【数据库】表数据delete了，表文件大小不变

背景

在本周的时候，接到了短信数据空间报警短信，提示的是磁盘空间占用80以上，而这个数据库总体的存储量一共100G，商量之后决定在不升配置的前提下，删除一些不需要的数据表。比如针对A表删除1000W数据。但是和DBA沟通后，说删除数据后，还需要进行缩表的操作，我在想删除数据后，空间不就缩小了嘛？为什么还需要进行缩表操作？基于这个背景来学习下表数据是如何存储和删除的原理。

参数innodb_file_per_table

目前主流的数据库都采用的是InnoDB存储引擎，一个InnoDB表包含两部分，表结构定义和数据，8.0之前，表结构存在.frm后缀的文件中，8.0之后表结果存储在系统数据表中。而表结构占用的数据表少，所以主要删除的都是表数据。

表数据即可以存在共享表空间中，也可以存储在单独的文件中。可以通过innodb_file_per_table参数指定

• OFF：表数据存储在系统表空间中，也就是和数据字典放在一起。
• ON：数据存储在.ibd文件中
  

SHOW VARIABLES LIKE 'innodb_file_per_table';

select version();

而在5.6.6版本之后默认值是ON，推荐方式是使用当数据存储在单独的文件进行管理，直接使用drop table可以删除这个文件，而如果存储在系统表空间中，即使删除表，数据也不会删除。大多数的时候，我们使用drop table删除表可以将数据删除，但是更多的时候是使用delete 删除部分数据。

数据删除流程

InnoDB的存储结构采用的是B+树方式存储。假设我们删除R4这个记录，而InnoDB只会把这个记录标记为删除，而如果正好有插入300/600之间的数据，就会复用这个位置。但是，磁盘的大小并没有缩小。而这个就是记录复用。
如果我们删除的数据正好都在一个page页中，那么这个数据页就是可复用的。但是数据页复用和记录复用不一样的，记录页复用需要符合一定的条件才可以，但是数据页复用，可以复用到任何位置。
比如相邻的两个数据页利用率比较小的时候，就会进行page merge的过程，将另一个数据页标记为可复用。
所以我们在进行delete删除某些数据的时候，数据被删除了，但是所在的记录位置或者数据页只是被标记为了可复用，但是磁盘的大小是不会变的。通过delete命令是不能回收表空间的。

插入数据同样会存在这样的问题
如果我们按照顺序插入数据，那么数据页是比较紧凑的，但是如果是随机插入，就可能造成数据页的分裂。

如果pageA是满的，当插入一条500-600之间的数据，那么就会发生页分裂，也就是分裂成两个数据页，而PageA就会出现数据空洞，不止在插入数据，在更新索引上的值，也会出现数据空洞。也就是哪些频繁的随机修改的表，都可能出现数据空洞。如果将数据空洞去掉之后，就可以达到收缩表空间的目的，而通过重建表的方式就可以实现。

重建表

假如有一个表A，存在大量的delete操作，为实现表空间收缩，我们可以建立一个表B，然后将表A中的数据，按照主键顺序依次插入数据到表B中，然后修改表B的名称为表A，也可以实现重建表的过程。而这个过程中就是使用alter table A engine = InnoDB重建表。
但是想过没有在整个过程中，如果出现有新增的数据或者修改的数据，我们是没有办法保证增量数据的存储。为此5.6版本后，引入了Online DDL。
而这个过程说白了，就是在复制数据的过程中，有一个raw log专门记录修改数据，在复制数据到新表的过程中，插入进入。

一般这种重建表的过程都是进行整个表的重建工作，对于千万级、亿级别的表，比较消耗IO和CPU资源。需要谨慎操作。

小结

optimize table 、analyze table 、alter table三种重建表的区别
5.6版本，alter table t engin = InnoDB使用的是online的重建表过程。而analyze table t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，加了DML读锁。optimize table t 等于recreate+analze 。

所以我们在删除数据之后，要进行表空间收缩操作，直接使用alter table engine = InnoDB，这样表空间数据占用空间才会恢复。