MySQL表数据删除与清理的最佳实践
<div id="navCategory"><h5 class="catalogue">目录</h5><ul class="first_class_ul"><li><a href="#_label0">一、删除表：先“隔离”再“删除”，避免误删风险</a></li><ul class="second_class_ul"><li><a href="#_lab2_0_0">1.1 操作步骤（以表t1为例）</a></li><ul class="third_class_ul"><li><a href="#_label3_0_0_0">步骤1：创建测试表（模拟业务表）</a></li><li><a href="#_label3_0_0_1">步骤2：重命名表，实现“隔离”</a></li><li><a href="#_label3_0_0_2">步骤3：观察依赖，确认安全</a></li><li><a href="#_label3_0_0_3">步骤4：最终删除备份表</a></li></ul><li><a href="#_lab2_0_1">1.2 核心原理与注意事项</a></li><ul class="third_class_ul"></ul></ul><li><a href="#_label1">二、清空表：选对工具（truncate），避免空间浪费与主从延迟</a></li><ul class="second_class_ul"><li><a href="#_lab2_1_2">2.1 实验对比：delete vs truncate</a></li><ul class="third_class_ul"><li><a href="#_label3_1_2_4">步骤1：准备测试数据（10万行）</a></li><li><a href="#_label3_1_2_5">步骤2：查看数据文件大小（InnoDB表的.ibd文件）</a></li><li><a href="#_label3_1_2_6">步骤3：用delete清空表，观察空间变化</a></li><li><a href="#_label3_1_2_7">步骤4：用truncate清空表，观察空间变化</a></li></ul><li><a href="#_lab2_1_3">2.2 关键差异：delete vs truncate</a></li><ul class="third_class_ul"></ul><li><a href="#_lab2_1_4">2.3 注意事项</a></li><ul class="third_class_ul"></ul></ul><li><a href="#_label2">三、不归档删除部分数据：避免大事务，用批量删除或工具</a></li><ul class="second_class_ul"><li><a href="#_lab2_2_5">3.1 方案1：循环批量删除（适合中小数据量）</a></li><ul class="third_class_ul"><li><a href="#_label3_2_5_8">核心逻辑：</a></li><li><a href="#_label3_2_5_9">操作步骤：</a></li><li><a href="#_label3_2_5_10">验证结果：</a></li></ul><li><a href="#_lab2_2_6">3.2 方案2：用pt-archiver工具（适合大数据量）</a></li><ul class="third_class_ul"><li><a href="#_label3_2_6_11">步骤1：安装Percona Toolkit（以CentOS为例）</a></li><li><a href="#_label3_2_6_12">步骤2：创建工具专用用户（授予权限）</a></li><li><a href="#_label3_2_6_13">步骤3：执行删除（不归档，仅删除）</a></li><li><a href="#_label3_2_6_14">统计结果示例：</a></li></ul></ul><li><a href="#_label3">四、归档删除部分数据：先迁移再删除，兼顾数据保留与空间回收</a></li><ul class="second_class_ul"><li><a href="#_lab2_3_7">4.1 操作步骤（用pt-archiver实现归档+删除）</a></li><ul class="third_class_ul"><li><a href="#_label3_3_7_15">步骤1：准备归档环境</a></li><li><a href="#_label3_3_7_16">步骤2：在归档库创建表结构</a></li><li><a href="#_label3_3_7_17">步骤3：归档+删除（pt-archiver）</a></li><li><a href="#_label3_3_7_18">步骤4：验证归档与删除结果</a></li></ul><li><a href="#_lab2_3_8">4.2 回收delete产生的“空洞”空间</a></li><ul class="third_class_ul"></ul></ul><li><a href="#_label4">五、分区表删除：按分区清理，效率翻倍</a></li><ul class="second_class_ul"><li><a href="#_lab2_4_9">5.1 操作步骤（以按年份分区的日志表为例）</a></li><ul class="third_class_ul"><li><a href="#_label3_4_9_19">步骤1：创建RANGE分区表</a></li><li><a href="#_label3_4_9_20">步骤2：插入测试数据</a></li><li><a