表数据都删了一半，可表文件还是那么大？
作者：互联网
摘要：由于DB占用空间太大，我删除了大表的一半数据，可为啥这表文件的大小没变？数据库表的空间回收到底是怎么做的呢？
本文分享自华为云社区《为什么表数据删掉一半，表文件大小不变？》，作者： JavaEdge。
由于DB占用空间太大，我删除了大表的一半数据，可为啥这表文件的大小没变？
数据库表的空间回收到底是怎么做的呢？
InnoDB表包含：
- 表结构定义（所占空间小）
- 表数据（重点）
MySQL版本：
- ＜8.0，表结构存在于 .frm 后缀文件里
- 8.0，允许将表结构定义放在系统数据表。
为何直接删除表数据无法回收表空间？
如何正确回收空间？
1 innodb_file_per_table
表数据
- 既能存在于共享表空间
- 也能是单独的文件
该行为由参数innodb_file_per_table决定：
- OFF，表的数据放在系统共享表空间，和数据字典放一起
- ON，每个InnoDB表数据存储在一个 .ibd 后缀文件
从MySQL 5.6.6版本开始，默认值为ON。
推荐无论哪个版本，都将该值设为ON：
- 因为一个表单独存储为一个文件更容易管理，不需要时，直接drop table，系统就会删除该文件
- 若放在共享表空间中，即使表删掉了，空间也不会回收
因此后续讨论都默认该设置为ON。
删除整个表时，可用drop table回收表空间。但更常见的场景是删除某些行，于是就会发现：表中的数据被删除了，但表空间没有被回收！
2 数据删除流程
InnoDB索引示意图
假设，我们要删掉D4，InnoDB引擎只会把D4这个记录标记为删除。若之后要再插入一个ID在300、600之间的记录时，可能会复用该位置。但磁盘文件并不会缩小。
3 InnoDB的数据按页存储，若删掉一个数据页上的所有记录，会咋样？
整个数据页就能被复用了。
但是，数据页的复用跟记录的复用不同：
- 记录的复用，只限于符合范围条件的数据。比如D4记录被删除后，若插入一个ID=400的行，可直接复用该空间。但若插入ID=800，就不能复用该位置
- 而当整个页从B+树里摘掉后，可复用到任何位置
若将数据页pageA上的所有记录删除后，pageA会被标记为可复用。这时若插入一条ID=20的记录，需要使用新页时，pageA就能被复用。
若相邻两个数据页利用率都很小，系统就会把这俩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】。
4 若用delete命令删除整个表的数据呢？
所有的数据页都会被标记为【可复用】，但磁盘上的文件不会变小。
delete命令其只是将记录的位置或数据页标记为“可复用”，但磁盘文件的大小不会变。即通过delete命令不能回收表空间。这些可以复用但实际没有被使用的空间，看起来就像“空洞”。
不仅删除数据会造成空洞，插入数据也会。
5 插入数据导致的“空洞”
若数据按索引递增顺序插入，则索引是紧凑的。但若数据是随机插入的，就可能造成索引的数据页分裂。
假设pageA已满，此时再插入一行数据，会怎样呢？
插入数据导致页分裂
由于pageA满，再插入ID=550时，就得再申请一个新页面pageB保存数据。页分裂完成后，pageA末尾就留下空洞（实际可能不止1个记录的位置是空洞)。
6 更新索引上的值会导致空洞吗？
更新可理解为删除一个旧值，再插入新值。所以也会造成空洞。
综上，经过大量增删改的表，都可能存在空洞。若能去掉这些空洞，就能达到收缩表空间的目的。重建表，就能达到目的。
7 重建表
若现在有一表A，要做空间收缩，为了去掉表中存在的空洞，可新建一个与表A结构相同的表B，然后按主键ID递增顺序，把数据一行行从表A里读出，再插入表B。
因为表B是新建表，所以表A主键索引上的空洞，在表B都不存在。显然表B的主键索引更紧凑，数据页的利用率更高。若将表B作为临时表，数据从表A导入表B的操作完成后，用表B替换A，就达到收缩表A空间的效果。
可用
alter table A engine=InnoDB
重建表。在MySQL 5.5前，这命令的执行流程跟我们前面描述的差不多，区别只是这个临时表B不需要自己创建，MySQL会自动完成转存数据、交换表名、删除旧表的操作。
改锁表DDL：
