MySQL 上亿大表优化实践

大家好，我是小乐 。

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。

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

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 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：

用到了索引 IXFK_arrival_record，但预计扫描的行数很多有 3000 多万行：

①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。

②传入的过滤条件：

牛逼啊！接私活必备的 N 个开源项目！赶快收藏

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。

③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。

④receive_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他字段来过滤了

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：

获取 select 语句中 from 后面的 where 条件语句：

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

• 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：

执行计划：

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)。

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：

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：

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）：

拷贝 dump 数据到测试节点：

多线程导入数据：

逻辑导入该表后磁盘占用空间：

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：

online DDL 花费时间为 34 分钟，pt-osc 花费时间为 57 分钟，使用 onlne DDL 时间约为 pt-osc 工具时间的一半。

做 DDL 参考：

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)：

执行时间：

删除重建索引花费时间为 28 分钟，添加外键约束时间为 48 分钟。

再次查看 delete 和 select 语句的执行计划：

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：

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：

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。

欢迎有需要的同学试试，如果本文对您有帮助，也请帮忙点个  赞 + 在看  啦！:heart:

你还有什么想要补充的吗？