今天来讲讲关于 大表删除 的问题。 比如,你现在需要删除一张一共有 5 亿数据的表里面的 2021 年数据,假设这张表叫 yes。 我相信你脑子在 1s 内肯定会蹦出这条 SQL : delete from yes where create_date > "2020-12-31" and create_date < "2022-01-01"; 如果直接执行这条 SQL 会发生什么问题呢? 长事务 我们需要关注到一个前提:这张表有 5 亿的数据,所以它是一张超大表,因此这个 where 条件可能涉及非常多的数据,所以我们可以从离线数仓或者备库查下数据量,然后我们发现这条 SQL 会删除 3 亿左右的数据。 那么一次性 delete 完的方案是不行的,因为这会涉及到 长事务的问题 。 长事务涉及到加锁,只会在事务执行完毕后才会释放锁,由于长事务锁了很多数据,如果期间有频繁的 DML 想要操作这些数据,那么就会造成阻塞。 连接都阻塞住了,业务线程自然就阻塞了,也就是说你的服务线程都在等待数据库的响应,然后可能还会影响到别的服务,可能产生雪崩,于是就 GG 了。 长事务可能会造成主从延迟,你想想主库执行了好久,才执行完给从库,从库又要重放好久,期间可能有很长一段时间数据是不同步的。 还有一种情况,业务都有个特殊停机窗口,你觉得你可以为所欲为,然后开始执行长事务了,然后执行了 5 小时之后,不知道啥情况抛错了,事务回滚了,于是浪费了 5 个小时,还得重新开始。 综上,我们需要避免长事务的发生。 那面对可能发生长事务的 SQL 我们怎么拆 呢? 拆 SQL 我们就以上面这条 SQL 为例: delete from yes where create_date > "2020-12-31" and create_date < "2022-01-01"; 看到这条 SQL,如果要拆分,想必很多小伙伴会觉得很简单,按日期拆不就完事了? delete from yes where create_date > "2020-12-31" and create_date < "2021-02-01"; delete from yes where create_date >= "2021-02-01" and create_date < "2021-03-01"; 这当然可以,恭喜你,你已经拆分成功了,没错就这么简单。 但是, 如果 create_date 没有索引怎么办? 没索引的话,上面这就全表扫描了啊? 影响不大,没有索引我们就给他创造索引条件,这个条件就是主键。 我们直接一个 select min(id)... 和 select max(id).... 得到这张表的主键最小值和最大值,假设答案是 233333333 和 666666666。 然后我们就可以开始操作了: delete from yes where (id >= 233333333 and id < 233433333) and create_date > "2020-12-31" and create_date < "2022-01-01"; delete from yes where (id >= 233433333 and id <233533333) and create_date > "2020-12-31" and create_date < "2022-01-01";delete from yes where (id >= 666566666 and id <=666666666) and create_date > "2020-12-31" and create_date < "2022-01-01"; 当然你也可以再精确些,通过日期筛选来得到 maxId,这影响不大(不满足条件的 SQL 执行很快,不会耗费很多时间)。 这样一来 SQL 就满足了分批的操作,且用得上索引。 如果哪条语句执行出错,只会回滚小部分数据,我们重新排查下就好了,影响不大。 而且拆分 SQL 之后还可以 并行提高执行效率 。 当然,并行可能有锁竞争的情况,导致个别语句等待超时。不过影响不大,只要机器状态好,执行得快,因为锁竞争导致的等待并不一定会超时,如果个别 SQL 超时的话,重新执行就好了。 有时候要转换思路 关于大表删除有时候要转换思路, 把删除转成插入 。 假设还是有一张 5 亿的数据表,此时你需要删除里面 4.8 亿的数据,那这时候就不要想着删除了,要想着插入。 道理很简单,删除 4.8 亿的数据,不如把要的 2000W 插入到新表中,我们后面业务直接用新表就好了。 这两个数据量对比,时间效率差异不言而喻了吧? 具体操作也简单: 创建一张新表,名为 yes_temp; 将 yes 表的 2000W 数据 select into 到 yes_temp 中; 将 yes 表 rename 成 yes_233; 将 yes_temp 表 rename 成 yes。 狸猫换太子,大功告成啦! 之前有个记录表我们就是这样操作的,就 select into 近一个月的数据到新表中,以前老数据就不管了,然后 rename 一下,执行得非常快。 本来预估 2 小时的 SQL 操作,1 分钟就搞定了。