |      | BTREE      |         |               |
| arrival_record |          1 | IXFK_arrival_record |            4 | receive_time | A         |    65854652 |     NULL | NULL   | YES  | BTREE      |         |               |
| arrival_record |          1 | IXFK_arrival_record |            5 | arrival_time | A         |    73861904 |     NULL | NULL   | YES  | BTREE      |         |               |
+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+

show create table arrival_record;

..........
  arrival_spend_ms  bigint(20) DEFAULT NULL,
  total_spend_ms    bigint(20) DEFAULT NULL,
  PRIMARY KEY (id),
  KEY IXFK_arrival_record (product_id,station_no,sequence,receive_time,arrival_time) USING BTREE,
  CONSTRAINT FK_arrival_record_product FOREIGN KEY (product_id) REFERENCES product (id) ON DELETE NO ACTION ON UPDATE NO ACTION
) ENGINE=InnoDB AUTO_INCREMENT=614538979 DEFAULT CHARSET=utf8 COLLATE=utf8_bin |

几个关键信息：

• 表总记录数1亿多。
• 只有一个复合索引IXFK_arrival_record，product_id字段基数太小，选择性差。
• where条件中没有station_no字段，用不到复合索引的product_id,station_no,sequence,receive_time这几个字段。
• 只用到了复合索引的第一个字段product_id，但这个字段选择性太差，导致扫描行数居高不下。
• receive_time字段基数大，选择性好，如果能用上就好了。

有没有其他漏网之鱼？让tcpdump来告诉你！

光看慢查询日志还不够，万一有其他查询没被记录呢？tcpdump出马！

tcpdump -i bond0 -s 0 -l -w - dst port 3316 | strings | grep select | egrep -i 'arrival_record' >/tmp/select_arri.log

抓包一段时间，拿到所有包含arrival_record的select语句。

再用这段骚气的shell脚本，提取where条件：

IFS_OLD=$IFS
IFS=$'
'
for i in `cat /tmp/select_arri.log `;do echo ${i#*'from'}; done | less
IFS=$IFS_OLD

结果如下：

arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=17 and arrivalrec0_.station_no='56742'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S7100'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4631'
...

看来，还有一些查询用到了product_id, station_no, sequence这三个字段，可以利用复合索引的前三个字段。

结论：索引优化势在必行！

删除现有复合索引IXFK_arrival_record，新建两个索引：

• 复合索引idx_sequence_station_no_product_id
• 单列索引indx_receive_time

delete xxx_record语句分析：全表扫描要人命！

delete操作平均扫描1.1亿行，平均执行时间262秒！简直不能忍！

delete语句如下：

delete from arrival_record where receive_time < STR_TO_DATE('2019-02-23', '%Y-%m-%d')G

每次执行，参数值都不一样。

看看执行计划：

explain select * from arrival_record where receive_time < STR_TO_DATE('2019-02-23', '%Y-%m-%d')G

*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: arrival_record
   partitions: NULL
         type: ALL
possible_keys: NULL
          key: NULL
      key_len: NULL
          ref: NULL
         rows: 109501508
     filtered: 33.33
      Extra: Using where
1 row in set, 1 warning (0.00 sec)

没有用到任何索引，全表扫描！必须优化！

优化方案：亡羊补牢，为时不晚！

建立单列索引indx_receive_time(receive_time)

(再次友情提示：以下链接可能引起不适)

• 想看源码？戳这里：https://github.com/YunaiV/yudao-cloud
• 视频教程？胆小勿入：视频教程 | ruoyi-vue-pro 开发指南

纸上谈兵？不如真刀真枪干一场！

把arrival_record表拷贝到测试环境，开始折腾！

看看原表的信息

du -sh /datas/mysql/data/3316/cq_new_cimiss/arrival_record*
12K     /datas/mysql/data/3316/cq_new_cimiss/arrival_record.frm
48G     /datas/mysql/data/3316/cq_new_cimiss/arrival_record.ibd

select count() from cq_new_cimiss.arrival_record;
+-----------+
| count()   |
+-----------+
| 112294946 |
+-----------+
1亿多记录数

