MySQL表空间回收的正确姿势

不知道大家有没有遇到这样的一种情况，线上业务在MySQL表上做增删改查操作，随着时间的推移，表里面的数据越来越多，表数据文件越来越大，数据库占用的空间自然也逐渐增长

为了缩小磁盘上表数据文件占用的空间，我们在最大的一张业务表中用delete命令删除了一半儿的旧数据，删除之后，磁盘上表数据文件并没有缩小，即使删除整张表的数据，文件依然没有变小，这是为什么呢？

本文将详细的分析上述问题，并给出正确回收表空间的方法

前置说明

目前大部分MySQL数据库都是用的 InnoDB 引擎，所以如无特殊说明，文中的实例都是基于InnoDB引擎的

在MySQL配置中有个配置项叫 innodb_file_per_table 将它设置为1之后，

每个表的数据会单独存储在一个以 .ibd 为后缀的文件中

如果 innodb_file_per_table 没有开启的话，

表的数据是存储在系统的共享表空间，这样即使删除了表，共享表空间也不会释放这部分空间

所以，通常情况下，都是将 innodb_file_per_table 选项设置为 1, 同时为了能直观的看到表数据文件的大小变化，文中的实例也都是基于开启了 此选项来说明的

问题重现

新建一张表ta，表的结构如下

mysql> show create table ta\G
*************************** 1. row ***************************
       Table: ta
Create Table: CREATE TABLE `ta` (
  `id` int(11) NOT NULL,
  `ia` int(11) NOT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)

使用下面的存储过程，向 ta 中批量插入数据

delimiter //
create procedure multinsert(in beg int,in cnt int)
begin
	declare icnt int default 0;
	declare tmp int default 0;
	while icnt < cnt do
		set icnt = icnt + 1;
		set tmp = beg + icnt;
		insert into ta(id,ia) values(tmp,tmp);
	end while;
end//

delimiter ;

在MySQL控制台执行 call multinsert(0,100000) 命令，往 ta表插入10万条数据

mysql> call multinsert(0,100000);
mysql> select count(*) from ta;
+----------+
| count(*) |
+----------+
|   100000 |
+----------+
1 row in set (0.02 sec)

查看磁盘上ta表的数据文件 ta.ibd 的大小

[root@ecs-centos-7 test]# cd /var/lib/mysql/test/
[root@ecs-centos-7 test]# ls -l ta.ibd
-rw-r----- 1 mysql mysql 11534336 1月   3 23:14 ta.ibd

从上面的结果可以知道，ta表插入10万条数据之后，ta.ibd 大小为 11534336 字节( 大约 11M )

现在我们使用 delete 命令删除一半儿表数据( 5万行记录 )

mysql> delete from ta where id between 1 and 50000;
Query OK, 10000 rows affected (0.03 sec)
mysql> select count(*) from ta;
+----------+
| count(*) |
+----------+
|    50000 |
+----------+
1 row in set (0.02 sec)

删除操作完成之后，再次查看磁盘上 ta.ibd 的大小

[root@ecs-centos-7 test]# cd /var/lib/mysql/test/
[root@ecs-centos-7 test]# ls -l ta.ibd
-rw-r----- 1 mysql mysql 11534336 1月   3 23:14 ta.ibd

从上面的结果可以知道，ta表删除了一半儿，也就是5万行数据之后，ta.ibd的大小是 11534336 字节( 约11M )

也就是说 ta表删除数据前后，磁盘上表数据文件并没有缩小

要弄明白数据文件为什么没有缩小，就需要深入了解删除数据的原理

删除数据原理

我们都知道，InnoDB里的数据都是用B+树组织的，关于B+树的知识请参考 理解B+树

图(1)

上面是InnoDB的索引示意图，其中用虚线框起来的节点是属于Page1数据页，叶子节点存储的是索引对应的数据，它们按照索引从小到大的顺序组成了一个有序数组

假如我们要删除Page1页中索引key值为 13 的数据，也即上图中红色部分

InnoDB引擎会把索引key值为13的节点标记为已删除，它并不会回收节点真实的物理空间，只是将它标记为已删除的节点，后续是可以复用的，所以，删除表记录，磁盘上数据文件不会缩小

