今天就跟大家聊聊有关MySQL中不建议使用Delete删除数据的原因是什么，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

InnoDB存储架构

从这张图可以看到，InnoDB存储结构主要包括两部分：逻辑存储结构和物理存储结构。

逻辑上是由表空间tablespace —> 段segment或者inode —> 区Extent ——>数据页Page构成，Innodb逻辑管理单位是segment，空间分配的最小单位是extent，每个segment都会从表空间FREE_PAGE中分配32个page，当这32个page不够用时，会按照以下原则进行扩展：如果当前小于1个extent，则扩展到1个extent;当表空间小于32MB时，每次扩展一个extent;表空间大于32MB，每次扩展4个extent。

物理上主要由系统用户数据文件，日志文件组成，数据文件主要存储MySQL字典数据和用户数据，日志文件记录的是data page的变更记录，用于MySQL Crash时的恢复。

Innodb表空间

InnoDB存储包括三类表空间：系统表空间，用户表空间，Undo表空间。

系统表空间： 主要存储MySQL内部的数据字典数据，如information_schema下的数据。

用户表空间： 当开启innodb_file_per_table=1时，数据表从系统表空间独立出来存储在以table_name.ibd命令的数据文件中，结构信息存储在table_name.frm文件中。

Undo表空间： 存储Undo信息，如快照一致读和flashback都是利用undo信息。

从MySQL 8.0开始允许用户自定义表空间，具体语法如下：

CREATETABLESPACEtablespace_nameADDDATAFILE'file_name'#数据文件名USELOGFILEGROUPlogfile_group#自定义日志文件组，一般每组2个logfile。[EXTENT_SIZE[=]extent_size]#区大小[INITIAL_SIZE[=]initial_size]#初始化大小[AUTOEXTEND_SIZE[=]autoextend_size]#自动扩宽尺寸[MAX_SIZE[=]max_size]#单个文件最大size，最大是32G。[NODEGROUP[=]nodegroup_id]#节点组[WAIT][COMMENT[=]comment_text]ENGINE[=]engine_name

这样的好处是可以做到数据的冷热分离，分别用HDD和SSD来存储，既能实现数据的高效访问，又能节约成本，比如可以添加两块500G硬盘，经过创建卷组vg，划分逻辑卷lv，创建数据目录并mount相应的lv，假设划分的两个目录分别是/hot_data 和 /cold_data。

这样就可以将核心的业务表如用户表，订单表存储在高性能SSD盘上，一些日志，流水表存储在普通的HDD上，主要的操作步骤如下：

#创建热数据表空间createtablespacetbs_data_hotadddatafile'/hot_data/tbs_data_hot01.dbf'max_size20G;#创建核心业务表存储在热数据表空间createtablebooking(idbigintnotnullprimarykeyauto_increment,……)tablespacetbs_data_hot;#创建冷数据表空间createtablespacetbs_data_coldadddatafile'/hot_data/tbs_data_cold01.dbf'max_size20G;#创建日志，流水，备份类的表存储在冷数据表空间createtablepayment_log(idbigintnotnullprimarykeyauto_increment,……)tablespacetbs_data_cold;#可以移动表到另一个表空间altertablepayment_logtablespacetbs_data_hot;

Inndob存储分布

创建空表查看空间变化

mysql>createtableuser(idbigintnotnullprimarykeyauto_increment,->namevarchar(20)notnulldefault''comment'姓名',->agetinyintnotnulldefault0comment'age',->genderchar(1)notnulldefault'M'comment'性别',->phonevarchar(16)notnulldefault''comment'手机号',->create_timedatetimeNOTNULLDEFAULTCURRENT_TIMESTAMPCOMMENT'创建时间',->update_timedatetimeNOTNULLDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMPCOMMENT'修改时间'->)engine=InnoDBDEFAULTCHARSET=utf8mb4COMMENT'用户信息表';QueryOK,0rowsaffected(0.26sec)

#ls-lhuser1.ibd-rw-r-----1mysqlmysql96KNov612:48user.ibd

设置参数innodb_file_per_table=1时，创建表时会自动创建一个segment，同时分配一个extent，包含32个data page的来存储数据，这样创建的空表默认大小就是96KB，extent使用完之后会申请64个连接页，这样对于一些小表，或者undo segment，可以在开始时申请较少的空间，节省磁盘容量的开销。

