深度优化！MySQL百亿级大表性能提升攻略
最近，我在工作中遇到一个数据库配置问题，涉及一个主从结构的数据库实例。具体来说，每天凌晨，数据库会触发SLA（服务等级协议）告警。
该告警表明主从同步延迟严重。如果此时尝试从主库切换到从库，切换时间将会很长。
系统需要额外的时间来追赶并同步延迟的数据，以确保主从数据库之间的数据一致性。
进一步分析发现，这个问题的主要原因是数据库实例中大量的慢查询。
这些慢查询是指执行时间超过1秒的SQL查询。
我们发现，每天晚上应用程序执行的一个特定任务——删除一个月前的旧数据，是这些慢查询的主要来源。
分析
利用pt-query-digest工具分析最近一周的mysql-slow.log。
pt-query-digest --since=148h mysql-slow.log | less
结果第二部分
在一周内，记录的慢查询总执行时间为25,403秒，最长的慢SQL执行时间为266秒，平均每个慢SQL执行时间为5秒，平均扫描了1,766万行数据。
结果第二部分
对select arrival_record操作的慢查询次数超过40,000次，平均响应时间为4秒。而delete arrival_record记录了6次，平均响应时间为258秒。
select xxx_record语句
select arrival_record的慢查询语句如下所示，where条件中的参数字段相同，但参数值不同：*select count(\*) from arrival_record where product_id=26 and receive_time between '2024-03-25 14:00:00' and '2024-03-25 15:00:00' and receive_spend_ms>=0\G*
select arrival_record语句在MySQL中最多扫描了5600万行，平均扫描了172万行，推断出大量的扫描行数导致了较长的执行时间。
查看执行计划
explain select count(*) from arrival_record where product_id=26 and receive_time between '2024-03-25 14:00:00' and '2024-03-25 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)
尽管使用了索引IXFK_arrival_record，但预计扫描行数非常多，超过3000万行。
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 |
该表包含超过1亿条记录，只有一个复合索引。
product_id字段的基数很低，选择性较差。where条件
where product_id=26 and receive_time between '2024-03-25 14:00:00' and '2024-03-25 15:00:00' and receive_spend_ms>=0未包含station_no字段，因此未充分利用复合索引IXFK_arrival_record的字段product_id、station_no、sequence、receive_time。根据最左前缀原则，
select arrival_record仅使用了复合索引IXFK_arrival_record的第一个字段product_id，选择性较差，导致扫描行数较多，执行时间较长。receive_time字段具有高基数和良好的选择性，创建该字段的单独索引会带来优化效果，从而使select arrival_recordSQL能够利用此索引。
现在我们已经知道select arrival_record where语句中的字段包括product_id、receive_time和receive_spend_ms，那么是否有其他字段用于过滤对该表的访问呢？
强大的工具tcpdump登场
使用tcpdump捕获一段时间内针对该表select语句的报文。
tcpdump -i bond0 -s 0 -l -w - dst port 3316 | strings | grep select | egrep -i 'arrival_record' >/tmp/select_arri.log
捕获select语句中from后的where条件。
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='2024-03-27 08:40' and arrivalrec0_.product_id=17 and arrivalrec0_.station_no='56742'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S7100'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4631'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S9466'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4205'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4105'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4506'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=24 and arrivalrec0_.station_no='V4617'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S8356'
arrival_record arrivalrec0_ where arrivalrec0_.sequence='2024-03-27 08:40' and arrivalrec0_.product_id=22 and arrivalrec0_.station_no='S8356'
表的
where条件包含product_id、station_no和sequence字段，这些字段可以利用复合索引 IXFK_arrival_record 的前三个字段。
总结来说，优化方法是删除复合索引 IXFK_arrival_record，创建新的复合索引 idx_sequence_station_no_product_id，并单独建立索引 indx_receive_time。
删除 xxx_record 语句
删除操作平均扫描1.1亿行，平均执行时间为262秒。
下面是删除语句，其中每个慢查询日志记录了不同的参数值：
delete from arrival_record where receive_time < STR_TO_DATE('2024-02-23', '%Y-%m-%d')\G
执行计划：
explain select * from arrival_record where receive_time < STR_TO_DATE('2024-02-23', '%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: 109,501,508
filtered: 33.33
Extra: Using where
1 row in set, 1 warning (0.00 sec)
这个删除语句没有使用索引（没有可用的合适索引），导致全表扫描，执行时间过长。
优化方法是创建单独的索引
indx_receive_time(receive_time)。
测试
将 arrival_record 表复制到测试实例上，以执行删除和重新索引操作，对XX 实例的 arrival_record 表信息进行测试。
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 |
+-----------+
超过1亿条记录。
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 | 2024-03-26 12:40:17 |
+----------------+-------------+--------------+--------------+----------------+------------+---------------------+
磁盘使用空间为48G，而MySQL中的表大小为31G，表明大约17G的碎片，主要是由于删除操作后未回收空间。
备份并恢复表到新实例，删除原始复合索引，并添加新索引进行测试。
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
nohup echo `date +%T` && mydumper -u $user -p $passwd -S $socket -B $db -c -T $table_name -o $backupdir -t 32 -r 2000000 && echo `date +%T` &
并行压缩备份所用时间为52秒，使用空间为1.2G，而表实际占用48G磁盘空间，说明 mydumper 的压缩比非常高！
开始备份：2024-03-26 12:46:04
......
