一入職！就遇到MySQL億級大表優化....

作者：jia-xin 2020-04-08 07:55:08

數據庫 MySQL

XX 實例(一主一從)xxx 告警中每天凌晨在報 SLA 報警，該報警的意思是存在一定的主從延遲。(若在此時發生主從切換，需要長時間才可以完成切換，要追延遲來保證主從數據的一致性)

前段時間剛入職一家公司，就遇到了 MySQL 億級大表優化這事!

[[321373]]

圖片來自 Pexels

背景

XX 實例的慢查詢數量最多(執行時間超過 1s 的 SQL 會被記錄)，XX 應用那方每天晚上在做刪除一個月前數據的任務。

分析

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

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

結果第一部分：

最近一個星期內，總共記錄的慢查詢執行花費時間為 25403s，最大的慢 SQL 執行時間為 266s，平均每個慢 SQL 執行時間 5s，平均掃描的行數為 1766 萬。

結果第二部分：

select arrival_record 操作記錄的慢查詢數量最多有 4 萬多次，平均響應時間為 4s，delete arrival_record 記錄了 6 次，平均響應時間 258s。

select xxx_record 語句

select arrival_record 慢查詢語句都類似于如下所示，where 語句中的參數字段是一樣的，傳入的參數值不一樣：

select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0\G

select arrival_record 語句在 MySQL 中最多掃描的行數為 5600 萬、平均掃描的行數為 172 萬，推斷由于掃描的行數多導致的執行時間長。

查看執行計劃：

explain select count(*) from arrival_record where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0\G; 
*************************** 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: Using index condition; Using where 
1 row in set, 1 warning (0.00 sec)

用到了索引 IXFK_arrival_record，但預計掃描的行數很多有 3000 多萬行：

show index from arrival_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 | | | 
+----------------+------------+---------------------+--------------+--------------+-----------+-------------+----------+--------+------+------------+---------+---------------+ 
 
show create table arrival_record; 
.......... 
arrival_spend_ms bigint(20) DEFAULT NULL, 
total_spend_ms bigint(20) DEFAULT NULL, 
PRIMARY KEY (id), 
KEY IXFK_arrival_record (product_id,station_no,sequence,receive_time,arrival_time) USING BTREE, 
CONSTRAINT FK_arrival_record_product FOREIGN KEY (product_id) REFERENCES product (id) ON DELETE NO ACTION ON UPDATE NO ACTION 
) ENGINE=InnoDB AUTO_INCREMENT=614538979 DEFAULT CHARSET=utf8 COLLATE=utf8_bin |

①該表總記錄數約 1 億多條，表上只有一個復合索引，product_id 字段基數很小，選擇性不好。

②傳入的過濾條件：

where product_id=26 and receive_time between '2019-03-25 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0

沒有 station_nu 字段，使用不到復合索引 IXFK_arrival_record 的 product_id，station_no，sequence，receive_time 這幾個字段。

③根據最左前綴原則，select arrival_record 只用到了復合索引 IXFK_arrival_record 的第一個字段 product_id，而該字段選擇性很差，導致掃描的行數很多，執行時間長。

④receive_time 字段的基數大，選擇性好，可對該字段單獨建立索引，select arrival_record sql 就會使用到該索引。

現在已經知道了在慢查詢中記錄的 select arrival_record where 語句傳入的參數字段有 product_id，receive_time，receive_spend_ms，還想知道對該表的訪問有沒有通過其他字段來過濾了?

神器 tcpdump 出場的時候到了，使用 tcpdump 抓包一段時間對該表的 select 語句：

tcpdump -i bond0 -s 0 -l -w - dst port 3316 | strings | grep select | egrep -i 'arrival_record' >/tmp/select_arri.log

獲取 select 語句中 from 后面的 where 條件語句：

IFS_OLD=$IFS 
IFS=$'\n' 
for i in `cat /tmp/select_arri.log `;do echo ${i#*'from'}; done | less 
IFS=$IFS_OLD 
 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=17 and arrivalrec0_.station_no='56742' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S7100' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4631' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S9466' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4205' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4105' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4506' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4617' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S8356' 
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2019-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S8356'

select 該表 where 條件中有 product_id，station_no，sequence 字段，可以使用到復合索引 IXFK_arrival_record 的前三個字段。