#python2py_innodb_page_info.py-v/data2/mysql/test/user.ibdpageoffset00000000,pagetype<FileSpaceHeader>pageoffset00000001,pagetype<InsertBufferBitmap>pageoffset00000002,pagetype<FileSegmentinode>pageoffset00000003,pagetype<B-treeNode>,pagelevel<0000>pageoffset00000000,pagetype<FreshlyAllocatedPage>pageoffset00000000,pagetype<FreshlyAllocatedPage>Totalnumberofpage:6:#总共分配的页数FreshlyAllocatedPage:2#可用的数据页InsertBufferBitmap:1#插入缓冲页FileSpaceHeader:1#文件空间头B-treeNode:1#数据页FileSegmentinode:1#文件端inonde，如果是在ibdata1.ibd上会有多个inode。

插入数据后的空间变化

mysql>DELIMITER$$mysql>CREATEPROCEDUREinsert_user_data(numINTEGER)->BEGIN->DECLAREv_iintunsignedDEFAULT0;->setautocommit=0;->WHILEv_i<numDO->insertintouser(`name`,age,gender,phone)values(CONCAT('lyn',v_i),mod(v_i,120),'M',CONCAT('152',ROUND(RAND(1)*100000000)));->SETv_i=v_i+1;->ENDWHILE;->commit;->END$$QueryOK,0rowsaffected(0.01sec)mysql>DELIMITER;#插入10w数据mysql>callinsert_user_data(100000);QueryOK,0rowsaffected(6.69sec)

#ls-lhuser.ibd-rw-r-----1mysqlmysql14MNov610:58/data2/mysql/test/user.ibd#python2py_innodb_page_info.py-v/data2/mysql/test/user.ibdpageoffset00000000,pagetype<FileSpaceHeader>pageoffset00000001,pagetype<InsertBufferBitmap>pageoffset00000002,pagetype<FileSegmentinode>pageoffset00000003,pagetype<B-treeNode>,pagelevel<0001>#增加了一个非叶子节点，树的高度从1变为2.........................................................pageoffset00000000,pagetype<FreshlyAllocatedPage>Totalnumberofpage:896:FreshlyAllocatedPage:493InsertBufferBitmap:1FileSpaceHeader:1B-treeNode:400FileSegmentinode:1

delete数据后的空间变化

mysql>selectmin(id),max(id),count(*)fromuser;+---------+---------+----------+|min(id)|max(id)|count(*)|+---------+---------+----------+|1|100000|100000|+---------+---------+----------+1rowinset(0.05sec)#删除50000条数据，理论上空间应该从14MB变长7MB左右。mysql>deletefromuserlimit50000;QueryOK,50000rowsaffected(0.25sec)#数据文件大小依然是14MB，没有缩小。#ls-lh/data2/mysql/test/user1.ibd-rw-r-----1mysqlmysql14MNov613:22/data2/mysql/test/user.ibd#数据页没有被回收。#python2py_innodb_page_info.py-v/data2/mysql/test/user.ibdpageoffset00000000,pagetype<FileSpaceHeader>pageoffset00000001,pagetype<InsertBufferBitmap>pageoffset00000002,pagetype<FileSegmentinode>pageoffset00000003,pagetype<B-treeNode>,pagelevel<0001>........................................................pageoffset00000000,pagetype<FreshlyAllocatedPage>Totalnumberofpage:896:FreshlyAllocatedPage:493InsertBufferBitmap:1FileSpaceHeader:1B-treeNode:400FileSegmentinode:1#在MySQL内部是标记删除，

mysql>useinformation_schema;Databasechangedmysql>SELECTA.SPACEASTBL_SPACEID,A.TABLE_ID,A.NAMEASTABLE_NAME,FILE_FORMAT,ROW_FORMAT,SPACE_TYPE,B.INDEX_ID,B.NAMEASINDEX_NAME,PAGE_NO,B.TYPEASINDEX_TYPEFROMINNODB_SYS_TABLESALEFTJOININNODB_SYS_INDEXESBONA.TABLE_ID=B.TABLE_IDWHEREA.NAME='test/user1';+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+|TBL_SPACEID|TABLE_ID|TABLE_NAME|FILE_FORMAT|ROW_FORMAT|SPACE_TYPE|INDEX_ID|INDEX_NAME|PAGE_NO|INDEX_TYPE|+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+|1283|1207|test/user|Barracuda|Dynamic|Single|2236|PRIMARY|3|3|+-------------+----------+------------+-------------+------------+------------+----------+------------+---------+------------+1rowinset(0.01sec)PAGE_NO=3标识B-tree的rootpage是3号页，INDEX_TYPE=3是聚集索引。INDEX_TYPE取值如下：0=nonuniquesecondaryindex;1=automaticallygeneratedclusteredindex(GEN_CLUST_INDEX);2=uniquenonclusteredindex;3=clusteredindex;32=full-textindex;#收缩空间再后进行观察

