Rumah > pangkalan data > tutorial mysql > Bagaimanakah MySQL menyelesaikan masalah ruang yang tidak dikeluarkan selepas memadamkan sejumlah besar data?

Bagaimanakah MySQL menyelesaikan masalah ruang yang tidak dikeluarkan selepas memadamkan sejumlah besar data?

WBOY
Lepaskan: 2022-07-01 12:20:41
ke hadapan
7348 orang telah melayarinya

Artikel ini membawakan anda pengetahuan yang berkaitan tentang mysql Ia terutamanya menyelesaikan masalah yang berkaitan dengan tidak melepaskan ruang selepas memadamkan sejumlah besar data dalam MySQL mungkin menyebabkan perpecahan halaman serpihan dengan cara ini. Mari kita lihat bersama-sama. Saya harap ia akan membantu semua orang.

Bagaimanakah MySQL menyelesaikan masalah ruang yang tidak dikeluarkan selepas memadamkan sejumlah besar data?

Pembelajaran yang disyorkan: tutorial video mysql

Ringkasan beberapa penyelesaian defragmentasi untuk MySQL (untuk menyelesaikan masalah ruang yang tidak dikeluarkan selepas memadamkan sejumlah besar data) Soalan)

1. Pengetahuan latar belakang?

1.1 Mengapa terdapat serpihan?

  1. Kedua-dua sisipan dan kemas kini dalam MySQL Boleh menyebabkan halaman terpecah, jadi pemecahan wujud.

    Untuk sejumlah besar KEMASKINI, pemecahan fail juga akan berlaku Unit peruntukan storan fizikal minimum Innodb ialah halaman, dan KEMASKINI juga boleh menyebabkan pemisahan halaman yang kerap akan menyebabkan halaman menjadi berpecah. Menjadi jarang dan diisi secara tidak teratur, jadi akhirnya data akan berpecah-belah.

  2. Pernyataan padam sebenarnya hanya menandakan data dan merekodkannya dalam senarai terpaut, sekali gus membentuk ruang kosong.

    Dalam InnoDB, apabila beberapa baris dipadamkan, baris ini hanya ditandakan sebagai "dipadamkan" dan bukannya dipadamkan secara fizikal daripada indeks, jadi ruang itu tidak benar-benar dikeluarkan dan dituntut semula. Benang Pembersihan InnoDB akan membersihkan kekunci dan baris indeks yang tidak berguna ini secara asinkron.

  3. Apabila menjalankan operasi sisipan, MySQL akan cuba menggunakan ruang kosong, tetapi jika ruang kosong tertentu belum diduduki oleh data saiz yang sesuai, ia masih tidak boleh diduduki sepenuhnya, mengakibatkan dalam Pemecahan;

  4. Ringkasan:

    1. Operasi penambahan, pemadaman dan pengubahsuaian jadual boleh menyebabkan lubang data apabila sejumlah besar penambahan , operasi pemadaman dan pengubahsuaian dilakukan pada jadual Akhirnya, lubang data lebih berkemungkinan wujud.

    2. MySQL memadamkan data dalam beberapa kes dan sama ada untuk melepaskan ruang cakera:

      1. jatuhkan, truncate melepaskan ruang cakera serta-merta, sama ada ia ialah Innodb Dan MyISAM;
      • Truncate table sebenarnya agak serupa dengan drop table dan kemudian buat, kecuali proses mencipta jadual telah dioptimumkan, contohnya, fail struktur jadual mempunyai telah wujud sebelum ini, dsb. Oleh itu, kelajuan harus hampir dengan kelajuan drop table;
      1. delete from table_name memadam semua data dalam jadual Untuk MyISAM, ruang cakera akan dikeluarkan serta-merta (ia sepatutnya diproses khas, yang lebih munasabah) ), InnoDB tidak akan melepaskan ruang cakera;
      2. Untuk pemadaman daripada table_name di mana pemadaman bersyarat, innodb mahupun MyISAM tidak akan melepaskan ruang cakera;
      3. Gunakan mengoptimumkan selepas memadam operasi table_name akan mengosongkan ruang cakera serta-merta. Sama ada innodb atau myisam. Oleh itu, untuk mencapai tujuan melepaskan ruang cakera, lakukan operasi jadual optimum selepas pemadaman.
      4. Walaupun ruang cakera tidak dikeluarkan selepas memadamkan daripada jadual, ruang ini masih boleh digunakan apabila anda memasukkan data seterusnya.