往临时表插入数据的过程最耗时，若在此过程中，有新数据要写入到表A，就会造成数据丢失。因此，整个DDL过程中，表A不能有更新，即这DDL不是Online的。
MySQL 5.6版本引入Online DDL，优化了该操作流程。
引入Online DDL后，重建表的流程
- 建立一个临时文件，扫描表A主键的所有数据页
- 用数据页中表A的记录生成B+树，存储到临时文件
- 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），对应图中state2
- 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state3
用临时文件替换表A的数据文件。
Online DDL：
和上图不同在于，由于日志文件记录和重放操作的存在，该方案在重建表的过程中，允许对表A做增删改，这就是Online DDL名字来源。
DDL之前还要拿MDL写锁的，这也能叫Online DDL？
确实，图Online DDL流程中，alter语句在启动的时候需获取MDL写锁，但该写锁在真正拷贝数据前就退化成读锁了。
为什么要退化？
为了实现Online，MDL读锁不会阻塞增删改操作。
为何不直接解锁？
为了保护自己，禁止其他线程对该表同时做DDL。对一个大表，Online DDL最耗时过程就是拷贝数据到临时表时，这个步骤的执行期间可接受增删改操作。所以，相对于整个DDL过程，锁的时间非常短。对业务来说，就可认为是Online的。
上述这些重建方法都会扫描原表数据、构建临时文件。对于大表，这很消耗IO和CPU。因此，若是线上服务，要谨慎控制操作时间。若想要较安全的操作，推荐使用GitHub开源的gh-ost。
Online 和 inplace
图改锁表DDL中，把表A中的数据导出来的存放位置叫作tmp_table。这是个临时表，创建在server层。
在图4中，根据表A重建出来的数据是放在“tmp_file”，该临时文件是InnoDB在内部创建的。整个DDL过程都在InnoDB内部完成。对于server层，没有把数据挪动到临时表，是个“原地”操作，这就是“inplace”名称来源。
若有一个1TB的表，磁盘空间1.2TB，能做个inplace的DDL吗？
不能。因为，tmp_file也是要占用临时空间的。重建表的这个语句alter table t engine=InnoDB，其隐含意思：
alter table t engine=innodb,ALGORITHM=inplace;
跟inplace对应的就是拷贝表的方式了，用法是：
alter table t engine=innodb,ALGORITHM=copy;
当你使用ALGORITHM=copy的时候，表示的是强制拷贝表，对应的流程就是图3的操作过程。
inplace跟Online是不是就一个意思？
不是的，只是在重建表这个逻辑中刚好是这样。
若给InnoDB表的一个字段加全文索引：
alter table t add FULLTEXT(field_name);
这个过程是inplace的，但会阻塞增删改操作，非Online。
如果说这两个逻辑之间的关系是什么的话，可以概括为：
- DDL过程如果是Online的，就一定是inplace的
- 反过来未必，即inplace的DDL，有可能不是Online的。截止到MySQL 8.0，添加全文索引（FULLTEXT index）和空间索引(SPATIAL index)就属于这种情况。
使用optimize table、analyze table和alter table这三种方式重建表
从MySQL 5.6版本开始
- alter table t engine = InnoDB（也就是recreate）默认的就是上面图Online DDL的流程了
- analyze table t 其实不是重建表，只是对表的索引信息做重新统计，没有修改数据，这个过程中加了MDL读锁
- optimize table t =recreate+analyze
标签：文件,可表,一半,Online,复用,InnoDB,DDL,table,数据 来源： https://www.cnblogs.com/huaweiyun/p/16066238.html