綜上所示，優化方法為：

刪除復合索引 IXFK_arrival_record
建立復合索引 idx_sequence_station_no_product_id
建立單獨索引 indx_receive_time

delete xxx_record 語句

該 delete 操作平均掃描行數為 1.1 億行，平均執行時間是 262s。

delete 語句如下所示，每次記錄的慢查詢傳入的參數值不一樣：

delete from arrival_record where receive_time < STR_TO_DATE('2019-02-23', '%Y-%m-%d')\G

執行計劃：

explain select * from arrival_record where receive_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)

該 delete 語句沒有使用索引(沒有合適的索引可用)，走的全表掃描，導致執行時間長。

優化方法也是：建立單獨索引 indx_receive_time(receive_time)。

測試

拷貝 arrival_record 表到測試實例上進行刪除重新索引操作。

XX 實例 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 
 
select count() from cq_new_cimiss.arrival_record; 
+-----------+ 
| count() | 
+-----------+ 
| 112294946 | 
+-----------+ 
1億多記錄數 
 
SELECT 
table_name, 
CONCAT(FORMAT(SUM(data_length) / 1024 / 1024,2),'M') AS dbdata_size, 
CONCAT(FORMAT(SUM(index_length) / 1024 / 1024,2),'M') AS dbindex_size, 
CONCAT(FORMAT(SUM(data_length + index_length) / 1024 / 1024 / 1024,2),'G') AS table_size(G), 
AVG_ROW_LENGTH,table_rows,update_time 
FROM 
information_schema.tables 
WHERE table_schema = 'cq_new_cimiss' and table_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 | 2019-03-26 12:40:17 | 
+----------------+-------------+--------------+------------+----------------+------------+---------------------+

磁盤占用空間 48G，MySQL 中該表大小為 31G，存在 17G 左右的碎片，大多由于刪除操作造成的。(記錄被刪除了，空間沒有回收)

備份還原該表到新的實例中，刪除原來的復合索引，重新添加索引進行測試。

mydumper 并行壓縮備份：

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 
 
  nohup echo `date +%T` && mydumper -u $user -p $passwd -S $socket  -B $db -c  -T $table_name  -o $backupdir  -t 32 -r 2000000 && echo `date +%T` &

并行壓縮備份所花時間(52s)和占用空間(1.2G，實際該表占用磁盤空間為 48G，mydumper 并行壓縮備份壓縮比相當高)：

Started dump at: 2019-03-26 12:46:04 
........ 
 
Finished dump at: 2019-03-26 12:46:56 
 
du -sh   /datas/dump_arrival_record/ 
1.2G    /datas/dump_arrival_record/

拷貝 dump 數據到測試節點：

scp -rp /datas/dump_arrival_record root@10.230.124.19:/datas

多線程導入數據：

time myloader -u root -S /datas/mysql/data/3308/mysqld.sock -P 3308 -p root -B test -d /datas/dump_arrival_record -t 32 
 
real 126m42.885s 
user 1m4.543s 
sys 0m4.267s

邏輯導入該表后磁盤占用空間：

du -h -d 1 /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 
沒有碎片，和mysql的該表的大小一致 
cp -rp /datas/mysql/data/3308 /datas

分別使用 online DDL 和 pt-osc 工具來做刪除重建索引操作。

先刪除外鍵，不刪除外鍵，無法刪除復合索引，外鍵列屬于復合索引中第一列：

nohup bash /tmp/ddl_index.sh & 
2019-04-04-10:41:39 begin stop mysqld_3308 
2019-04-04-10:41:41 begin rm -rf datadir and cp -rp datadir_bak 
2019-04-04-10:46:53 start mysqld_3308 
2019-04-04-10:46:59 online ddl begin 
2019-04-04-11:20:34 onlie ddl stop 
2019-04-04-11:20:34 begin stop mysqld_3308 
2019-04-04-11:20:36 begin rm -rf datadir and cp -rp datadir_bak 
2019-04-04-11:22:48 start mysqld_3308 
2019-04-04-11:22:53 pt-osc begin 
2019-04-04-12:19:15 pt-osc stop