1.2 Masalah yang disebabkan oleh pemecahan

  • Apabila MySQL mengimbas data, ia mengimbas Objek sebenarnya had atas keperluan kapasiti senarai, yang merupakan bahagian puncak kawasan di mana data ditulis; masukkan, ruang meja akan menjadi berpecah-belah. Menyahfragmentasi ruang meja secara kerap dan menghapuskan pemecahan boleh meningkatkan prestasi mengakses ruang meja.

  • Pemecahan jenis ini bukan sahaja meningkatkan kos penyimpanan, tetapi juga mengurangkan kecekapan pengimbasan jadual kerana pemecahan data.

  • Jika serpihan tidak dinyahfragmen, ia mungkin menempati ruang cakera untuk masa yang lama, menyebabkan penggunaan cakera yang lebih tinggi dan lebih tinggi.

  • 2. Bagaimana hendak membersihkan sampah?

  • Prasyarat untuk menyelesaikan masalah adalah untuk mencari masalah terlebih dahulu, supaya kami boleh menetapkan ubat yang betul.

2.1. Lihat pemecahan jadual

Lihat setiap jadual berpecah dalam pangkalan data

  1. Lihat Pecahan yang ditentukan meja
    mysql> select concat('optimize table ',table_schema,'.',table_name,';'),data_free,engine from information_schema.tables where data_free>0 and engine !='MEMORY';
    +-----------------------------------------------------------+-----------+--------+
    | concat('optimize table ',table_schema,'.',table_name,';') | DATA_FREE | ENGINE |
    +-----------------------------------------------------------+-----------+--------+
    | optimize table abc.t_user_answer;                    		|   2097152 | InnoDB |
    | optimize table mysql.time_zone_transition;                |   4194304 | InnoDB |
    | optimize table mysql.time_zone_transition_type;           |   4194304 | InnoDB |
    | optimize table mysql.user;                                |   4194304 | InnoDB |
    。。。。
    Salin selepas log masuk
  2. Bebas data: 4194304 mewakili bilangan bait dalam serpihan. Jika jadual data kerap dipadamkan, sejumlah besar rekod Data_free akan kerap dipadamkan atau jadual dengan medan panjang berubah-ubah akan diubah suai.

     mysql> show table status like 't_user'\G
     *************************** 1. row ***************************
                Name: t_user
              Engine: InnoDB
             Version: 10
          Row_format: Dynamic
                Rows: 4333
      Avg_row_length: 589
         Data_length: 2555904
     Max_data_length: 0
        Index_length: 2719744
           Data_free: 4194304
      Auto_increment: NULL
         Create_time: 2021-11-19 10:13:31
         Update_time: 2022-04-20 14:28:42
          Check_time: NULL
           Collation: utf8mb4_general_ci
            Checksum: NULL
      Create_options:
             Comment:
     1 row in set (0.00 sec)
    Salin selepas log masuk

    Cari jadual yang paling teruk berpecah
  3. 2.2 Kaedah untuk membersihkan serpihan (menuntut semula ruang)
    SELECT table_schema, TABLE_NAME, concat(data_free/1024/1024, 'M') as data_free
    FROM `information_schema`.tables
    WHERE data_free > 3 * 1024 * 1024
    	AND ENGINE = 'innodb'
    ORDER BY data_free DESC
    Salin selepas log masuk
Rujukan dokumen rasmi