MySQL内部不会真正删除空间，而且做标记删除，即将delflag:N修改为delflag:Y，commit之后会会被purge进入删除链表，如果下一次insert更大的记录，delete之后的空间不会被重用，如果插入的记录小于等于delete的记录空会被重用，这块内容可以通过知数堂的innblock工具进行分析。

Innodb中的碎片

碎片的产生

我们知道数据存储在文件系统上的，总是不能100%利用分配给它的物理空间，删除数据会在页面上留下一些”空洞”，或者随机写入(聚集索引非线性增加)会导致页分裂，页分裂导致页面的利用空间少于50%，另外对表进行增删改会引起对应的二级索引值的随机的增删改，也会导致索引结构中的数据页面上留下一些"空洞"，虽然这些空洞有可能会被重复利用，但终究会导致部分物理空间未被使用，也就是碎片。

同时，即便是设置了填充因子为100%，Innodb也会主动留下page页面1/16的空间作为预留使用(An innodb_fill_factor setting of 100 leaves 1/16 of the space in clustered index pages free for future index growth)防止update带来的行溢出。

mysql>selecttable_schema,->table_name,ENGINE,->round(DATA_LENGTH/1024/1024+INDEX_LENGTH/1024/1024)total_mb,TABLE_ROWS,->round(DATA_LENGTH/1024/1024)data_mb,round(INDEX_LENGTH/1024/1024)index_mb,round(DATA_FREE/1024/1024)free_mb,round(DATA_FREE/DATA_LENGTH*100,2)free_ratio->frominformation_schema.TABLESwhereTABLE_SCHEMA='test'->andTABLE_NAME='user';+--------------+------------+--------+----------+------------+---------+----------+---------+------------+|table_schema|table_name|ENGINE|total_mb|TABLE_ROWS|data_mb|index_mb|free_mb|free_ratio|+--------------+------------+--------+----------+------------+---------+----------+---------+------------+|test|user|InnoDB|4|50000|4|0|6|149.42|+--------------+------------+--------+----------+------------+---------+----------+---------+------------+1rowinset(0.00sec)

其中data_free是分配了未使用的字节数，并不能说明完全是碎片空间。

碎片的回收

对于InnoDB的表，可以通过以下命令来回收碎片，释放空间，这个是随机读IO操作，会比较耗时，也会阻塞表上正常的DML运行，同时需要占用额外更多的磁盘空间，对于RDS来说，可能会导致磁盘空间瞬间爆满，实例瞬间被锁定，应用无法做DML操作，所以禁止在线上环境去执行。

#执行InnoDB的碎片回收mysql>altertableuserengine=InnoDB;QueryOK,0rowsaffected(9.00sec)Records:0Duplicates:0Warnings:0##执行完之后，数据文件大小从14MB降低到10M。#ls-lh/data2/mysql/test/user1.ibd-rw-r-----1mysqlmysql10MNov616:18/data2/mysql/test/user.ibd

mysql>selecttable_schema,table_name,ENGINE,round(DATA_LENGTH/1024/1024+INDEX_LENGTH/1024/1024)total_mb,TABLE_ROWS,round(DATA_LENGTH/1024/1024)data_mb,round(INDEX_LENGTH/1024/1024)index_mb,round(DATA_FREE/1024/1024)free_mb,round(DATA_FREE/DATA_LENGTH*100,2)free_ratiofrominformation_schema.TABLESwhereTABLE_SCHEMA='test'andTABLE_NAME='user';+--------------+------------+--------+----------+------------+---------+----------+---------+------------+|table_schema|table_name|ENGINE|total_mb|TABLE_ROWS|data_mb|index_mb|free_mb|free_ratio|+--------------+------------+--------+----------+------------+---------+----------+---------+------------+|test|user|InnoDB|5|50000|5|0|2|44.29|+--------------+------------+--------+----------+------------+---------+----------+---------+------------+1rowinset(0.00sec)

