mysql表空间文件大小_Mysql删除数据前后表文件大小相同

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版本允许把表结构定义放在系统数据表中。因为表结构定义占用的空间很小，所以主要讨论的是表数据。

1 参数innodb_file_per_table

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

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；

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MySQL 5.6.6版本开始，它的默认值是ON。

一个表单独存储为一个文件更容易管理，而且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。而如果是放在共享表空间中，即使表删掉了，空间也是不会回收的。

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。但我们遇到的更多的删除数据的场景是删除某些行，这时就会有：表中的数据被删除了，但是表空间却没有被回收。

2 数据删除流程

InnoDB里的数据都是用B+树的结构组织的。

图1 B+树索引示意图

假设要删掉R4，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。磁盘文件的大小并不会缩小。

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了。

2.1 数据页的复用不同于记录的复用

记录的复用，只限于符合范围条件的数据。比如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。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。

如果我们用delete命令把整个表的数据删除，结果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。这些可以复用，而没有被使用的空间，看起来就像是“空洞”。

2.2 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。

如果page A已经满了，这时要再插入一行数据

图2 插入数据导致页分裂

由于page A满了，再插入一个ID是550的数据时，会申请一个新的页面page B来保存数据。页分裂完成后，page A的末尾就留下了空洞。

此外，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。也会造成空洞。

经过大量增删改的表，都是可能是存在空洞的，重建表是能够把这些空洞去掉，就能达到收缩表空间的目的。

2.3 重建表

有以下几种做法。

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。表B的主键索引更紧凑，数据页的利用率也更高。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，起到了收缩表A空间的作用。

使用alter table A engine=InnoDB命令来重建表。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，MySQL会自动完成转存数据、交换表名、删除旧表的操作。

图3 改锁表DDL

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(非Online)。

MySQL 5.6版本开始引入的Online DDL，对这个操作流程做了优化。引入了Online DDL之后重建表的流程如下：

建立一个临时文件，扫描表A主键的所有数据页；

用数据页中表A的记录生成B+树，存储到临时文件中；

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state2；

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state3；

用临时文件替换表A的数据文件。

图4 Online DDL

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。

图4的流程中，alter语句在启动的时候需要获取MDL写锁，但是这个写锁在真正拷贝数据之前就退化成读锁。

为什么退化？

为了实现Online，MDL读锁不会阻塞增删改操作。

为什么不直接解锁？

为了保护自己，禁止其他线程对这个表同时做DDL。

上述的这些重建方法都会扫描原表数据和构建临时文件。对于很大的表来说，这个操作是很消耗IO和CPU资源的，所以要在业务低峰期使用。

optimize table、analyze table和alter table这三种方式重建表的区别：

从MySQL 5.6版本开始，alter table t engine = InnoDB默认的是图4的流程；

analyze table t 不是重建表，只是对表的索引信息做重新统计，没有修改数据，这个过程中加了MDL读锁；

optimize table t 等于recreate+analyze。

3 一个收缩表空间失败的例子

一个表t文件大小为1TB；

对这个表执行 alter table t engine=InnoDB；

发现执行完成后，空间不仅没变小，还稍微大了一点儿，比如变成了1.01TB。

在重建表的时候，InnoDB不会把整张表占满，每个页留了1/16给后续的更新用。其实重建表之后不是“最”紧凑的。假如是这么一个过程：

将表t重建一次；

插入一部分数据，但是插入的这些数据，用掉了一部分的预留空间；

这种情况下，再重建一次表t，就可能会出现问题中的现象。

本文同步分享在 博客“小王曾是少年”(CSDN)。

如有侵权，请联系 support@oschina.cn 删除。

本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。