mysql如何進行OPTIMIZE TABLE整理碎片

這篇文章給大家介紹mysql如何進行OPTIMIZE TABLE整理碎片，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

來看看手冊中關于 OPTIMIZE 的描述：

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

如果您已經刪除了表的一大部分，或者如果您已經對含有可變長度行的表（含有VARCHAR, BLOB或TEXT列的表）進行了很多更改，則應使用
OPTIMIZE TABLE。被刪除的記錄被保持在鏈接清單中，后續的INSERT操作會重新使用舊的記錄位置。您可以使用OPTIMIZE TABLE來重新
利用未使用的空間，并整理數據文件的碎片。

在多數的設置中，您根本不需要運行OPTIMIZE TABLE。即使您對可變長度的行進行了大量的更新，您也不需要經常運行，每周一次或每月一次
即可，只對特定的表運行。

OPTIMIZE TABLE只對MyISAM, BDB和InnoDB表起作用。

注意，在OPTIMIZE TABLE運行過程中，MySQL會鎖定表。

原始數據

1，數據量

mysql> select count(*) as total from test_history; 
+---------+ 
| total | 
+---------+ 
| 1187096 | //總共有118萬多條數據 
+---------+ 
1 row in set (0.04 sec)

2，存放在硬盤中的表文件大小

[root@ www.linuxidc.com test1]# ls |grep visit |xargs -i du {} 
382020 test_history.MYD //數據文件占了380M 
127116 test_history.MYI //索引文件占了127M 
12 test_history.frm //結構文件占了12K

3，查看一下索引信息

mysql> show index from test_history from test1; //查看一下該表的索引信息 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
| test_history | 0 | PRIMARY | 1 | id | A | 1187096 | NULL | NULL | | BTREE | | 
| test_history | 1 | ad_code | 1 | ad_code | A | 46 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | unique_id | 1 | unique_id | A | 1187096 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | ad_code_ind | 1 | ad_code | A | 46 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | from_page_url_ind | 1 | from_page_url | A | 30438 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | ip_ind | 1 | ip | A | 593548 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | port_ind | 1 | port | A | 65949 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | session_id_ind | 1 | session_id | A | 1187096 | NULL | NULL | YES | BTREE | | 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
8 rows in set (0.28 sec)

索引信息中的列的信息說明。

Table :表的名稱。
Non_unique:如果索引不能包括重復詞，則為0。如果可以，則為1。
Key_name:索引的名稱。
Seq_in_index:索引中的列序列號，從1開始。
Column_name:列名稱。
Collation:列以什么方式存儲在索引中。在MySQLSHOW INDEX語法中，有值’A’（升序）或NULL（無分類）。
Cardinality:索引中唯一值的數目的估計值。通過運行ANALYZE TABLE或myisamchk -a可以更新。基數根據被存儲為整數的統計數據來計數，所以即使對于小型表，該值也沒有必要是精確的。基數越大，當進行聯合時，MySQL使用該索引的機會就越大。
Sub_part:如果列只是被部分地編入索引，則為被編入索引的字符的數目。如果整列被編入索引，則為NULL。
Packed:指示關鍵字如何被壓縮。如果沒有被壓縮，則為NULL。
Null:如果列含有NULL，則含有YES。如果沒有，則為空。
Index_type：存儲索引數據結構方法（BTREE, FULLTEXT, HASH, RTREE）

二，刪除一半數據

mysql> delete from test_history where id>598000; //刪除一半數據 
Query OK, 589096 rows affected (4 min 28.06 sec)

[root@ www.linuxidc.com test1]# ls |grep visit |xargs -i du {} //相對應的MYD，MYI文件大小沒有變化 
382020 test_history.MYD 
127116 test_history.MYI 
12 test_history.frm

按常規思想來說，如果在數據庫中刪除了一半數據后，相對應的.MYD,.MYI文件也應當變為之前的一半。但是刪除一半數據后，.MYD.MYI盡然連1KB都沒有減少，這是多么的可怕啊。

我們在來看一看，索引信息
mysql> show index from test_history; 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
| test_history | 0 | PRIMARY | 1 | id | A | 598000 | NULL | NULL | | BTREE | | 
| test_history | 1 | ad_code | 1 | ad_code | A | 23 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | unique_id | 1 | unique_id | A | 598000 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | ad_code_ind | 1 | ad_code | A | 23 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | from_page_url_ind | 1 | from_page_url | A | 15333 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | ip_ind | 1 | ip | A | 299000 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | port_ind | 1 | port | A | 33222 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | session_id_ind | 1 | session_id | A | 598000 | NULL | NULL | YES | BTREE | | 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
8 rows in set (0.00 sec)

對比一下，這次索引查詢和上次索引查詢，里面的數據信息基本上是上次一次的一本，這點還是合乎常理。

三，用optimize table來優化一下

show table status like 'XXX'\G;

data_free選項代表數據碎片。 
針對MySQL的不同數據庫存儲引擎，在optimize使用清除碎片，回收閑置的數據庫空間，把分散存儲（fragmented）的數據和索引重新挪到一起(defragmentation)，對I/O速度有好處。

mysql> optimize table test_history; //刪除數據后的優化 
+------------------------+----------+----------+----------+ 
| Table | Op | Msg_type | Msg_text | 
+------------------------+----------+----------+----------+ 
| test1.test_history | optimize | status | OK | 
+------------------------+----------+----------+----------+ 
1 row in set (1 min 21.05 sec)

1，查看一下.MYD,.MYI文件的大小

[root@ www.linuxidc.com test1]# ls |grep visit |xargs -i du {} 
182080 test_history.MYD //數據文件差不多為優化前的一半 
66024 test_history.MYI //索引文件也一樣，差不多是優化前的一半 
12 test_history.frm

2，查看一下索引信息
mysql> show index from test_history; 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
| Table | Non_unique | Key_name | Seq_in_index | Column_name | Collation | Cardinality | Sub_part | Packed | Null | Index_type | Comment | 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
| test_history | 0 | PRIMARY | 1 | id | A | 598000 | NULL | NULL | | BTREE | | 
| test_history | 1 | ad_code | 1 | ad_code | A | 42 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | unique_id | 1 | unique_id | A | 598000 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | ad_code_ind | 1 | ad_code | A | 42 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | from_page_url_ind | 1 | from_page_url | A | 24916 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | ip_ind | 1 | ip | A | 598000 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | port_ind | 1 | port | A | 59800 | NULL | NULL | YES | BTREE | | 
| test_history | 1 | session_id_ind | 1 | session_id | A | 598000 | NULL | NULL | YES | BTREE | | 
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+ 
8 rows in set (0.00 sec)

從以上數據我們可以得出，ad_code，ad_code_ind，from_page_url_ind等索引機會差不多都提高了85％，這樣效率提高了好多。

四，小結

結合mysql官方網站的信息，個人是這樣理解的。當你刪除數據時，mysql并不會回收，被已刪除數據的占據的存儲空間，以及索引位。而是空在那里，而是等待新的數據來彌補這個空缺，這樣就有一個缺少，如果一時半會，沒有數據來填補這個空缺，那這樣就太浪費資源了。所以對于寫比較頻煩的表，要定期進行optimize，一個月一次，看實際情況而定了。

關于mysql如何進行OPTIMIZE TABLE整理碎片就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。