delete对SQL的影响

未删除前的SQL执行情况

#插入100W数据mysql>callinsert_user_data(1000000);QueryOK,0rowsaffected(35.99sec)#添加相关索引mysql>altertableuseraddindexidx_name(name),addindexidx_phone(phone);QueryOK,0rowsaffected(6.00sec)Records:0Duplicates:0Warnings:0#表上索引统计信息mysql>showindexfromuser;+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+|Table|Non_unique|Key_name|Seq_in_index|Column_name|Collation|Cardinality|Sub_part|Packed|Null|Index_type|Comment|Index_comment|+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+|user|0|PRIMARY|1|id|A|996757|NULL|NULL||BTREE||||user|1|idx_name|1|name|A|996757|NULL|NULL||BTREE||||user|1|idx_phone|1|phone|A|2|NULL|NULL||BTREE|||+-------+------------+-----------+--------------+-------------+-----------+-------------+----------+--------+------+------------+---------+---------------+3rowsinset(0.00sec)#重置状态变量计数mysql>flushstatus;QueryOK,0rowsaffected(0.00sec)#执行SQL语句mysql>selectid,age,phonefromuserwherenamelike'lyn12%';+--------+-----+-------------+|id|age|phone|+--------+-----+-------------+|124|3|15240540354||1231|30|15240540354||12301|60|15240540354|.............................|129998|37|15240540354||129999|38|15240540354||130000|39|15240540354|+--------+-----+-------------+11111rowsinset(0.03sec)mysql>explainselectid,age,phonefromuserwherenamelike'lyn12%';+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+|id|select_type|table|type|possible_keys|key|key_len|ref|rows|Extra|+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+|1|SIMPLE|user|range|idx_name|idx_name|82|NULL|22226|Usingindexcondition|+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+1rowinset(0.00sec)#查看相关状态呢变量mysql>select*frominformation_schema.session_statuswherevariable_namein('Last_query_cost','Handler_read_next','Innodb_pages_read','Innodb_data_reads','Innodb_pages_read');+-------------------+----------------+|VARIABLE_NAME|VARIABLE_VALUE|+-------------------+----------------+|HANDLER_READ_NEXT|11111|#请求读的行数|INNODB_DATA_READS|7868409|#数据物理读的总数|INNODB_PAGES_READ|7855239|#逻辑读的总数|LAST_QUERY_COST|10.499000|#SQL语句的成本COST，主要包括IO_COST和CPU_COST。+-------------------+----------------+4rowsinset(0.00sec)

删除后的SQL执行情况

#删除50w数据mysql>deletefromuserlimit500000;QueryOK,500000rowsaffected(3.70sec)#分析表统计信息mysql>analyzetableuser;+-----------+---------+----------+----------+|Table|Op|Msg_type|Msg_text|+-----------+---------+----------+----------+|test.user|analyze|status|OK|+-----------+---------+----------+----------+1rowinset(0.01sec)#重置状态变量计数mysql>flushstatus;QueryOK,0rowsaffected(0.01sec)mysql>selectid,age,phonefromuserwherenamelike'lyn12%';Emptyset(0.05sec)mysql>explainselectid,age,phonefromuserwherenamelike'lyn12%';+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+|id|select_type|table|type|possible_keys|key|key_len|ref|rows|Extra|+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+|1|SIMPLE|user|range|idx_name|idx_name|82|NULL|22226|Usingindexcondition|+----+-------------+-------+-------+---------------+----------+---------+------+-------+-----------------------+1rowinset(0.00sec)mysql>select*frominformation_schema.session_statuswherevariable_namein('Last_query_cost','Handler_read_next','Innodb_pages_read','Innodb_data_reads','Innodb_pages_read');+-------------------+----------------+|VARIABLE_NAME|VARIABLE_VALUE|+-------------------+----------------+|HANDLER_READ_NEXT|0||INNODB_DATA_READS|7868409||INNODB_PAGES_READ|7855239||LAST_QUERY_COST|10.499000|+-------------------+----------------+4rowsinset(0.00sec)

结果统计分析

这也说明对普通的大表，想要通过delete数据来对表进行瘦身是不现实的，所以在任何时候不要用delete去删除数据，应该使用优雅的标记删除。

delete优化建议

控制业务账号权限

对于一个大的系统来说，需要根据业务特点去拆分子系统，每个子系统可以看做是一个service，例如美团APP，上面有很多服务，核心的服务有用户服务user-service，搜索服务search-service，商品product-service，位置服务location-service，价格服务price-service等。每个服务对应一个数据库，为该数据库创建单独账号，同时只授予DML权限且没有delete权限，同时禁止跨库访问。