通常有这几种做法

  1. alter table tb_test engine=innodb; (本质上是 recreate)
  2. optimize table tb_test; (本质上是 recreate,但是在不同创建下会有区别)
  3. ALTER TABLE tablename FORCE (在InnoDB表中等价于 alter table tb_test engine=innodb; )
  4. mysqlcheck 批量表空间优化
  5. gh-ost/pt-osc
  6. pt-online-schema-change (本质上也是 先备份旧表数据,然后 truncate 旧表)

1. alter table tb_test engine=innodb 原理介绍

这其实是一个NULL操作,表面上看什么也不做,实际上重新整理碎片了.当执行优化操作时,实际执行的是一个空的 ALTER 命令,但是这个命令也会起到优化的作用,它会重建整个表,删掉未使用的空白空间.

Running ALTER TABLE tbl_name ENGINE=INNODB on an existing InnoDB table performs a “null” ALTER TABLE operation, which can be used to defragment an InnoDB table, as described in Section 15.11.4, “Defragmenting a Table”. Running ALTER TABLE tbl_name FORCE on an InnoDB table performs the same function.

    MySQL5.6 开始采用 Inplace 方式重建表,Alter 期间,支持 DML 查询和更新操作,语句为 alter table t engine=innodb, ALGORITHM=inplace;之所以支持 DML 更新操作,是因为数据拷贝期间会将 DML 更新操作记录到 Row log 中。

    重建过程中最耗时的就是拷贝数据的过程,这个过程中支持 DML 查询和更新操作,对于整个 DDL 来说,锁时间很短,就可以近似认为是 Online DDL。

    执行过程:

    1、获取 MDL(Meta Data Lock)写锁,innodb 内部创建与原表结构相同的临时文件

    2、拷贝数据之前,MDL 写锁退化成 MDL 读锁,支持 DML 更新操作

    3、根据主键递增顺序,将一行一行的数据读出并写入到临时文件,直至全部写入完成。并且,会将拷贝期间的 DML 更新操作记录到 Row log 中

    4、上锁,再将 Row log 中的数据应用到临时文件

    5、互换原表和临时表表名

    6、删除临时表
Salin selepas log masuk

2. optimize table xxx;

OPTIMIZE TABLE语句可以重新组织表、索引的物理存储,减少存储空间,提高访问的I/O效率。类似于碎片整理功能。

MySQL可以通过optimize table语句释放表空间,重组表数据和索引的物理页,减少表所占空间和优化读写性能

  1. 使用语法

    OPTIMIZE [LOCAL | NO_WRITE_TO_BINLOG] TABLE tbl_n说ame [, tbl_name] …

    • 对于主从架构, LOCAL 参数可以让这个过程不写入 binlog ,这样在主库上执行时就不会同步给从库了
    • 默认情况下,MySQL将OPTIMIZE TABLE语句写入二进制日志,以便它们复制到slave服务器。如果不想写二进制日志,使用命令时加上NO_WRITE_To_BINLOG或LOCAL关键字即可。
    • 使用这个语句需要具有对目标表的SELECT、INSERT权限。
  2. 注意:

    1. 需要有足够的空间才能进行OPTIMIZE TABLE。 (剩余空间必须 > 被 OPTIMIZE 的表的大小)

    2. OPTIMIZE 只对独立表空间(innodb_file_per_table=1)才有用,对共享表空间不起作用。

      对于共享表空间,如果需要瘦身: 必须将数据导出,删除ibdata1,然后将 innodb_file_per_table 设置为独立表空间, 然后将数据导入进来。

    3. 对于InnoDB的表,OPTIMIZE TABLE 的工作原理如下

      对于InnoDB表, OPTIMIZE TABLE映射到ALTER TABLE … FORCE(或者这样翻译:在InnoDB表中等价 ALTER TABLE … FORCE),它重建表以更新索引统计信息并释放聚簇索引中未使用的空间。

