MySQL实战45讲Day12----为什么表数据删掉一半，表文件大小不变

一、参数innodb_file_per_table：

  表数据既可以存在共享表空间里，也可以是单独的文件。这个行为是由参数innodb_file_per_table控制的：
这个参数设置为OFF表示的是，表的数据放在系统共享表空间，也就是跟数据字典放在一起；
这个参数设置为ON表示的是，每个InnoDB表数据存储在一个以 .ibd为后缀的文件中。
从MySQL 5.6.6版本开始，它的默认值就是ON了。
建议不论使用MySQL的哪个版本，都将这个值设置为ON。因为，一个表单独存储为一个文件更容易管理，而且不需要这个表的时候，通过drop table命令，系统就会直接删除这个文件。而如果是放在共享表空间中，即使表删掉了，空间也是不会回收的。

二、数据删除流程：

  InnoDB的数据是按页存储的，那么如果删掉了一个数据页上的所有记录，那么整个数据页就可以被复用了。但是，数据页的复用跟记录的复用是不同的。记录的复用，只限于符合范围条件的数据。而当整个页从B+树里面摘掉以后，可以复用到任何位置。如果相邻的两个数据页利用率都很小，系统就会把这两个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。如果我们用delete命令把整个表的数据删除，所有的数据页都会被标记为可复用。但是磁盘上，文件不会变小。因为delete命令其实只是把记录的位置，或者数据页标记为了“可复用”，但磁盘文件的大小是不会变的。也就是说，通过delete命令是不能回收表空间的。这些可以复用，而没有被使用的空间，看起来就像是“空洞”。实际上，不止是删除数据会造成空洞，插入数据也会。如果数据是按照索引递增顺序插入的，那么索引是紧凑的。但如果数据是随机插入的（而且插入的数据是在该数据页的数据范围之内，比如说PageA中的数据是从0到10，此时，数据页虽然有未被使用的空间，但由于数据页的头和尾都被插入了数据，所以再插入8的时候，就会把8~10的数据移到另一个数据页中，同时将之前的数据页中移过来的数据标为可复用），就可能造成索引的数据页分裂。同时，更新索引上的值，可以理解为删除一个旧的值，再插入一个新值。这也会造成空洞的。也就是说，经过大量增删改的表，都是可能是存在空洞的。所以，如果能够把这些空洞去掉，就能达到收缩表空间的目的。

三、收缩表空间的方法：

1、重建表可以达到这样的目的。

2、重建表的方法：

  假设表A是需要收缩的表，新建一个与表A结构相同的表B，然后按照主键ID递增的顺序，把数据一行一行地从表A里读出来再插入到表B中。由于表B是新建的表，所以表A主键索引上的空洞，在表B中就都不存在了。显然地，表B的主键索引更紧凑，数据页的利用率也更高。如果把表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，从效果上看，就起到了收缩表A空间的作用。这里，你可以使用alter table A engine=InnoDB命令来重建表。在MySQL 5.5版本之前，这个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不需要你自己创建，MySQL会自动完成转存数据、交换表名、删除旧表的操作。如果在这个过程中，有新的数据要写入到表A的话，就会造成数据丢失。因此，在整个DDL过程中，表A中不能有更新。也就是说，这个DDL不是Online的。

改锁表DDL

3、MySQL 5.6版本开始引入的Online DDL，对上述的这个操作流程做了优化。引入了Online DDL之后，重建表的流程：

 a、建立一个临时文件，扫描表A主键的所有数据页；
 b、用数据页中表A的记录生成B+树，存储到临时文件中；
 c、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）中，对应的是图中state2的状态；
 d、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，对应的就是图中state3的状态；
 e、用临时文件替换表A的数据文件。

Online DDL

由图可以看出，Online DDL和改锁表DDL的区别是由于日志文件记录和重放操作这个功能的存在，这个方案在重建表的过程中，允许对表A做增删改操作。

4、Online 和 inplace的区别：

  a、对于改锁表DDL来说，我们把表A中的数据导出来的存放位置叫作tmp_table。这是一个临时表，是在server层创建的。而对于Online DDL，根据表A重建出来的数据是放在“tmp_file”里的，这个临时文件是InnoDB在内部创建出来的。整个DDL过程都在InnoDB内部完成。对于server层来说，没有把数据挪动到临时表，是一个“原地”操作，这就是“inplace”名称的来源。（判断相对 Server 层没有新建临时表一种的方法：看命令执行后影响的行数，没有新建临时表的话新建的行数是0。 ）
 b、DDL过程如果是Online的，就一定是inplace的；
 c、反过来则未必，也就是说inplace的DDL，有可能不是Online的。比如说截止到MySQL 8.0中的添加全文索引（FULLTEXT index）和空间索引(SPATIAL index)就属于这种情况。

5、optimize table、analyze table和alter table这三种方式重建表的区别：

 a、从MySQL 5.6版本开始，alter table t engine = InnoDB（也就是recreate）默认的就是上面Online DDL的流程了；
 b、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；
 c、optimize table t 等于recreate+analyze。

四、收缩表空间，结果适得其反的原因：

 a、在重建表的时候，InnoDB不会把整张表占满，每个页留了1/16给后续的更新用。也就是说，其实重建表之后不是“最”紧凑的。假设此时的表本来就很紧凑，没能整出多少剩余空间。重新收缩的过程中，页会按90%满的比例来重新整理页数据（10%留给UPDATE使用），未整理之前页已经占用90%以上，收缩之后，文件就反而变大了。
 b、这个表，本身就已经没有空洞的了，比如说刚刚做过一次重建表操作。在DDL期间，如果刚好有外部的DML在执行，这期间可能会引入一些新的空洞。