#创建用户数据库并授权createdatabasemt_usercharsetutf8mb4;grantUSAGE,SELECT,INSERT,UPDATEONmt_user.*to'w_user'@'%'identifiedby't$W*g@gaHTGi123456';flushprivileges;

delete改为标记删除

在MySQL数据库建模规范中有4个公共字段，基本上每个表必须有的，同时在create_time列要创建索引，有两方面的好处：

一些查询业务场景都会有一个默认的时间段，比如7天或者一个月，都是通过create_time去过滤，走索引扫描更快。

一些核心的业务表需要以T +1的方式抽取数据仓库中，比如每天晚上00:30抽取前一天的数据，都是通过create_time过滤的。

`id`bigint(20)NOTNULLAUTO_INCREMENTCOMMENT'主键id',`is_deleted`tinyint(4)NOTNULLDEFAULT'0'COMMENT'是否逻辑删除：0：未删除，1：已删除',`create_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPCOMMENT'创建时间',`update_time`timestampNOTNULLDEFAULTCURRENT_TIMESTAMPONUPDATECURRENT_TIMESTAMPCOMMENT'修改时间'#有了删除标记，业务接口的delete操作就可以转换为updateupdateusersetis_deleted=1whereuser_id=1213;#查询的时候需要带上is_deleted过滤selectid,age,phonefromuserwhereis_deleted=0andnamelike'lyn12%';

数据归档方式

通用数据归档方法

#1.创建归档表，一般在原表名后面添加_bak。CREATETABLE`ota_order_bak`(`id`bigint(11)NOTNULLAUTO_INCREMENTCOMMENT'主键',`order_id`varchar(255)DEFAULTNULLCOMMENT'订单id',`ota_id`varchar(255)DEFAULTNULLCOMMENT'ota',`check_in_date`varchar(255)DEFAULTNULLCOMMENT'入住日期',`check_out_date`varchar(255)DEFAULTNULLCOMMENT'离店日期',`hotel_id`varchar(255)DEFAULTNULLCOMMENT'酒店ID',`guest_name`varchar(255)DEFAULTNULLCOMMENT'顾客',`purcharse_time`timestampNULLDEFAULTNULLCOMMENT'购买时间',`create_time`datetimeDEFAULTNULL,`update_time`datetimeDEFAULTNULL,`create_user`varchar(255)DEFAULTNULL,`update_user`varchar(255)DEFAULTNULL,`status`int(4)DEFAULT'1'COMMENT'状态：1正常，0删除',`hotel_name`varchar(255)DEFAULTNULL,`price`decimal(10,0)DEFAULTNULL,`remark`longtext,PRIMARYKEY(`id`),KEY`IDX_order_id`(`order_id`)USINGBTREE,KEY`hotel_name`(`hotel_name`)USINGBTREE,KEY`ota_id`(`ota_id`)USINGBTREE,KEY`IDX_purcharse_time`(`purcharse_time`)USINGBTREE,KEY`IDX_create_time`(`create_time`)USINGBTREE)ENGINE=InnoDBDEFAULTCHARSET=utf8PARTITIONBYRANGE(to_days(create_time))(PARTITIONp201808VALUESLESSTHAN(to_days('2018-09-01')),PARTITIONp201809VALUESLESSTHAN(to_days('2018-10-01')),PARTITIONp201810VALUESLESSTHAN(to_days('2018-11-01')),PARTITIONp201811VALUESLESSTHAN(to_days('2018-12-01')),PARTITIONp201812VALUESLESSTHAN(to_days('2019-01-01')),PARTITIONp201901VALUESLESSTHAN(to_days('2019-02-01')),PARTITIONp201902VALUESLESSTHAN(to_days('2019-03-01')),PARTITIONp201903VALUESLESSTHAN(to_days('2019-04-01')),PARTITIONp201904VALUESLESSTHAN(to_days('2019-05-01')),PARTITIONp201905VALUESLESSTHAN(to_days('2019-06-01')),PARTITIONp201906VALUESLESSTHAN(to_days('2019-07-01')),PARTITIONp201907VALUESLESSTHAN(to_days('2019-08-01')),PARTITIONp201908VALUESLESSTHAN(to_days('2019-09-01')),PARTITIONp201909VALUESLESSTHAN(to_days('2019-10-01')),PARTITIONp201910VALUESLESSTHAN(to_days('2019-11-01')),PARTITIONp201911VALUESLESSTHAN(to_days('2019-12-01')),PARTITIONp201912VALUESLESSTHAN(to_days('2020-01-01')));#2.插入原表中无效的数据（需要跟开发同学确认数据保留范围）createtabletbl_p201808asselect*fromota_orderwherecreate_timebetween'2018-08-0100:00:00'and'2018-08-3123:59:59';#3.跟归档表分区做分区交换altertableota_order_bakexchangepartitionp201808withtabletbl_p201808;#4.删除原表中已经规范的数据deletefromota_orderwherecreate_timebetween'2018-08-0100:00:00'and'2018-08-3123:59:59'limit3000;