      当您在InnoDB表上运行时,它会显示在OPTIMIZE TABLE的输出中,如下所示:
      mysql> OPTIMIZE TABLE foo; 
      +----------+----------+----------+---------------------------------------+ 
      | Table    | Op       | Msg_type | Msg_text                                                          | 
      +----------+----------+----------+---------------------------------------+ 
      | test.foo | optimize | note     | Table does not support optimize, doing recreate + analyze instead | 
      | test.foo | optimize | status   | OK                                                                | 
      +----------+----------+----------+---------------------------------------+ 
      
      # 但这个提示语可以忽略,从严格的意义讲,说InnoDB不支持optimize table,其实不太准确。 因为 MYSQL的文档说明了,当INNODB 的表,MYSQL会以 ALTER TABLE force  +  analyze 去执行这个命令(相当于做了recreate和analyze)。 所以最终还是会看到 OK 的状态。 
      # https://stackoverflow.com/questions/30635603/what-does-table-does-not-support-optimize-doing-recreate-analyze-instead-me
      Salin selepas log masuk
    4. 对于MYISAM表,OPTIMIZE TABLE 的工作原理:
      1. 如果表已删除或分隔行,就修复该表。
      2. 如果索引页没有排序,就排序它们。
      3. 如果表的统计信息不是最新的(而且修复不能通过对索引进行排序),就更新它们。

    5. **执行时也可以发现报错: Temporary file write failure. **

      建议参考这片文章:
      Mysql optimize table 时报错 Temporary file write failure. 的解决方案

  3. optimize 语句的官网介绍

    • 如果您已经删除了表的一大部分,或者如果您已经对含有可变长度行的表(含有VARCHAR, BLOB或TEXT列的表)进行了很多更改,则应使用 OPTIMIZE TABLE。

    • 被删除的记录被保持在链接清单中,后续的INSERT操作会重新使用旧的记录位置。您可以使用OPTIMIZE TABLE来重新利用未使用的空间,并整理数据文件的碎片。

    • 在多数的设置中,您根本不需要运行OPTIMIZE TABLE。即使您对可变长度的行进行了大量的更新,您也不需要经常运行,每周一次或每月一次 即可,只对特定的表运行。

  4. Mysql 5.6 之前 在OPTIMIZE TABLE运行过程中,MySQL会锁定表,5.6之后有了 Online DDL 则大大减少了锁表时间。

3. alter table、analyze table和optimize table区别

  • alter table tb_test engine = innodb;

    • (也就是 recreate)MySQL 5.5以前用Offline的方式重建表,5.6以后用Online的方式重建表;
  • analyze table tb_test ;

    • 重新统计表的索引信息,不会修改数据,不会重建表,整个过程加MDL读
  • optimize table tb_test ;

    • ialah proses mengubah jadual xxx = innodb;

4. OPTIMIZE JADUAL atau ALTER TABLE xxxx ENGINE= INNODB Mana yang lebih baik

  • OPTIMize TABLE atau ALTER TABLE xxxx ENGINE= INNODB Pada asasnya Sama? . Tetapi dalam beberapa kes, ALTER TABLE xxxx ENGINE= INNODB adalah lebih baik.
    • Contohnya: pembolehubah sistem old_alter_table tidak didayakan, dsb.
  • Selain itu: Untuk jadual jenis MyISAM, menggunakan ALTER TABLE xxxx ENGINE= INNODB jelas lebih baik daripada OPTIMIZE TABLE.

2.3 Pengesyoran rasmi

MySQL secara rasmi mengesyorkan supaya tidak melakukan defragment secara kerap (setiap jam atau harian Secara amnya, ia hanya perlu dinyahfragmen sekali seminggu atau setiap bulan bergantung pada keadaan sebenar (). Kami kini mengosongkan serpihan jadual di bawah semua kejadian mysql pada pukul 4 pagi setiap bulan)

Pembelajaran yang disyorkan: tutorial video mysql

Atas ialah kandungan terperinci Bagaimanakah MySQL menyelesaikan masalah ruang yang tidak dikeluarkan selepas memadamkan sejumlah besar data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:csdn.net
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan