大表 ALTER TABLE 怎么做?NineData OnlineDDL 配置与执行实践
【摘要】 介绍NineData OnlineDDL大表变更实践,涵盖执行策略、切表控制、拷贝批次与可视化进度追踪。
生产环境需要给大表修改字段或调整索引时,一条
ALTER TABLE 背后,往往涉及表重建、数据拷贝、增量追平、锁等待和主备延迟等问题。SQL 语法正确,只是变更的起点。对于持续承载业务读写的大表,DBA 更关心的是:采用哪种执行方式、数据拷贝会带来多大压力、什么时候切换新旧表,以及发生异常后如何处理。
NineData 将 OnlineDDL 集成到 SQL 任务中,通过可视化配置连接 SQL 预审、变更审批、在线执行和进度追踪,帮助团队将大表结构变更纳入统一的生产发布流程。
本文以 MySQL 表字段修改为例,介绍 NineData OnlineDDL 的配置方法与执行实践。
一、大表变更,为什么不能只关注 SQL 本身?
以修改字段类型为例:
ALTER TABLE arc_0903 MODIFY COLUMN logo VARCHAR(64);
这条语句是否需要重建表、能否在线完成,取决于数据库版本、存储引擎、原字段定义和具体变更类型。
MySQL 的结构变更可能采用 Instant、Inplace 或 Copy 等方式,不同方式的资源消耗和并发读写限制存在差异。即使支持在线执行,也可能在准备或提交阶段涉及元数据锁。
对于大表,执行前至少需要回答四个问题:
-
该变更能否使用数据库原生在线能力?
-
如果需要拷贝数据,是否有足够的磁盘空间和资源余量?
-
数据拷贝和增量处理是否会影响业务与复制链路?
-
新旧表切换时,锁等待和失败重试如何控制?
NineData OnlineDDL 将这些执行决策纳入可配置的规则和任务流程,使团队能够在提交、审批和执行阶段逐步确认风险。
二、NineData OnlineDDL 如何完成表结构变更?
当任务采用 NineData 平台 OnlineDDL 时,整体过程可以理解为:
-
基于源表创建新表,并在新表上应用目标结构变更;
-
拷贝源表中的全量数据,同时处理变更期间产生的增量数据;
-
在新表数据追平后,进入新旧表切换阶段;
-
完成切换,再按照配置处理旧表。
这种方式将耗时的数据搬运放在切换之前,有助于缩短最终切换阶段对业务的影响。
在线变更仍然需要资源,也可能在切表阶段产生短暂锁等待或秒级业务波动。 新表、索引及相关日志会占用额外空间,全量拷贝和增量处理也会消耗数据库与网络资源,因此应结合业务负载安排执行时间。
本文以 MySQL 为例。OnlineDDL 适用于已开通相应数据库 DevOps 专业版或企业版能力的组织;MariaDB 的具体版本与可用策略,以控制台支持范围为准。
三、第一步:配置 OnlineDDL 规则
在 NineData 控制台进入:
规范与流程 → SQL 开发规范 → 目标规范 → SQL Review → 结构
找到并开启:
OnlineDDL:大表结构变更风险检测
随后编辑规则,配置执行策略,并将该规范关联到目标数据源。
规则只有关联到实际使用的数据源,才能参与对应 SQL 任务的预审和执行。
1. 如何选择执行方式?
| 执行方式 | 行为 | 配置思路 |
| MySQL 直接执行 | 使用数据库自身的 DDL 执行能力 | 已验证目标 SQL 在当前版本下的执行行为时使用 |
| 自适应 | 优先使用 MySQL 原生 Online 能力,不支持时使用平台 OnlineDDL | 希望根据语句能力自动选择执行路径 |
| 强制使用平台 OnlineDDL | 优先采用平台 OnlineDDL;可通过 Instant 完成的变更仍使用数据库自身能力 | 希望统一控制执行过程,或重点关注主备延迟的场景 |

对于常规生产发布,可以先评估自适应策略;需要更细致控制数据拷贝和切表过程时,再评估平台 OnlineDDL。
2. 无法在线执行时,是否允许降级?
当 MySQL 原生能力和平台 OnlineDDL 均无法在线完成目标变更时,可以选择:
-
仍使用 MySQL 直接执行(非 Online)
-
退出执行

这是生产配置中需要重点确认的一项。
如果业务不能接受非在线变更,就应选择退出执行,让任务停止,再重新评估变更方案和维护窗口。允许直接执行,则意味着团队已经接受该语句可能带来的锁表或阻塞风险。
审批人也应确认这一策略,避免任务以“在线变更”的预期提交,最终按非在线方式执行。
3. 临时表清理策略怎么选?
平台 OnlineDDL 完成切换后,可以自动清理旧表,也可以保留旧表,由管理员手动清理。
| 策略 | 适用考虑 |
| 直接清理 | 减少旧表持续占用空间及后续维护工作 |
| 不清理 | 希望在变更完成后保留旧表进行检查,并具备相应空间余量 |
选择保留时,应明确检查人、保留时间和清理计划。

旧表保留也不能直接等同于可随时回滚:切换之后,业务会继续写入新表,旧表不会因此自动保持最新状态。后续若需要恢复,仍须评估新增数据和结构兼容性。
四、第二步:控制切表等待、重试和拷贝批次
执行策略确定后,需要进一步配置运行参数。
| 参数 | 作用 | 配置关注点 |
| 切表锁等待超时 | 控制切换阶段的锁等待或锁定超时 | 结合业务可接受的阻塞时间设置 |
| 切表失败重试次数 | 切换失败后按配置重试 | 排查长事务和持续占锁,避免只增加次数 |
| 全量拷贝批次大小自适应 | 根据数据库性能动态调整批次 | 适合先建立执行基线 |
| 全量拷贝批次大小(自定义) | 手动控制每批拷贝行数 | 根据负载和行大小验证,启用自适应时该配置不生效 |
| 增量拷贝批次大小 | 控制增量处理批次,相关版本界面提供此项 | 结合增量产生速度和追平情况调整 |

切表锁等待超时默认值为 2 秒,切表失败重试默认值为 5 次。全量拷贝支持自适应;采用自定义方式时,默认批次为 10000 行。
这些值是配置起点,不是所有生产环境的最优值。
批次过大,可能提高瞬时 I/O 和写入压力;批次过小,则可能增加整体执行时间。调整时应同时观察业务响应时间、数据库资源和主备延迟,而不是只看任务速度。
如果切表反复失败,应优先检查长事务、元数据锁以及相关会话。单纯提高等待时间,可能扩大业务阻塞;单纯增加重试次数,也无法消除持续存在的占锁问题。
五、第三步:提交 SQL 任务并完成预审
进入:
数据库 DevOps → SQL 任务 → 创建 SQL 任务
填写任务名称、目标数据源、数据库、执行人和变更 SQL,补充变更目的、执行计划及回退预案。
例如:
ALTER TABLE arc_0903 MODIFY COLUMN logo VARCHAR(64);
本例用于说明操作流程。实际修改字段时,需要先检查现有字段定义、数据长度、字符集、默认值、空值约束及应用兼容性,再确定完整语句。

点击 保存并规范预审,检查结果中的:
-
SQL 规范问题;
-
语法问题;
-
操作权限;
-
OnlineDDL 相关风险与执行提示。
例如,如果 SQL 类型权限规则禁止
ALTER_TABLE,任务会在预审阶段被阻断。此时应由有权限的管理员确认操作是否应被允许,完成调整后重新预审。通过这种方式,团队可以在正式执行前同时检查 SQL 质量、权限和执行策略。
六、第四步:审批变更,并安排执行与切表窗口
预审通过后,按照组织配置完成审批。
对于生产大表变更,审批时建议明确记录:
-
表的数据规模、索引和增长情况;
-
目标 SQL 与兼容性验证结果;
-
OnlineDDL 执行方式;
-
是否允许非 Online 降级;
-
数据拷贝期间的资源预算;
-
切表时间与现场保障人员;
-
异常停止条件与恢复方案。
NineData 支持在 SQL 任务执行时选择立即执行或定时执行。对于需要避开高峰期的变更,可以提前完成提交、预审和审批,再按计划启动任务。