优化后的归档方式

#1.创建中间表CREATETABLE`ota_order_2020`(........)ENGINE=InnoDBDEFAULTCHARSET=utf8PARTITIONBYRANGE(to_days(create_time))(PARTITIONp201808VALUESLESSTHAN(to_days('2018-09-01')),PARTITIONp201809VALUESLESSTHAN(to_days('2018-10-01')),PARTITIONp201810VALUESLESSTHAN(to_days('2018-11-01')),PARTITIONp201811VALUESLESSTHAN(to_days('2018-12-01')),PARTITIONp201812VALUESLESSTHAN(to_days('2019-01-01')),PARTITIONp201901VALUESLESSTHAN(to_days('2019-02-01')),PARTITIONp201902VALUESLESSTHAN(to_days('2019-03-01')),PARTITIONp201903VALUESLESSTHAN(to_days('2019-04-01')),PARTITIONp201904VALUESLESSTHAN(to_days('2019-05-01')),PARTITIONp201905VALUESLESSTHAN(to_days('2019-06-01')),PARTITIONp201906VALUESLESSTHAN(to_days('2019-07-01')),PARTITIONp201907VALUESLESSTHAN(to_days('2019-08-01')),PARTITIONp201908VALUESLESSTHAN(to_days('2019-09-01')),PARTITIONp201909VALUESLESSTHAN(to_days('2019-10-01')),PARTITIONp201910VALUESLESSTHAN(to_days('2019-11-01')),PARTITIONp201911VALUESLESSTHAN(to_days('2019-12-01')),PARTITIONp201912VALUESLESSTHAN(to_days('2020-01-01')));#2.插入原表中有效的数据，如果数据量在100W左右可以在业务低峰期直接插入，如果比较大，建议采用dataX来做，可以控制频率和大小，之前我这边用Go封装了dataX可以实现自动生成json文件，自定义大小去执行。insertintoota_order_2020select*fromota_orderwherecreate_timebetween'2020-08-0100:00:00'and'2020-08-3123:59:59';#3.表重命名altertableota_orderrenametoota_order_bak;altertableota_order_2020renametoota_order;#4.插入差异数据insertintoota_orderselect*fromota_order_bakawherenotexists(select1fromota_orderbwherea.id=b.id);#5.ota_order_bak改造成分区表，如果表比较大不建议直接改造，可以先创建好分区表，通过dataX把导入进去即可。#6.后续的归档方法#创建中间普遍表createtableota_order_midlikeota_order;#交换原表无效数据分区到普通表altertableota_orderexchangepartitionp201808withtableota_order_mid;##交换普通表数据到归档表的相应分区altertableota_order_bakexchangepartitionp201808withtableota_order_mid;

这样原表和归档表都是按月的分区表，只需要创建一个中间普通表，在业务低峰期做两次分区交换，既可以删除无效数据，又能回收空，而且没有空间碎片，不会影响表上的索引及SQL的执行计划。

总结

通过从InnoDB存储空间分布，delete对性能的影响可以看到，delete物理删除既不能释放磁盘空间，而且会产生大量的碎片，导致索引频繁分裂，影响SQL执行计划的稳定性;

同时在碎片回收时，会耗用大量的CPU，磁盘空间，影响表上正常的DML操作。

在业务代码层面，应该做逻辑标记删除，避免物理删除;为了实现数据归档需求，可以用采用MySQL分区表特性来实现，都是DDL操作，没有碎片产生。

另外一个比较好的方案采用Clickhouse，对有生命周期的数据表可以使用Clickhouse存储，利用其TTL特性实现无效数据自动清理。

看完上述内容，你们对MySQL中不建议使用Delete删除数据的原因是什么有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注亿速云行业资讯频道，感谢大家的支持。