href="#_label3_4_9_21">步骤3：查看分区数据分布</a></li><li><a href="#_label3_4_9_22">步骤4：删除2016年数据（直接drop分区）</a></li><li><a href="#_label3_4_9_23">步骤5：验证删除结果</a></li></ul><li><a href="#_lab2_4_10">5.2 核心优势与适用场景</a></li><ul class="third_class_ul"></ul></ul><li><a href="#_label5">六、总结：MySQL删除操作的核心原则与场景选型</a></li><ul class="second_class_ul"></ul></ul></div><p>在MySQL运维中，“删除”操作看似简单，却隐藏着诸多风险——误删表导致数据永久丢失、delete全表引发主从延迟、删数据后磁盘空间不释放……这些问题往往会造成业务中断或资源浪费。本文基于实际运维场景，详细讲解<strong>删除表、清空表、部分数据删除（归档/不归档）、分区表清理</strong>四大核心场景的最佳操作方案，结合实验验证和原理分析，帮你在“安全”与“效率”之间找到平衡。</p><p class="maodian"><a name="_label0"></a></p><h2>一、删除表：先“隔离”再“删除”，避免误删风险</h2>
<p>直接执行<code>DROP TABLE</code>是高危操作——若存在未发现的业务依赖（如定时任务、应用SQL），会瞬间导致服务报错；且误删后恢复成本极高（需从备份恢复，耗时久）。最佳实践是<strong>先重命名表“隔离”，观察无依赖后再删除</strong>。</p>
<p class="maodian"><a name="_lab2_0_0"></a></p><h3>1.1 操作步骤（以表t1为例）</h3>
<p class="maodian"><a name="_label3_0_0_0"></a></p><h4>步骤1：创建测试表（模拟业务表）</h4>
<div class="jb51code"><pre class="brush:sql;">-- 先删除旧表（若存在），避免冲突
drop table if exists t1;
-- 创建业务表t1（InnoDB引擎，含自增主键和时间字段）
CREATE TABLE `t1` (
`id` int NOT NULL AUTO_INCREMENT,
`a` varchar(20) DEFAULT NULL,-- 业务字段1
`b` int DEFAULT NULL, -- 业务字段2
`c` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,-- 自动时间戳
PRIMARY KEY (`id`)
) ENGINE=InnoDB CHARSET=utf8mb4 ;
</pre></div>
<p class="maodian"><a name="_label3_0_0_1"></a></p><h4>步骤2：重命名表，实现“隔离”</h4>
<p>将目标表重命名为“备份+日期”格式（如<code>t1_bak_20231114</code>），切断业务直接访问：</p>
<div class="jb51code"><pre class="brush:sql;">alter table t1 rename t1_bak_20231114;
</pre></div>
<p class="maodian"><a name="_label3_0_0_2"></a></p><h4>步骤3：观察依赖，确认安全</h4>
<p>重命名后，<strong>观察1-2周</strong>（根据业务周期调整），重点监控：</p>
<ul><li>应用日志：是否出现“Table ‘martin.t1’ doesn’t exist”错误（排查隐藏依赖）；</li><li>数据库进程：是否有定时任务或存储过程调用原表名。</li></ul>
<p>若观察期内无异常，说明表无依赖，可执行删除。</p>
<p class="maodian"><a name="_label3_0_0_3"></a></p><h4>步骤4：最终删除备份表</h4>
<div class="jb51code"><pre class="brush:sql;">drop table t1_bak_20231114;
</pre></div>
<p class="maodian"><a name="_lab2_0_1"></a></p><h3>1.2 核心原理与注意事项</h3>
<ul><li><strong>为什么不直接drop？</strong><br />重命名本质是“逻辑隔离”，若发现误操作，可快速改回原表名（<code>alter table t1_bak_20231114 rename t1;</code>），恢复成本几乎为0；而drop会直接删除表结构和数据文件，无法快速恢复。</li><li><strong>适用场景</strong>：非紧急删除的冗余表、历史表（如旧业务下线后的废弃表）。</li></ul>
<p class="maodian"><a name="_label1"></a></p><h2>二、清空表：选对工具（truncate），避免空间浪费与主从延迟</h2>
<p>清空表（删除全表数据）时，很多人习惯用<code>DELETE FROM 表名</code>，但该操作存在两大问题：<strong>不释放磁盘空间</strong>、<strong>行模式binlog下产生大量日志导致主从延迟</strong>。正确选择是<code>TRUNCATE TABLE</code>。</p>
<p class="maodian"><a name="_lab2_1_2"></a></p><h3>2.1 实验对比：delete vs truncate</h3>
