MySQL上亿大表如何深度优化呢

背景

XX实例（一主一从）xxx告警中每天凌晨在报SLA报警，该报警的意思是存在一定的主从延迟（若在此时发生主从切换，需要长时间才可以完成切换，要追延迟来保证主从数据的一致性）

XX实例的慢查询数量最多（执行时间超过1s的sql会被记录），XX应用那方每天晚上在做删除一个月前数据的任务

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

项目地址：https://github.com/YunaiV/ruoyi-vue-pro

视频教程：https://doc.iocoder.cn/video/

分析

使用pt-query-digest工具分析最近一周的mysql-slow.log

pt-query-digest--since=148hmysql-slow.log|less

结果第一部分

最近一个星期内，总共记录的慢查询执行花费时间为25403s，最大的慢sql执行时间为266s，平均每个慢sql执行时间5s，平均扫描的行数为1766万

结果第二部分

select arrival_record操作记录的慢查询数量最多有4万多次，平均响应时间为4s，delete arrival_record记录了6次，平均响应时间258s。

select xxx_record语句

select arrival_record 慢查询语句都类似于如下所示，where语句中的参数字段是一样的，传入的参数值不一样select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 1400' and '2019-03-25 1500' and receive_spend_ms>=0G

select arrival_record 语句在mysql中最多扫描的行数为5600万、平均扫描的行数为172万，推断由于扫描的行数多导致的执行时间长

查看执行计划

explainselectcount(*)fromarrival_recordwhereproduct_id=26andreceive_timebetween'2019-03-251400'and'2019-03-251500'andreceive_spend_ms>=0G;
***************************1.row***************************
id:1
select_type:SIMPLE
table:arrival_record
partitions:NULL
type:ref
possible_keys:IXFK_arrival_record
key:IXFK_arrival_record
key_len:8
ref:const
rows:32261320
filtered:3.70
Extra:Usingindexcondition;Usingwhere
1rowinset,1warning(0.00sec)

用到了索引IXFK_arrival_record，但预计扫描的行数很多有3000多w行

showindexfromarrival_record;
+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
|Table|Non_unique|Key_name|Seq_in_index|Column_name|Collation|Cardinality|Sub_part|Packed|Null|Index_type|Comment|Index_comment|
+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
|arrival_record|0|PRIMARY|1|id|A|107990720|NULL|NULL||BTREE|||
|arrival_record|1|IXFK_arrival_record|1|product_id|A|1344|NULL|NULL||BTREE|||
|arrival_record|1|IXFK_arrival_record|2|station_no|A|22161|NULL|NULL|YES|BTREE|||
|arrival_record|1|IXFK_arrival_record|3|sequence|A|77233384|NULL|NULL||BTREE|||
|arrival_record|1|IXFK_arrival_record|4|receive_time|A|65854652|NULL|NULL|YES|BTREE|||
|arrival_record|1|IXFK_arrival_record|5|arrival_time|A|73861904|NULL|NULL|YES|BTREE|||
+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+
showcreatetablearrival_record;
..........
arrival_spend_msbigint(20)DEFAULTNULL,
total_spend_msbigint(20)DEFAULTNULL,
PRIMARYKEY(id),
KEYIXFK_arrival_record(product_id,station_no,sequence,receive_time,arrival_time)USINGBTREE,
CONSTRAINTFK_arrival_record_productFOREIGNKEY(product_id)REFERENCESproduct(id)ONDELETENOACTIONONUPDATENOACTION
)ENGINE=InnoDBAUTO_INCREMENT=614538979DEFAULTCHARSET=utf8COLLATE=utf8_bin|

该表总记录数约1亿多条，表上只有一个复合索引，product_id字段基数很小，选择性不好

传入的过滤条件 where product_id=26 and receive_time between '2019-03-25 1400' and '2019-03-25 1500' and receive_spend_ms>=0 没有station_nu字段，使用不到复合索引 IXFK_arrival_record的 product_id,station_no,sequence,receive_time 这几个字段

