为什么表数据删掉一半，表文件大小不变？

由于DB占用空间太大，我删除了大表的一半数据，可为啥这表文件的大小没变？

数据库表的空间回收到底是怎么做的呢？

InnoDB表包含：

• 表结构定义（所占空间小）
• 表数据（重点）

MySQL版本：

• ＜8.0，表结构存在于 .frm 后缀文件里
• 8.0，允许将表结构定义放在系统数据表。

为何直接删除表数据无法回收表空间？

如何正确回收空间？

1 innodb_file_per_table

表数据

• 既能存在于共享表空间

• 也能是单独的文件

该行为由参数innodb_file_per_table决定：

• OFF，表的数据放在系统共享表空间，和数据字典放一起
• ON，每个InnoDB表数据存储在一个 .ibd 后缀文件

从MySQL 5.6.6版本开始，默认值为ON。

推荐无论哪个版本，都将该值设为ON：

• 因为一个表单独存储为一个文件更容易管理，不需要时，直接drop table，系统就会删除该文件
• 若放在共享表空间中，即使表删掉了，空间也不会回收

因此后续讨论都默认该设置为ON。

删除整个表时，可用drop table回收表空间。但更常见的场景是删除某些行，于是就会发现：表中的数据被删除了，但表空间没有被回收！

2 数据删除流程

InnoDB索引示意图

假设，我们要删掉D4，InnoDB引擎只会把D4这个记录标记为删除。若之后要再插入一个ID在300、600之间的记录时，可能会复用该位置。但磁盘文件并不会缩小。

3 InnoDB的数据按页存储，若删掉一个数据页上的所有记录，会咋样？

整个数据页就能被复用了。

但是，数据页的复用跟记录的复用不同：

• 记录的复用，只限于符合范围条件的数据。比如D4记录被删除后，若插入一个ID=400的行，可直接复用该空间。但若插入ID=800，就不能复用该位置

• 而当整个页从B+树里摘掉后，可复用到任何位置

  若将数据页pageA上的所有记录删除后，pageA会被标记为可复用。这时若插入一条ID=20的记录，需要使用新页时，pageA就能被复用。

若相邻两个数据页利用率都很小，系统就会把这俩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】。

4 若用delete命令删除整个表的数据呢？

所有的数据页都会被标记为【可复用】，但磁盘上的文件不会变小。

delete命令其只是将记录的位置或数据页标记为“可复用”，但磁盘文件的大小不会变。即通过delete命令不能回收表空间。这些可以复用但实际没有被使用的空间，看起来就像“空洞”。

不仅删除数据会造成空洞，插入数据也会。

3 插入数据导致的“空洞”

若数据按索引递增顺序插入，则索引是紧凑的。但若数据是随机插入的，就可能造成索引的数据页分裂。

假设pageA已满，此时再插入一行数据，会怎样呢？

插入数据导致页分裂

由于pageA满，再插入ID=550时，就得再申请一个新页面pageB保存数据。页分裂完成后，pageA末尾就留下空洞（实际可能不止1个记录的位置是空洞)。

4 更新索引上的值会导致空洞吗？

更新可理解为删除一个旧值，再插入新值。所以也会造成空洞。

综上，经过大量增删改的表，都可能存在空洞。若能去掉这些空洞，就能达到收缩表空间的目的。重建表，就能达到目的。

5 重建表

若现在有一表A，要做空间收缩，为了去掉表中存在的空洞，可新建一个与表A结构相同的表B，然后按主键ID递增顺序，把数据一行行从表A里读出，再插入表B。

因为表B是新建表，所以表A主键索引上的空洞，在表B都不存在。显然表B的主键索引更紧凑，数据页的利用率更高。若将表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，就达到收缩表A空间的效果。

可用

alter table A engine=InnoDB

重建表。在MySQL 5.5前，这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。

改锁表DDL：

往临时表插入数据的过程最耗时，若在此过程中，有新数据要写入到表A，就会造成数据丢失。因此，整个DDL过程中，表A不能有更新，即这DDL不是Online的。

MySQL 5.6版本引入Online DDL，优化了该操作流程。

引入Online DDL后，重建表的流程

• 建立一个临时文件，扫描表A主键的所有数据页
• 用数据页中表A的记录生成B+树，存储到临时文件
• 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），对应图中state2
• 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state3

用临时文件替换表A的数据文件。

Online DDL：

和上图不同在于，由于日志文件记录和重放操作的存在，该方案在重建表的过程中，允许对表A做增删改，这就是Online DDL名字来源。

DDL之前还要拿MDL写锁的，这也能叫Online DDL？

确实，图Online DDL流程中，alter语句在启动的时候需获取MDL写锁，但该写锁在真正拷贝数据前就退化成读锁了。

为什么要退化？

为了实现Online，MDL读锁不会阻塞增删改操作。

为何不直接解锁？

为了保护自己，禁止其他线程对该表同时做DDL。对一个大表，Online DDL最耗时过程就是拷贝数据到临时表时，这个步骤的执行期间可接受增删改操作。所以，相对于整个DDL过程，锁的时间非常短。对业务来说，就可认为是Online的。

上述这些重建方法都会扫描原表数据、构建临时文件。对于大表，这很消耗IO和CPU。因此，若是线上服务，要谨慎控制操作时间。若想要较安全的操作，推荐使用GitHub开源的gh-ost。

Online 和 inplace

图改锁表DDL中，把表A中的数据导出来的存放位置叫作tmp_table。这是个临时表，创建在server层。

在图4中，根据表A重建出来的数据是放在“tmp_file”，该临时文件是InnoDB在内部创建的。整个DDL过程都在InnoDB内部完成。对于server层，没有把数据挪动到临时表，是个“原地”操作，这就是“inplace”名称来源。

若有一个1TB的表，磁盘空间1.2TB，能做个inplace的DDL吗？

不能。因为，tmp_file也是要占用临时空间的。重建表的这个语句alter table t engine=InnoDB，其隐含意思：

alter table t engine=innodb,ALGORITHM=inplace;

跟inplace对应的就是拷贝表的方式了，用法是：

alter table t engine=innodb,ALGORITHM=copy;

当你使用ALGORITHM=copy的时候，表示的是强制拷贝表，对应的流程就是图3的操作过程。

inplace跟Online是不是就一个意思？

不是的，只是在重建表这个逻辑中刚好是这样。

若给InnoDB表的一个字段加全文索引：

alter table t add FULLTEXT(field_name);

这个过程是inplace的，但会阻塞增删改操作，非Online。

如果说这两个逻辑之间的关系是什么的话，可以概括为：

• DDL过程如果是Online的，就一定是inplace的
• 反过来未必，即inplace的DDL，有可能不是Online的。截止到MySQL 8.0，添加全文索引（FULLTEXT index）和空间索引(SPATIAL index)就属于这种情况。

使用optimize table、analyze table和alter table这三种方式重建表

从MySQL 5.6版本开始

• alter table t engine = InnoDB（也就是recreate）默认的就是上面图Online DDL的流程了
• 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
• optimize table t =recreate+analyze