<p class="maodian"><a name="_label3_1_2_4"></a></p><h4>步骤1：准备测试数据（10万行）</h4>
<div class="jb51code"><pre class="brush:sql;">use martin;
-- 重建表t1
drop table if exists t1;
CREATE TABLE `t1` (
`id` int NOT NULL AUTO_INCREMENT,
`a` varchar(20) DEFAULT NULL,
`b` int DEFAULT NULL,
`c` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`)
) ENGINE=InnoDB CHARSET=utf8mb4 ;
-- 创建存储过程，插入10万行数据
drop procedure if exists insert_t1;
delimiter ;;-- 临时修改语句结束符，避免与存储过程内;冲突
create procedure insert_t1()
begin
declare i int;
set i=1;
while(i<=100000)do-- 循环插入10万行
insert into t1(a,b) values(i,i);
set i=i+1;
end while;
end;;
delimiter ;
-- 执行存储过程，初始化数据
call insert_t1();
</pre></div>
<p class="maodian"><a name="_label3_1_2_5"></a></p><h4>步骤2：查看数据文件大小（InnoDB表的.ibd文件）</h4>
<p>InnoDB表的数据存储在<code>ibd</code>文件中，先查看初始大小：</p>
<div class="jb51code"><pre class="brush:sql;"># 进入MySQL数据目录（需根据实际路径调整，此处为/data/mysql/data/martin）
cd /data/mysql/data/martin
# 查看t1.ibd大小（-h表示人性化显示，如KB/MB）
ll -h t1.ibd
</pre></div>
<p><strong>实验结果</strong>：<code>t1.ibd</code>约12MB（10万行数据）。</p>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270261.png" /></p>
<p class="maodian"><a name="_label3_1_2_6"></a></p><h4>步骤3：用delete清空表，观察空间变化</h4>
<div class="jb51code"><pre class="brush:sql;">-- delete全表数据
delete from t1;
</pre></div>
<p>再执行<code>ll -h t1.ibd</code>，<strong>结果</strong>：文件大小仍为12MB，无变化。</p>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270281.png" /></p>
<p class="maodian"><a name="_label3_1_2_7"></a></p><h4>步骤4：用truncate清空表，观察空间变化</h4>
<div class="jb51code"><pre class="brush:sql;">-- 先重建表并插入数据（恢复到步骤2状态）
call insert_t1();
-- truncate清空表
truncate table t1;
</pre></div>
<p>再执行<code>ll -h t1.ibd</code>，<strong>结果</strong>：文件大小骤减至112KB（仅保留表结构，释放所有数据空间）。</p>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270288.png" /></p>
<p class="maodian"><a name="_lab2_1_3"></a></p><h3>2.2 关键差异：delete vs truncate</h3>
<table><thead><tr><th>对比维度</th><th>DELETE</th><th>TRUNCATE</th></tr></thead><tbody><tr><td>操作类型</td><td>DML（数据操纵语言）</td><td>DDL（数据定义语言）</td></tr><tr><td>空间释放</td><td>不释放（仅标记删除）</td><td>释放（重建表结构）</td></tr><tr><td>binlog记录</td><td>行模式下逐行记录（日志量大）</td><td>仅记录“ truncate操作”（日志量小）</td></tr><tr><td>事务支持</td><td>可回滚（未提交前可撤销）</td><td>不可回滚（执行即生效）</td></tr><tr><td>自增主键重置</td><td>不重置（下次插入从上次ID继续）</td><td>重置（下次插入从1开始）</td></tr></tbody></table>
<p class="maodian"><a name="_lab2_1_4"></a></p><h3>2.3 注意事项</h3>
<ul><li><strong>必须先备份</strong>：无论用哪种方式，清空表前需用<code>mysqldump</code>备份数据（<code>mysqldump -uroot -p martin t1 > t1_bak.sql</code>），避免误清。</li><li><strong>truncate的限制</strong>：若表被外键引用（<code>FOREIGN KEY</code>），无法直接truncate（需先删除外键或清空关联表）；而delete可正常执行。</li></ul>