根据最左前缀原则，select arrival_record只用到了复合索引IXFK_arrival_record的第一个字段product_id，而该字段选择性很差，导致扫描的行数很多，执行时间长

receive_time字段的基数大，选择性好，可对该字段单独建立索引，select arrival_record sql就会使用到该索引

现在已经知道了在慢查询中记录的select arrival_record where语句传入的参数字段有 product_id，receive_time，receive_spend_ms，还想知道对该表的访问有没有通过其它字段来过滤了？

神器tcpdump出场的时候到了

使用tcpdump抓包一段时间对该表的select语句

tcpdump-ibond0-s0-l-w-dstport3316|strings|grepselect|egrep-i'arrival_record'>/tmp/select_arri.log

获取select 语句中from 后面的where条件语句

IFS_OLD=$IFS
IFS=$'
'
foriin`cat/tmp/select_arri.log`;doecho${i#*'from'};done|less
IFS=$IFS_OLD

arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=17andarrivalrec0_.station_no='56742'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=22andarrivalrec0_.station_no='S7100'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=24andarrivalrec0_.station_no='V4631'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=22andarrivalrec0_.station_no='S9466'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=24andarrivalrec0_.station_no='V4205'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=24andarrivalrec0_.station_no='V4105'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=24andarrivalrec0_.station_no='V4506'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=24andarrivalrec0_.station_no='V4617'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=22andarrivalrec0_.station_no='S8356'
arrival_recordarrivalrec0_wherearrivalrec0_.sequence='2019-03-2708:40'andarrivalrec0_.product_id=22andarrivalrec0_.station_no='S8356'
select该表where条件中有product_id,station_no,sequence字段，可以使用到复合索引IXFK_arrival_record的前三个字段

综上所示，优化方法为，删除复合索引IXFK_arrival_record，建立复合索引idx_sequence_station_no_product_id，并建立单独索引indx_receive_time

delete xxx_record语句

该delete操作平均扫描行数为1.1亿行，平均执行时间是262s

delete语句如下所示，每次记录的慢查询传入的参数值不一样

deletefromarrival_recordwherereceive_time< STR_TO_DATE('2019-02-23', '%Y-%m-%d')G

执行计划

explainselect*fromarrival_recordwherereceive_time< STR_TO_DATE('2019-02-23', '%Y-%m-%d')G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: arrival_record
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 109501508
filtered: 33.33
Extra: Using where
1 row in set, 1 warning (0.00 sec)

该delete语句没有使用索引（没有合适的索引可用），走的全表扫描，导致执行时间长

优化方法也是 建立单独索引indx_receive_time(receive_time)

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

项目地址：https://github.com/YunaiV/yudao-cloud

视频教程：https://doc.iocoder.cn/video/

测试

拷贝arrival_record表到测试实例上进行删除重新索引操作XX实例arrival_record表信息

du-sh/datas/mysql/data/3316/cq_new_cimiss/arrival_record*
12K/datas/mysql/data/3316/cq_new_cimiss/arrival_record.frm
48G/datas/mysql/data/3316/cq_new_cimiss/arrival_record.ibd
selectcount()fromcq_new_cimiss.arrival_record;
+-----------+
|count()|
+-----------+
|112294946|
+-----------+
1亿多记录数

SELECT
table_name,
CONCAT(FORMAT(SUM(data_length)/1024/1024,2),'M')ASdbdata_size,
CONCAT(FORMAT(SUM(index_length)/1024/1024,2),'M')ASdbindex_size,
CONCAT(FORMAT(SUM(data_length+index_length)/1024/1024/1024,2),'G')AStable_size(G),
AVG_ROW_LENGTH,table_rows,update_time
FROM
information_schema.tables
WHEREtable_schema='cq_new_cimiss'andtable_name='arrival_record';
+----------------+-------------+--------------+------------+----------------+------------+---------------------+
|table_name|dbdata_size|dbindex_size|table_size(G)|AVG_ROW_LENGTH|table_rows|update_time|
+----------------+-------------+--------------+------------+----------------+------------+---------------------+
|arrival_record|18,268.02M|13,868.05M|31.38G|175|109155053|2019-03-2612:40:17|
+----------------+-------------+--------------+------------+----------------+------------+---------------------+