此外,任务启动时间和新旧表切换时间可以分别规划。
进入任务详情中的 更多 → OnlineDDL 运行参数,可以查看或配置切表锁等待超时、重试次数、全量策略及切表时间。默认完成变更后立即切换,也可以设置业务低峰时段进行切换。
这样,团队可以提前完成耗时的数据拷贝,将切表安排在人员到位、业务压力较低的窗口中。配置时仍需预留增量追平和异常处理时间。
七、第五步:观察 OnlineDDL 执行进度
执行开始后,进入 SQL 任务详情,在 执行结果 中点击对应 SQL 的 OnlineDDL 进度。
可视化进度的价值,在于帮助 DBA 判断任务当前停留在哪个阶段,而不只是等待最终的成功或失败状态。
重点观察以下信息:
| 信息 | 可以帮助判断的问题 |
| 任务状态和整体进度 | 是否仍在正常推进 |
| 数据拷贝进度 | 全量处理完成到什么程度 |
| Binlog 处理信息与延迟 | 增量是否正在追平 |
| 切表状态与重试信息 | 是否受到锁等待影响 |
| 开始、结束时间和操作历史 | 谁在何时执行了哪些操作 |

同时,还需要观察数据库与业务侧指标,包括 CPU、I/O、磁盘剩余空间、业务响应时间、主备延迟和锁等待。
如果增量持续产生,或切表受到长事务影响,任务仍可能停留在追平或切换阶段。这种情况下,应先判断原因,再决定调整参数或处理相关会话。
八、演示实践:从字段修改到执行完成
在演示环境中,SQL 任务包含以下结构变更:
ALTER TABLE arc_0903 MODIFY logo VARCHAR(64);
任务经过规范预审和审批策略处理后进入执行阶段,执行结果显示:
-
该语句通过 OnlineDDL 完成;
-
可以进入详情查看拷贝、Binlog 和切表相关信息;
-
SQL 的开始时间、结束时间与任务操作历史保留在同一页面。
演示记录中,这条 DDL 从 20:24:26 执行到 20:24:49,约 23 秒。

这组时间说明了演示环境下的执行结果。由于没有完整的硬件、表结构、数据分布和并发负载基线,不能将其作为其他生产大表的耗时承诺。
实际项目应在接近生产规模的环境中验证,再制定维护窗口。
九、执行完成后,还要检查什么?
任务显示执行成功后,建议继续完成三项确认。
第一,核对目标结构。
SHOW CREATE TABLE arc_0903;
确认字段类型、长度、默认值、空值约束和索引符合预期。
第二,验证业务和复制状态。
检查关键接口、读写链路、应用报错、主备延迟及数据库负载,确认变更后的结构与应用兼容。
第三,处理保留对象。
如果配置了不清理旧表,应在业务验证通过后,按计划确认并清理相应对象,回收空间。
另外,DDL 不能套用普通 DML 事务回滚的思路。SQL 任务中的“执行出错后回滚任务”有特定适用条件,不能理解为任意
ALTER TABLE 都能自动恢复。大表结构变更仍应提前准备可执行的恢复方案。十、让大表变更成为可管理的发布流程
大表
ALTER TABLE 的难点,贯穿 SQL 检查、执行方式选择、数据搬运、增量追平和最终切表。NineData 将这些环节连接到统一的可视化流程中:
-
通过规范预审识别问题;
-
通过权限和审批控制变更入口;
-
通过 OnlineDDL 策略选择执行路径;
-
通过批次、超时、重试和切表窗口控制执行过程;
-
通过进度和操作历史支持排查与追溯。
对于持续承载业务的大表,合理配置在线变更策略,再结合容量评估、低峰窗口和业务验证,可以让结构变更更有计划,也更容易由团队协同完成。
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)