关于mysql 删除数据后物理空间未释

OPTIMIZE TABLE 当您的库中删除了大量的数据后，您可能会发现数据文件尺寸并无减少。这是由于删除操做后在数据文件中留下碎片所致。OPTIMIZE TABLE 是指对表进行优化。若是已经删除了表的一大部分数据，或者若是已经对含有可变长度行的表（含有 VARCHAR 、 BLOB 或 TEXT 列的表）进行了不少更改，就应该使用 OPTIMIZE TABLE 命令来进行表优化。这个命令能够将表中的空间碎片进行合并，而且能够消除因为删除或者更新形成的空间浪费 。OPTIMIZE TABLE 命令只对 MyISAM 、 BDB 和 InnoDB 表起做用 。表优化的工做能够每周或者每个月按期执行，对提升表的访问效率有必定的好处，可是须要注意的是，优化表期间会锁定表，因此必定要安排在空闲时段进行。

一，原始数据

1. mysql> select count(*) as total from ad_visit_history;  

2. +---------+  

3. | total   |  

4. +---------+  

5. | 1187096 |                      //总共有118万多条数据  

6. +---------+  

7. 1 row in set (0.04 sec)  

 2，存放在硬盘中的表文件大小

1. [root@BlackGhost  test1]# ls |grep visit |xargs -i du {}  

2. 382020    ad_visit_history.MYD                    //数据文件占了380M  

3. 127116    ad_visit_history.MYI                     //索引文件占了127M  

4. 12    ad_visit_history.frm                              //结构文件占了12K  

 3，查看一下索引信息

1. mysql> show index from ad_visit_history from test1;     //查看一下该表的索引信息  

2. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+  

3. | Table            | Non_unique | Key_name          | Seq_in_index | Column_name   | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |  

4. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+  

5. | ad_visit_history |          0 | PRIMARY           |            1 | id            | A         |     1187096 |     NULL | NULL   |      | BTREE      |         |  

6. | ad_visit_history |          1 | ad_code           |            1 | ad_code       | A         |          46 |     NULL | NULL   | YES  | BTREE      |         |  

7. | ad_visit_history |          1 | unique_id         |            1 | unique_id     | A         |     1187096 |     NULL | NULL   | YES  | BTREE      |         |  

8. | ad_visit_history |          1 | ad_code_ind       |            1 | ad_code       | A         |          46 |     NULL | NULL   | YES  | BTREE      |         |  

9. | ad_visit_history |          1 | from_page_url_ind |            1 | from_page_url | A         |       30438 |     NULL | NULL   | YES  | BTREE      |         |  

10. | ad_visit_history |          1 | ip_ind            |            1 | ip            | A         |      593548 |     NULL | NULL   | YES  | BTREE      |         |  

11. | ad_visit_history |          1 | port_ind          |            1 | port          | A         |       65949 |     NULL | NULL   | YES  | BTREE      |         |  

12. | ad_visit_history |          1 | session_id_ind    |            1 | session_id    | A         |     1187096 |     NULL | NULL   | YES  | BTREE      |         |  

13. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+  

14. 8 rows in set (0.28 sec)  

索引信息中的列的信息说明。

Table :表的名称。 Non_unique :若是索引不能包括重复词，则为0。若是能够，则为1。 Key_name :索引的名称。 Seq_in_index :索引中的列序列号，从1开始。 Column_name :列名称。 Collation :列以什么方式存储在索引中。在MySQLSHOW INDEX语法中，有值’A’（升序）或NULL（无分类）。 Cardinality :索引中惟一值的数目的估计值。经过运行ANALYZE TABLE或myisamchk -a能够更新。基数根据被存储为整数的统计数据来计数，因此即便对于小型表，该值也没有必要是精确的。基数越大，当进行联合时，MySQL使用该索引的机会就越大。 Sub_part :若是列只是被部分地编入索引，则为被编入索引的字符的数目。若是整列被编入索引，则为NULL。 Packed :指示关键字如何被压缩。若是没有被压缩，则为NULL。 Null :若是列含有NULL，则含有YES。若是没有，则为空。Index_type ：存储索引数据结构方法（BTREE, FULLTEXT, HASH, RTREE）

二，删除一半数据

1. mysql> delete from ad_visit_history where id>598000;          //删除一半数据  

2. Query OK, 589096 rows affected (4 min 28.06 sec)  

3.   

4. [root@BlackGhost  test1]# ls |grep visit |xargs -i du {}              //相对应的MYD，MYI文件大小没有变化  

5. 382020    ad_visit_history.MYD   

6. 127116    ad_visit_history.MYI  

7. 12    ad_visit_history.frm  

按常规思想来讲，若是在数据库中删除了一半数据后，相对应的.MYD,.MYI文件也应当变为以前的一半。可是删除一半数据后，.MYD.MYI尽然连1KB都没有减小 ，这是多么的可怕啊。

咱们在来看一看，索引信息

1. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+    

2. | Table            | Non_unique | Key_name          | Seq_in_index | Column_name   | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |    

3. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+    

4. | ad_visit_history |          0 | PRIMARY           |            1 | id            | A         |      598000 |     NULL | NULL   |      | BTREE      |         |    

5. | ad_visit_history |          1 | ad_code           |            1 | ad_code       | A         |          23 |     NULL | NULL   | YES  | BTREE      |         |    

