MySQL为什么表数据删掉一半,表文件大小不变?

本文最后更新于:2022年6月25日 凌晨

一、引子

经常会有同学来问我,我的数据库占用空间太大,我把一个最大的表我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?

二、问题来源

1. innodb的表数据存在方式

一个 InnoDB 表包含两部分:

  1. 表结构定义(MySQL8.0之前存在于.frm 为后缀的文件,占用空间小)

  2. 数据

2. 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:

  1. 这个参数设置为 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. 这个参数设置为 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,默认值值为ON

3. 数据删除流程

VEhXef.png

假设,我们要删掉 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。

现在,你已经知道了 InnoDB 的数据是按页存储的,那么如果我们删掉了一个数据页上的所有记录,会怎么样?

答案是,整个数据页就可以被复用了。

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。比如上面的这个例子,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。

而当整个页从 B+ 树里面摘掉以后,可以复用到任何位置。以图 1 为例,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。

进一步地,如果我们用 delete 命令把整个表的数据删除呢?结果就是,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。

4. 数据空洞

你现在知道了,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”。

实际上,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。

可以看到,由于 page A 满了,再插入一个 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。

数据空洞

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。

三、问题解决方案——重建表

1.使用 alter table A engine=InnoDB 命令来重建表

执行流程:

  1. 建立一个临时文件,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。

示意图:

2d1cfbbeb013b851a56390d38b5321f0.png


MySQL为什么表数据删掉一半,表文件大小不变?
https://yance.wiki/2019/05/05/Mysql13/
作者
Yance Huang
发布于
2019年5月5日
许可协议