<p class="maodian"><a name="_label2"></a></p><h2>三、不归档删除部分数据：避免大事务，用批量删除或工具</h2>
<p>当需删除表中部分数据（如删除<code>b<50000</code>的历史数据）且无需归档时，直接执行<code>DELETE FROM t2 WHERE b<50000</code>会引发<strong>大事务</strong>——锁表时间长、占用大量undo日志、主从延迟。最佳方案是<strong>批量删除（加limit）</strong> 或用专业工具<code>pt-archiver</code>。</p>
<p class="maodian"><a name="_lab2_2_5"></a></p><h3>3.1 方案1：循环批量删除（适合中小数据量）</h3>
<p class="maodian"><a name="_label3_2_5_8"></a></p><h4>核心逻辑：</h4>
<p>每次删除1000-10000行（根据服务器性能调整），循环执行直到满足条件的数据删完，避免单次删除行数过多。</p>
<p class="maodian"><a name="_label3_2_5_9"></a></p><h4>操作步骤：</h4>
<p>步骤1：准备测试表与数据（10万行）</p>
<div class="jb51code"><pre class="brush:sql;">use martin;
drop table if exists t2;
CREATE TABLE `t2` (
`id` int NOT NULL AUTO_INCREMENT,
`a` int DEFAULT NULL,
`b` int DEFAULT NULL,
PRIMARY KEY (id),-- 主键索引
key idx_b(b) -- 为查询条件b创建索引，加速删除
) ENGINE=InnoDB CHARSET=utf8mb4 ;
-- 存储过程插入10万行数据
drop procedure if exists insert_t2;
delimiter ;;
create procedure insert_t2()
begin
declare i int;
set i=1;
while(i<=100000)do
insert into t2(a,b) values(i,i);
set i=i+1;
end while;
end;;
delimiter ;
call insert_t2();
</pre></div>
<p>步骤2：备份数据（安全前提）</p>
<div class="jb51code"><pre class="brush:sql;"># 用mysqldump备份t2表
cd /data/backup
mysqldump -uroot -p martin t2 > t2_bak.sql
# 或创建备份表，复制数据（更快速）
create table t2_bak_1114 like t2;-- 复制表结构
insert into t2_bak_1114 select * from t2;-- 复制数据
</pre></div>
<p>步骤3：循环批量删除</p>
<div class="jb51code"><pre class="brush:sql;">DELIMITER //
CREATE PROCEDURE delete_t2()
BEGIN
REPEAT
DELETE FROM t2 WHERE b < 50000 LIMIT 1000;
UNTIL ROW_COUNT() = 0 END REPEAT;
SELECT '删除完成' AS result;
END //
DELIMITER ;
</pre></div>
<p class="maodian"><a name="_label3_2_5_10"></a></p><h4>验证结果：</h4>
<div class="jb51code"><pre class="brush:sql;">-- 确认删除效果（应返回0）
select count(*) from t2 where b < 50000;
-- 剩余数据量（应返回50000）
select count(*) from t2 where b >= 50000;
</pre></div>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270294.png" /></p>
<p class="maodian"><a name="_lab2_2_6"></a></p><h3>3.2 方案2：用pt-archiver工具（适合大数据量）</h3>
<p><code>pt-archiver</code>是Percona Toolkit中的工具，专为批量归档/删除MySQL数据设计，支持按条件批量处理、统计进度，且能避免大事务。</p>
<p class="maodian"><a name="_label3_2_6_11"></a></p><h4>步骤1：安装Percona Toolkit（以CentOS为例）</h4>
<div class="jb51code"><pre class="brush:bash;"># 安装依赖
yum install -y perl-DBI perl-DBD-MySQL perl-Time-HiRes perl-IO-Socket-SSL
# 下载并安装Percona Toolkit
wget https://downloads.percona.com/downloads/percona-toolkit/3.5.1/binary/redhat/8/x86_64/percona-toolkit-3.5.1-1.el8.x86_64.rpm