磁盘占用空间48G，mysql中该表大小为31G，存在17G左右的碎片，大多由于删除操作造成的（记录被删除了，空间没有回收)

备份还原该表到新的实例中，删除原来的复合索引，重新添加索引进行测试

mydumper并行压缩备份

user=root
passwd=xxxx
socket=/datas/mysql/data/3316/mysqld.sock
db=cq_new_cimiss
table_name=arrival_record
backupdir=/datas/dump_$table_name
mkdir-p$backupdir
nohupecho`date+%T`&&mydumper-u$user-p$passwd-S$socket-B$db-c-T$table_name-o$backupdir-t32-r2000000&&echo`date+%T`&

并行压缩备份所花时间（52s）和占用空间（1.2G，实际该表占用磁盘空间为48G，mydumper并行压缩备份压缩比相当高！）

Starteddumpat:2019-03-2612:46:04
........

Finisheddumpat:2019-03-2612:46:56

du-sh/datas/dump_arrival_record/
1.2G/datas/dump_arrival_record/

拷贝dump数据到测试节点

scp-rp/datas/dump_arrival_recordroot@10.230.124.19:/datas

多线程导入数据

timemyloader-uroot-S/datas/mysql/data/3308/mysqld.sock-P3308-proot-Btest-d/datas/dump_arrival_record-t32

real 126m42.885suser 1m4.543ssys 0m4.267s

逻辑导入该表后磁盘占用空间

du-h-d1/datas/mysql/data/3308/test/arrival_record.*
12K/datas/mysql/data/3308/test/arrival_record.frm
30G/datas/mysql/data/3308/test/arrival_record.ibd
没有碎片，和mysql的该表的大小一致
cp-rp/datas/mysql/data/3308/datas

分别使用online DDL和 pt-osc工具来做删除重建索引操作先删除外键，不删除外键，无法删除复合索引，外键列属于复合索引中第一列

nohupbash/tmp/ddl_index.sh&
2019-04-04-10:41:39beginstopmysqld_3308
2019-04-04-10:41:41beginrm-rfdatadirandcp-rpdatadir_bak
2019-04-04-10:46:53startmysqld_3308
2019-04-04-10:46:59onlineddlbegin
2019-04-04-11:20:34onlieddlstop
2019-04-04-11:20:34beginstopmysqld_3308
2019-04-04-11:20:36beginrm-rfdatadirandcp-rpdatadir_bak
2019-04-04-11:22:48startmysqld_3308
2019-04-04-11:22:53pt-oscbegin
2019-04-04-12:19:15pt-oscstop
onlineddl花费时间为34分钟，pt-osc花费时间为57分钟，使用onlneddl时间约为pt-osc工具时间的一半

*做DDL 参考 *

实施

由于是一主一从实例，应用是连接的vip，删除重建索引采用online ddl来做。停止主从复制后，先在从实例上做（不记录binlog），主从切换，再在新切换的从实例上做（不记录binlog)

functionred_echo(){

localwhat="$*"
echo-e"$(date+%F-%T)${what}"
}

functioncheck_las_comm(){
if["$1"!="0"];then
red_echo"$2"
echo"exit1"
exit1
fi
}

red_echo"stopslave"
mysql-uroot-p$passwd--socket=/datas/mysql/data/${port}/mysqld.sock-e"stopslave"
check_las_comm"$?""stopslavefailed"