SELECT
  table_name,
  CONCAT(FORMAT(SUM(data_length) / 1024 / 1024,2),'M') AS dbdata_size,
  CONCAT(FORMAT(SUM(index_length) / 1024 / 1024,2),'M') AS dbindex_size,
  CONCAT(FORMAT(SUM(data_length + index_length) / 1024 / 1024 / 1024,2),'G') AS table_size(G),
  AVG_ROW_LENGTH,table_rows,update_time
FROM
  information_schema.tables
WHERE table_schema = 'cq_new_cimiss' and table_name='arrival_record';

+----------------+-------------+--------------+------------+----------------+------------+---------------------+
| table_name     | dbdata_size | dbindex_size | table_size(G) | AVG_ROW_LENGTH | table_rows | update_time         |
+----------------+-------------+--------------+------------+----------------+------------+---------------------+
| arrival_record | 18,268.02M  | 13,868.05M  | 31.38G     |            175 |  109155053 | 2019-03-26 12:40:17 |
+----------------+-------------+--------------+------------+----------------+------------+---------------------+

磁盘占用48G，但MySQL里只有31G，说明有17G左右的碎片！都是delete惹的祸！

备份、还原、删索引、建索引，一顿操作猛如虎！

先用mydumper并行压缩备份：

user=root
passwd=xxxx
socket=/datas/mysql/data/3316/mysqld.sock
db=cq_new_cimiss
table_name=arrival_record
backupdir=/datas/dump_$table_name
mkdir -p $backupdir

nohup echo `date +%T` && mydumper -u $user -p $passwd -S $socket -B $db -c -T $table_name -o $backupdir -t 32 -r 2000000 && echo `date +%T` &

52秒搞定，压缩后只有1.2G！mydumper真香！

Started dump at: 2019-03-26 12:46:04
........
Finished dump at: 2019-03-26 12:46:56
du -sh   /datas/dump_arrival_record/
1.2G    /datas/dump_arrival_record/

拷贝到测试节点：

scp -rp /datas/dump_arrival_record root@10.230.124.19:/datas

多线程导入数据：

time myloader -u root -S /datas/mysql/data/3308/mysqld.sock -P 3308 -p root -B test -d /datas/dump_arrival_record -t 32

2小时6分钟搞定！

导入后，磁盘占用：

du -h -d 1 /datas/mysql/data/3308/test/arrival_record.*
12K     /datas/mysql/data/3308/test/arrival_record.frm
30G     /datas/mysql/data/3308/test/arrival_record.ibd

没有碎片了，和MySQL里的大小一致。

在线DDL？还是PT-OSC？

分别用online DDL和pt-osc来删除重建索引。记得先删外键，不然删不掉复合索引。

nohup bash /tmp/ddl_index.sh &

2019-04-04-10:41:39 begin stop mysqld_3308
2019-04-04-10:41:41 begin rm -rf datadir and cp -rp datadir_bak
2019-04-04-10:46:53 start mysqld_3308
2019-04-04-10:46:59 online ddl begin
2019-04-04-11:20:34 onlie ddl stop
2019-04-04-11:20:34 begin stop mysqld_3308
2019-04-04-11:20:36 begin rm -rf datadir and cp -rp datadir_bak
2019-04-04-11:22:48 start mysqld_3308
2019-04-04-11:22:53 pt-osc begin
2019-04-04-12:19:15 pt-osc stop

online ddl花了34分钟，pt-osc花了57分钟。看来online ddl更快！

DDL参考

---

撸起袖子，上线开干！

一主一从实例，应用连VIP。先在从库上用online ddl操作（不记录binlog），然后主从切换，再在新从库上操作（还是不记录binlog）。

function red_echo () {
        local what="$*"
        echo -e "$(date +%F-%T)  ${what}"
}

function check_las_comm(){
    if [ "$1" != "0" ];then
        red_echo "$2"
        echo "exit 1"
        exit 1
    fi
}

red_echo "stop slave"
mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"stop slave"
check_las_comm "$?" "stop slave failed"