6. | ad_visit_history |          1 | unique_id         |            1 | unique_id     | A         |      598000 |     NULL | NULL   | YES  | BTREE      |         |    

7. | ad_visit_history |          1 | ad_code_ind       |            1 | ad_code       | A         |          23 |     NULL | NULL   | YES  | BTREE      |         |    

8. | ad_visit_history |          1 | from_page_url_ind |            1 | from_page_url | A         |       15333 |     NULL | NULL   | YES  | BTREE      |         |    

9. | ad_visit_history |          1 | ip_ind            |            1 | ip            | A         |      299000 |     NULL | NULL   | YES  | BTREE      |         |    

10. | ad_visit_history |          1 | port_ind          |            1 | port          | A         |       33222 |     NULL | NULL   | YES  | BTREE      |         |    

11. | ad_visit_history |          1 | session_id_ind    |            1 | session_id    | A         |      598000 |     NULL | NULL   | YES  | BTREE      |         |    

12. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+    

13. 8 rows in set (0.00 sec)    

对比一下，此次索引查询和上次索引查询，里面的数据信息基本上是上次一次的一本，这点仍是合乎常理。

三，用optimize table来优化一下

1. mysql> optimize table ad_visit_history;                                             //删除数据后的优化  

2. +------------------------+----------+----------+----------+  

3. | Table                  | Op       | Msg_type | Msg_text |  

4. +------------------------+----------+----------+----------+  

5. | test1.ad_visit_history | optimize | status   | OK       |  

6. +------------------------+----------+----------+----------+  

7. 1 row in set (1 min 21.05 sec)  

 1，查看一下.MYD,.MYI文件的大小

1. [root@BlackGhost  test1]# ls |grep visit |xargs -i du {}  

2. 182080    ad_visit_history.MYD                                          //数据文件差很少为优化前的一半  

3. 66024    ad_visit_history.MYI                                             //索引文件也同样，差很少是优化前的一半  

4. 12    ad_visit_history.frm  

 2，查看一下索引信息

1. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+    

2. | Table            | Non_unique | Key_name          | Seq_in_index | Column_name   | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment |    

3. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+    

4. | ad_visit_history |          0 | PRIMARY           |            1 | id            | A         |      598000 |     NULL | NULL   |      | BTREE      |         |    

5. | ad_visit_history |          1 | ad_code           |            1 | ad_code       | A         |          42 |     NULL | NULL   | YES  | BTREE      |         |    

6. | ad_visit_history |          1 | unique_id         |            1 | unique_id     | A         |      598000 |     NULL | NULL   | YES  | BTREE      |         |    

7. | ad_visit_history |          1 | ad_code_ind       |            1 | ad_code       | A         |          42 |     NULL | NULL   | YES  | BTREE      |         |    

8. | ad_visit_history |          1 | from_page_url_ind |            1 | from_page_url | A         |       24916 |     NULL | NULL   | YES  | BTREE      |         |    

9. | ad_visit_history |          1 | ip_ind            |            1 | ip            | A         |      598000 |     NULL | NULL   | YES  | BTREE      |         |    

10. | ad_visit_history |          1 | port_ind          |            1 | port          | A         |       59800 |     NULL | NULL   | YES  | BTREE      |         |    

11. | ad_visit_history |          1 | session_id_ind    |            1 | session_id    | A         |      598000 |     NULL | NULL   | YES  | BTREE      |         |    

12. +------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+    

13. 8 rows in set (0.00 sec)    

从以上数据咱们能够得出，ad_code，ad_code_ind，from_page_url_ind等索引机会差很少都提升了85％，这样效率提升了好多。

四，小结

结合mysql官方网站的信息，我的是这样理解的。当你删除数据 时，mysql并不会回收，被已删除数据的占据的存储空间，以及索引位。而是空在那里，而是等待新的数据来弥补这个空缺，这样就有一个缺乏，若是一时半 会，没有数据来填补这个空缺，那这样就太浪费资源了。因此对于写比较频烦的表，要按期进行optimize，一个月一次，看实际状况而定了。

举个例子来讲吧。有100个php程序员辞职了，可是呢只是人走了，php的职位还在那里，这些职位不会撤销，要等新的php程序来填补这些空位。招一个好的程序员，比较难。我想大部分时间会空在那里。哈哈。

五，手册中关于OPTIMIZE的一些用法和描述

OPTIMIZE [LOCAL | NO_WRITE_TO_BINLOG] TABLE tbl_name [, tbl_name] ...

若是您已经删除了表的一大部分，或者若是您已经对含有可变长度行的表（含有VARCHAR, BLOB或TEXT列的表）进行了不少更改，则应使用 OPTIMIZE TABLE。被删除的记录被保持在连接清单中，后续的INSERT操做会从新使用旧的记录位置。您可使用OPTIMIZE TABLE来从新 利用未使用的空间，并整理数据文件的碎片。

在多数的设置中，您根本不须要运行OPTIMIZE TABLE。即便您对可变长度的行进行了大量的更新，您也不须要常常运行，每周一次或每个月一次 便可，只对特定的表运行。

OPTIMIZE TABLE只对MyISAM, BDB和InnoDB表起做用。

注意，在OPTIMIZE TABLE运行过程当中，MySQL会锁定表。

---

innodb执行

ALTER TABLE table.name ENGINE='InnoDB';