red_echo"onlineddlbegin"
mysql-uroot-p$passwd--socket=/datas/mysql/data/${port}/mysqld.sock-e"setsql_log_bin=0;selectnow()asddl_start;ALTERTABLE$db_.`${table_name}`DROPFOREIGNKEYFK_arrival_record_product,dropindexIXFK_arrival_record,addindexidx_product_id_sequence_station_no(product_id,sequence,station_no),addindexidx_receive_time(receive_time);selectnow()asddl_stop">>${log_file}2>&1
red_echo"onlieddlstop"
red_echo"addforeignkey"
mysql-uroot-p$passwd--socket=/datas/mysql/data/${port}/mysqld.sock-e"setsql_log_bin=0;ALTERTABLE$db_.${table_name}ADDCONSTRAINT_FK_${table_name}_productFOREIGNKEY(product_id)REFERENCEScq_new_cimiss.product(id)ONDELETENOACTIONONUPDATENOACTION;">>${log_file}2>&1
check_las_comm"$?""addforeignkeyerror"
red_echo"addforeignkeystop"

red_echo"startslave"
mysql-uroot-p$passwd--socket=/datas/mysql/data/${port}/mysqld.sock-e"startslave"
check_las_comm"$?""startslavefailed"

*执行时间 *

2019-04-08-1136 stop slavemysql: [Warning] Using a password on the command line interface can be insecure.ddl_start2019-04-08 1136ddl_stop2019-04-08 11132019-04-08-1113 onlie ddl stop2019-04-08-1113 add foreign keymysql: [Warning] Using a password on the command line interface can be insecure.2019-04-08-1248 add foreign key stop2019-04-08-1248 start slave

*再次查看delete 和select语句的执行计划 *

explainselectcount(*)fromarrival_recordwherereceive_time< STR_TO_DATE('2019-03-10', '%Y-%m-%d')G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: arrival_record
partitions: NULL
type: range
possible_keys: idx_receive_time
key: idx_receive_time
key_len: 6
ref: NULL
rows: 7540948
filtered: 100.00
Extra: Using where; Using index
explain select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 1400' and '2019-03-25 1500' and receive_spend_ms>=0G;
***************************1.row***************************
id:1
select_type:SIMPLE
table:arrival_record
partitions:NULL
type:range
possible_keys:idx_product_id_sequence_station_no,idx_receive_time
key:idx_receive_time
key_len:6
ref:NULL
rows:291448
filtered:16.66
Extra:Usingindexcondition;Usingwhere
都使用到了idx_receive_time索引，扫描的行数大大降低

索引优化后

delete 还是花费了77s时间

deletefromarrival_recordwherereceive_time< STR_TO_DATE('2019-03-10', '%Y-%m-%d')G

delete 语句通过receive_time的索引删除300多万的记录花费77s时间*

delete大表优化为小批量删除

*应用端已优化成每次删除10分钟的数据（每次执行时间1s左右），xxx中没在出现SLA（主从延迟告警） *

*另一个方法是通过主键的顺序每次删除20000条记录 *

#得到满足时间条件的最大主键ID
#通过按照主键的顺序去顺序扫描小批量删除数据
#先执行一次以下语句
SELECTMAX(id)INTO@need_delete_max_idFROM`arrival_record`WHEREreceive_time<'2019-03-01' ;
 DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000;
 select ROW_COUNT();  #返回20000


#执行小批量delete后会返回row_count(), 删除的行数
#程序判断返回的row_count()是否为0，不为0执行以下循环，为0退出循环，删除操作完成
 DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000;
 select ROW_COUNT();
#程序睡眠0.5s

总结

表数据量太大时，除了关注访问该表的响应时间外，还要关注对该表的维护成本（如做DDL表更时间太长，delete历史数据）。

对大表进行DDL操作时，要考虑表的实际情况（如对该表的并发表，是否有外键）来选择合适的DDL变更方式。

对大数据量表进行delete，用小批量删除的方式，减少对主实例的压力和主从延迟。

审核编辑：刘清