rpm -ivh percona-toolkit-3.5.1-1.el8.x86_64.rpm
# 验证安装（查看版本）
pt-archiver --version
</pre></div>
<p class="maodian"><a name="_label3_2_6_12"></a></p><h4>步骤2：创建工具专用用户（授予权限）</h4>
<div class="jb51code"><pre class="brush:sql;">-- 创建dba用户，允许192.168网段访问
CREATE USER 'dba'@'192.168.%' IDENTIFIED WITH MYSQL_NATIVE_PASSWORD BY 'Id81Gdac_a';
-- 授予全库权限（生产环境可缩小权限范围，仅授予martin库权限）
GRANT all ON *.* TO 'dba'@'192.168.%';
</pre></div>
<p class="maodian"><a name="_label3_2_6_13"></a></p><h4>步骤3：执行删除（不归档，仅删除）</h4>
<div class="jb51code"><pre class="brush:sql;">pt-archiver \
--source h=192.168.184.151,u=dba,p='Id81Gdac_a',D=martin,t=t2 \# 源表信息
--where "b<50000" \# 删除条件
--progress 10000 \ # 每处理10000行显示进度
--limit=1000 \ # 每次处理1000行
--txn-size 10000 \ # 每10000行提交一次事务
--no-safe-auto-increment \# 不修改自增主键（避免影响后续插入）
--statistics \ # 输出统计信息（如处理时间、行数）
--purge # 仅删除，不归档（核心参数）
</pre></div>
<p class="maodian"><a name="_label3_2_6_14"></a></p><h4>统计结果示例：</h4>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270251.png" /></p>
<p class="maodian"><a name="_label3"></a></p><h2>四、归档删除部分数据：先迁移再删除，兼顾数据保留与空间回收</h2>
<p>若需删除的部分数据需长期保留（如归档历史日志），需先将数据迁移到“归档库”，再删除源表数据。同时，需注意：<strong>delete删除后表会产生“空洞”（未释放的空间），需重建表回收空间</strong>。</p>
<p class="maodian"><a name="_lab2_3_7"></a></p><h3>4.1 操作步骤（用pt-archiver实现归档+删除）</h3>
<p class="maodian"><a name="_label3_3_7_15"></a></p><h4>步骤1：准备归档环境</h4>
<ul><li><strong>源库</strong>：192.168.184.151（martin库，t2表，需删除b<50000的数据）；</li><li><strong>归档库</strong>：192.168.184.152（新建archiver_db库，t2_archiver表，用于存储归档数据）。</li></ul>
<p class="maodian"><a name="_label3_3_7_16"></a></p><h4>步骤2：在归档库创建表结构</h4>
<div class="jb51code"><pre class="brush:sql;">-- 登录归档库（192.168.184.152）
mysql -uroot -p
-- 创建归档数据库
create database archiver_db;
use archiver_db;
-- 创建与源表结构一致的归档表
CREATE TABLE `t2_archiver` (
`id` int NOT NULL AUTO_INCREMENT,
`a` int DEFAULT NULL,
`b` int DEFAULT NULL,
PRIMARY KEY (id),
key idx_b(b)
) ENGINE=InnoDB CHARSET=utf8mb4 ;
-- 授予dba用户归档库权限
CREATE USER 'dba'@'192.168.%' IDENTIFIED WITH MYSQL_NATIVE_PASSWORD BY 'Id81Gdac_a';
GRANT all ON *.* TO 'dba'@'192.168.%';
</pre></div>
<p class="maodian"><a name="_label3_3_7_17"></a></p><h4>步骤3：归档+删除（pt-archiver）</h4>
<div class="jb51code"><pre class="brush:sql;"># 关闭归档库的防火墙（避免连接失败）
iptables -F# 仅测试环境，生产环境需配置白名单
# 执行归档+删除
pt-archiver \
--source h=192.168.184.151,u=dba,p='Id81Gdac_a',D=martin,t=t2 \# 源表
--dest h=192.168.184.152,u=dba,p='Id81Gdac_a',D=archiver_db,t=t2_archiver \# 归档表
--where "b<50000" \# 归档条件
--progress 10000 \ # 进度显示