你可能会说，上面只是删除了Page1页中一个节点的数据，那如果把Page1页中节点数据全部删除了，应该会回收Page1页的空间吧？

答案是，不会回收

当Page1页数据全部删除了，整个数据页都会被标记为已删除，并且整个数据页都可以复用，所以，这种情况下，磁盘上的数据文件仍然不会缩小

数据的复用

数据的复用涉及到数据节点的插入、删除、转移以及数据页的合并等操作，具体的操作流程相关的细节请参考 理解B+树，这里就不再重复说明了

• 数据节点的复用

在上面 图(1) 中，当删除了索引key值为 13 的节点后，此节点就被标记为可复用的

如果之后又插入了一条索引key值在 7 到 18 之间的记录时，就会复用原来索引key值为13的数据节点

但是如果之后插入的记录的索引key值不在 7 到 18 之间时，可能就无法复用原来索引key值为13的数据节点

也就是说，数据节点的复用，需要索引key值满足一定的范围条件

• 数据页的复用

在 图(1) 当删除了Page1数据页全部数据节点后，Page1整页都是可复用的，当插入的记录需要用到新页的时候，Page1就可以被复用

当相邻的数据页利用率比较低的时候，有可能会把它们合并到其中一个数据页中，这时，另外一个数据页就空出来了，这个空出来的数据页就变成可复用的了

哪些操作会造成数据空洞

我们用 delete 命令删除一条记录后，InnoDB只是把对应的数据节点标记为已删除且可复用的，这些可空着的等待使用的数据节点可以看作是一个一个的数据空洞

• 删除数据

删除数据的时候，会造成数据空洞，前面已经解释过，这里不再赘述了

• 插入数据

如果数据是按照索引大小顺序插入，这个时候数据页是紧凑的，不会出现数据空洞

如果是从索引中间插入的话，有可能会造成页分裂，分裂之后的页有可能出现数据空洞，下图就是插入导致页分裂的一个例子

如图所示，分裂前叶子页面已经满了，这时数据排列得很紧凑

现在插入了一个索引key值为15的数据，插入之后，Page1 页分裂成了上图中 Page1，Page2两个页面

分裂之后，Page1 页面出现了两个空洞，这两个数据节点是可复用的，而 Page2页面刚好满了

• 更新数据

更新数据可以看成先删除再插入，也是有可能造成数据空洞

比如: id 是表 ta的主键， update ta set id = 10 where id = 1 语句把 id = 1 修改为 id = 10，相当于先删除 id = 1 的记录，再插入 id = 10 的记录，这种情况是会产生数据空洞的

但是如果是类似 update ta set ia = ia + 1 where id = 1 这种没有更改主键值的语句是不会造成空洞的

所以，更新数据可能会造成数据空洞

总结下来就是，表的增删改操作，可能会造成数据空洞的，而线上的服务会对表进行大量的增删改操作，数据空洞存在的可能性比较大

如何收缩表空间

既然一张表，经过大量无规则的增删改操作之后，会产生大量的数据空洞

那如果我们新建一张和原来有数据空洞的表结构相同的新表，然后把旧表中的数据按照索引升序依次插入到新表中，待旧表数据全部插入到新表之后，删除旧表，再把新表重命名为旧表的名字

由于新表中叶子节点数据是按顺序添加的，所以页面是很紧凑的, 页面利用率很高，需要的页面比旧表少了很多，这样旧表中索引上的空洞在新表就不存在了，新表数据文件占用的磁盘空间自然就会缩小，这样就实现了表空间的收缩的目的

下面介绍的几种收缩表空间的方法，虽然方法不同，但是基本的原理都是通过重建表的形式来达到目的的

• truntace table 表名

此操作等于 drop + create，先删除表，然后再创建一个同名的新表，当然，再执行 truncate table 命令之前需要先保存一份旧表的数据， 命令执行完成之后，再把这份数据导入新表

• alter table 表名 engine=InnoDB

这个操作是遍历旧表主键索引的数据页，把数据页中的记录生成B+树结构，存储到磁盘上的临时文件中，数据页遍历完了之后，用临时文件替换掉旧表的数据文件

从MySQL5.6版本之后，这个操作是 Online DDL 的，需要说明的是，这种方法需要扫描表数据文件，对于大表来说是非常耗时的，如果是针对线上服务的话，需要避开业务高峰期，小心操作。

注意:

在重建表的时候，InnoDB 不会把整张表占满，每个页留了大概10%左右的数据节点 给后续的更新用, 也就是说，其实重建表之后并不是最紧凑的

假如有这么一个过程: 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，就可能会出现重建表后比重建之前占用的空间还要大

小结

本文从一个实际的问题出发，重现问题、分析问题到解决问题，每一步都进行了详细的分析，限于篇幅，有些细节没有深入，需要读者自行了解