结束备份：2024-03-26 12:46:56
du -sh /datas/dump_arrival_record/
1.2G /datas/dump_arrival_record/
将备份数据复制到测试节点：
scp -rp /datas/dump_arrival_record root@10.230.124.19:/datas
多线程数据导入：
time myloader -u root -S /datas/mysql/data/3308/mysqld.sock -P 3308 -p root -B test -d /datas/dump_arrival_record -t 32
real 126m42.885s user 1m4.543s sys 0m4.267s
逻辑导入表后的磁盘空间使用：
du -h -d 1 /datas/mysql/data/3308/test/arrival_record.*
12K /datas/mysql/data/3308/test/arrival_record.frm
30G /datas/mysql/data/3308/test/arrival_record.ibd
没有碎片，与MySQL中的表大小一致。
cp -rp /datas/mysql/data/3308 /datas
使用在线 DDL 和 pt-osc 工具删除和重建索引。首先删除外键，如果不这样做，复合索引将无法删除，因为外键列是复合索引的第一列。
nohup bash /tmp/ddl_index.sh &
2024-04-04-10:41:39 开始停止 mysqld_3308
2024-04-04-10:41:41 开始删除数据目录并复制数据备份
2024-04-04-10:46:53 启动 mysqld_3308
2024-04-04-10:46:59 在线 ddl 开始
2024-04-04-11:20:34 在线 ddl 停止
2024-04-04-11:20:34 开始停止 mysqld_3308
2024-04-04-11:20:36 开始删除数据目录并复制数据备份
2024-04-04-11:22:48 启动 mysqld_3308
2024-04-04-11:22:53 pt-osc 开始
2024-04-04-12:19:15 pt-osc 停止
在线 DDL 用时34分钟，pt-osc 用时57分钟，在线 DDL 用时约为 pt-osc 工具的一半。
执行 DDL 时可参考
使用建议：
实现
由于这是一个主从实例，应用程序连接到 VIP。索引的删除和重建使用在线 DDL 完成。在停止主从复制后，首先在从库实例上执行（不记录 binlog），然后进行主从切换，接着在新切换的从库实例上执行（不记录 binlog）。
function red_echo () {
local what="$*"
echo -e "$(date +%F-%T) ${what}"
}
function check_las_comm(){
if [ "$1" != "0" ];then
red_echo "$2"
echo "exit 1"
exit 1
fi
}
red_echo "停止从库"
mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"stop slave"
check_las_comm "$?" "停止从库失败"
red_echo "在线 DDL 开始"
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" >>${log_file} 2>& 1
red_echo "在线 DDL 停止"
red_echo "添加外键"
mysql -uroot -p$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 "$?" "添加外键出错"
red_echo "添加外键结束"
red_echo "启动从库"
mysql -uroot -p$passwd --socket=/datas/mysql/data/${port}/mysqld.sock -e"start slave"
check_las_comm "$?" "启动从库失败"
执行时间
2024-04-08-11:17:36 停止从库 mysql：[警告] 使用命令行界面输入密码可能不安全。ddl_start 2024-04-08 11:17:36 ddl_stop 2024-04-08 11:45:13 2024-04-08-11:45:13 在线 DDL 停止 2024-04-08 11:45:13 添加外键 mysql：[警告] 使用命令行界面输入密码可能不安全。2024-04-08-12:33:48 添加外键结束 2024-04-08 12:33:48 启动从库
重新检查删除和查询语句的执行计划
explain select count(*) from arrival_record where receive_time < STR_TO_DATE('2024-03-10', '%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 '2024-03-25 14:00:00' and '2024-03-25 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
都使用了
idx_receive_time索引，大大减少了扫描的行数。
索引优化后的情况
删除操作仍然花费了 77 秒。
delete from arrival_record where receive_time < STR_TO_DATE('2024-03-10', '%Y-%m-%d')\G;
删除语句使用了
receive_time的索引，删除了超过 300 万条记录，耗时 77 秒。
优化删除大表为小批量删除
应用端已经优化为每 10 分钟删除一次数据（每次执行时间约 1 秒），并且没有发生 SLA（主从延迟警报）现象。
另一种方法是根据主键顺序一次删除 2 万条记录。
# 获取符合时间条件的最大主键 ID
# 根据主键顺序小批量删除数据
# 首先执行以下语句
SELECT MAX(id) INTO @need_delete_max_id FROM `arrival_record` WHERE receive_time<'2024-03-01';
DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000;
select ROW_COUNT(); # 返回 20000
# 执行小批量删除后会返回行数 row_count()，即删除的行数
# 程序会检查返回的 row_count() 是否为 0，若不为 0，则执行下面的循环；若为 0，则退出循环，删除完成
DELETE FROM arrival_record WHERE id<@need_delete_max_id LIMIT 20000;
select ROW_COUNT();
# 程序会休眠 0.5 秒
总结
当表的大小过大时，除了关注访问该表的响应时间外，还应考虑表的维护成本（如 DDL 操作的耗时和历史数据的删除时间）。
对大表执行 DDL 操作时，应根据表的实际情况（如表的并发量、是否有外键）选择合适的 DDL 变更方式。
对大数据量表进行删除操作时，使用小批量删除的方法可以减少对主库的压力和主从延迟。