online DDL 花費時間為 34 分鐘，pt-osc 花費時間為 57 分鐘，使用 onlne DDL 時間約為 pt-osc 工具時間的一半。

做 DDL 參考：

實施

由于是一主一從實例，應用是連接的 vip，刪除重建索引采用 online DDL 來做。

停止主從復制后，先在從實例上做(不記錄 binlog)，主從切換，再在新切換的從實例上做(不記錄 binlog)：

function red_echo () { 
 
        local what="$*" 
        echo -e "$(date +%F-%T)  ${what}" 
} 
 
function check_las_comm(){ 
    if [ "$1" != "0" ];then 
        red_echo "$2" 
        echo "exit 1" 
        exit 1 
    fi 
} 
 
red_echo "stop slave" 
mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"stop slave" 
check_las_comm "$?" "stop slave failed" 
 
red_echo "online ddl begin" 
 mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"set sql_log_bin=0;select now() as  ddl_start;ALTER TABLE $db_.\`${table_name}\` DROP FOREIGN KEY FK_arrival_record_product,drop index IXFK_arrival_record,add index idx_product_id_sequence_station_no(product_id,sequence,station_no),add index idx_receive_time(receive_time);select now() as ddl_stop" >>${log_file} 2>& 1 
 red_echo "onlie ddl stop" 
 red_echo "add foreign key" 
 mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"set sql_log_bin=0;ALTER TABLE $db_.${table_name} ADD CONSTRAINT _FK_${table_name}_product FOREIGN KEY (product_id) REFERENCES cq_new_cimiss.product (id) ON DELETE NO ACTION ON UPDATE NO ACTION;" >>${log_file} 2>& 1 
 check_las_comm "$?" "add foreign key error" 
 red_echo "add foreign key stop" 
 
red_echo "start slave" 
mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"start slave" 
check_las_comm "$?" "start slave failed"

執行時間：

2019-04-08-11:17:36 stop slave 
mysql: [Warning] Using a password on the command line interface can be insecure. 
ddl_start 
2019-04-08 11:17:36 
ddl_stop 
2019-04-08 11:45:13 
2019-04-08-11:45:13 onlie ddl stop 
2019-04-08-11:45:13 add foreign key 
mysql: [Warning] Using a password on the command line interface can be insecure. 
2019-04-08-12:33:48 add foreign key stop 
2019-04-08-12:33:48 start slave

刪除重建索引花費時間為 28 分鐘，添加外鍵約束時間為 48 分鐘。

再次查看 delete 和 select 語句的執行計劃：

explain select count(*) from arrival_record where receive_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 14:00:00' and '2019-03-25 15:00:00' and receive_spend_ms>=0\G; 
*************************** 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: Using index condition; Using where

都使用到了 idx_receive_time 索引，掃描的行數大大降低。

索引優化后

delete 還是花費了 77s 時間：

delete from arrival_record where receive_time < STR_TO_DATE('2019-03-10', '%Y-%m-%d')\G

delete 語句通過 receive_time 的索引刪除 300 多萬的記錄花費 77s 時間。

delete 大表優化為小批量刪除

應用端已優化成每次刪除 10 分鐘的數據(每次執行時間 1s 左右)，xxx 中沒在出現 SLA(主從延遲告警)：

另一個方法是通過主鍵的順序每次刪除 20000 條記錄：

#得到滿足時間條件的最大主鍵ID 
#通過按照主鍵的順序去 順序掃描小批量刪除數據 
#先執行一次以下語句 
 SELECT MAX(id) INTO @need_delete_max_id FROM `arrival_record` WHERE receive_time<'2019-03-01' ; 
 DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000; 
 select ROW_COUNT();  #返回20000 
 
 
#執行小批量delete后會返回row_count(), 刪除的行數 
#程序判斷返回的row_count()是否為0，不為0執行以下循環，為0退出循環，刪除操作完成 
 DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000; 
 select ROW_COUNT(); 
#程序睡眠0.5s

總結

表數據量太大時，除了關注訪問該表的響應時間外，還要關注對該表的維護成本(如做 DDL 表更時間太長，delete 歷史數據)。

對大表進行 DDL 操作時，要考慮表的實際情況(如對該表的并發表，是否有外鍵)來選擇合適的 DDL 變更方式。

對大數據量表進行 delete，用小批量刪除的方式，減少對主實例的壓力和主從延遲。

責任編輯：武曉燕來源：博客園

成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

一入職！就遇到MySQL億級大表優化....