red_echo "online ddl begin"
 mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"set sql_log_bin=0;select now() as  ddl_start;ALTER TABLE $db_.`${table_name}` DROP FOREIGN KEY FK_arrival_record_product,drop index IXFK_arrival_record,add index idx_product_id_sequence_station_no(product_id,sequence,station_no),add index idx_receive_time(receive_time);select now() as ddl_stop" >>${log_file} 2>& 1
 red_echo "onlie ddl stop"
 red_echo "add foreign key"
 mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"set sql_log_bin=0;ALTER TABLE $db_.${table_name} ADD CONSTRAINT _FK_${table_name}_product FOREIGN KEY (product_id) REFERENCES cq_new_cimiss.product (id) ON DELETE NO ACTION ON UPDATE NO ACTION;" >>${log_file} 2>& 1
 check_las_comm "$?" "add foreign key error"
 red_echo "add foreign key stop"

red_echo "start slave"
mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"start slave"
check_las_comm "$?" "start slave failed"

执行时间

2019-04-08-11:17:36 stop slave
mysql: [Warning] Using a password on the command line interface can be insecure.
ddl_start
2019-04-08 11:17:36
ddl_stop
2019-04-08 11:45:13
2019-04-08-11:45:13 onlie ddl stop
2019-04-08-11:45:13 add foreign key
mysql: [Warning] Using a password on the command line interface can be insecure.
2019-04-08-12:33:48 add foreign key stop
2019-04-08-12:33:48 start slave

再看看执行计划

explain select count(*) from arrival_record where receive_time < STR_TO_DATE('2019-03-10', '%Y-%m-%d')G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: arrival_record
   partitions: NULL
         type: range
possible_keys: idx_receive_time
          key: idx_receive_time
      key_len: 6
          ref: NULL
         rows: 7540948
     filtered: 100.00
      Extra: Using where; Using index

explain select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0G;
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: arrival_record
   partitions: NULL
         type: range
possible_keys: idx_product_id_sequence_station_no,idx_receive_time
          key: idx_receive_time
      key_len: 6
          ref: NULL
         rows: 291448
     filtered: 16.66
      Extra: Using index condition; Using where

都用到了idx_receive_time索引，扫描行数大大降低！

索引优化后，就万事大吉了吗？

delete操作还是花了77秒！

delete from arrival_record where receive_time < STR_TO_DATE('2019-03-10', '%Y-%m-%d')G

通过receive_time索引删除300多万记录，花了77秒！还是太慢！

大表Delete优化终极方案：小批量删除！

应用端优化成每次删除10分钟的数据，每次执行时间1秒左右，SLA告警消失！

还有一种方法：按主键顺序，每次删除20000条记录

#得到满足时间条件的最大主键ID
#通过按照主键的顺序去 顺序扫描小批量删除数据
#先执行一次以下语句
SELECT MAX(id) INTO @need_delete_max_id FROM `arrival_record` WHERE receive_time<'2019-03-01' ;
DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000;
select ROW_COUNT(); #返回20000

#执行小批量delete后会返回row_count(), 删除的行数
#程序判断返回的row_count()是否为0，不为0执行以下循环，为0退出循环，删除操作完成
DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000;
select ROW_COUNT();
#程序睡眠0.5s

总结：血的教训！

• 表数据量太大，不仅要关注响应时间，还要关注维护成本！
• DDL操作要结合实际情况，选择合适的变更方式！
• 大数据量Delete，一定要用小批量删除！

---

黑客/网络安全学习包

资料目录

1. 成长路线图&学习规划

2. 配套视频教程

3. SRC&黑客文籍

4. 护网行动资料

5. 黑客必读书单

6. 面试题合集

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

*************************************CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享*************************************

1.成长路线图&学习规划

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

*************************************CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享*************************************

2.视频教程

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，其中一共有21个章节，每个章节都是当前板块的精华浓缩。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

*************************************CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享*************************************

3.SRC&黑客文籍

大家最喜欢也是最关心的SRC技术文籍&黑客技术也有收录

SRC技术文籍：

黑客资料由于是敏感资源，这里不能直接展示哦！

4.护网行动资料

其中关于HW护网行动，也准备了对应的资料，这些内容可相当于比赛的金手指！

5.黑客必读书单

**

**

6.面试题合集

当你自学到这里，你就要开始思考找工作的事情了，而工作绕不开的就是真题和面试题。

更多内容为防止和谐，可以扫描获取~

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取

*************************************CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享*********************************