--limit=1000 \ # 每次处理1000行
--txn-size 10000 \ # 事务大小
--no-safe-auto-increment \
--statistics \
--purge # 归档后删除源表数据
</pre></div>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270270.png" /></p>
<p class="maodian"><a name="_label3_3_7_18"></a></p><h4>步骤4：验证归档与删除结果</h4>
<p><strong>源库验证</strong>：</p>
<div class="jb51code"><pre class="brush:sql;">select count(*) from martin.t2 where b<50000;-- 应返回0
select count(*) from martin.t2;-- 应返回50001
</pre></div>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270261.png" /></p>
<p><strong>归档库验证</strong>：</p>
<div class="jb51code"><pre class="brush:sql;">select count(*) from archiver_db.t2_archiver;-- 应返回49999
select min(b),max(b) from archiver_db.t2_archiver;-- 应返回1和49999
</pre></div>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270256.png" /></p>
<p class="maodian"><a name="_lab2_3_8"></a></p><h3>4.2 回收delete产生的“空洞”空间</h3>
<p>delete删除数据后，InnoDB会将数据标记为“删除”，但磁盘空间不释放（形成“空洞”），需通过<strong>重建表</strong>回收空间：</p>
<div class="jb51code"><pre class="brush:sql;">-- 方法1：alter table重建表（推荐，InnoDB会整理空间）
alter table martin.t2 engine=InnoDB;
-- 方法2：optimize table（效果同上，仅支持InnoDB和MyISAM）
optimize table martin.t2;
-- 验证空间变化
ll -h /data/mysql/data/martin/t2.ibd# 空间应明显减少
</pre></div>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270287.png" /></p>
<p class="maodian"><a name="_label4"></a></p><h2>五、分区表删除：按分区清理，效率翻倍</h2>
<p>对于按时间/范围分区的表（如日志表、订单历史表），删除某一时间段的数据时，<strong>直接删除分区</strong>比delete更高效——drop分区是DDL操作，直接删除分区对应的物理文件，无需逐行处理，速度极快。</p>
<p class="maodian"><a name="_lab2_4_9"></a></p><h3>5.1 操作步骤（以按年份分区的日志表为例）</h3>
<p class="maodian"><a name="_label3_4_9_19"></a></p><h4>步骤1：创建RANGE分区表</h4>
<div class="jb51code"><pre class="brush:sql;">use martin;
drop table if exists t3_log ;
-- 创建按年份分区的日志表（2016、2017、2018三个分区）
CREATE TABLE t3_log (
id INT,
log_info VARCHAR (100),-- 日志内容
date datetime -- 分区键（按年份分区）
) ENGINE = INNODB
PARTITION BY RANGE (YEAR(date))(-- RANGE分区，按YEAR(date)的值分区
PARTITION p2016 VALUES less THAN (2017),-- 2016年数据（<2017）
PARTITION p2017 VALUES less THAN (2018),-- 2017年数据（<2018）
PARTITION p2018 VALUES less THAN (2019) -- 2018年数据（<2019）
);
</pre></div>
<p class="maodian"><a name="_label3_4_9_20"></a></p><h4>步骤2：插入测试数据</h4>
<div class="jb51code"><pre class="brush:sql;">insert into t3_log values
(1,'aaa','2016-01-01'),-- 进入p2016分区
(2,'bbb','2016-06-01'),-- 进入p2016分区
(3,'ccc','2017-01-01'),-- 进入p2017分区
(4,'ddd','2018-01-01');-- 进入p2018分区
</pre></div>
<p class="maodian"><a name="_label3_4_9_21"></a></p><h4>步骤3：查看分区数据分布</h4>
<div class="jb51code"><pre class="brush:sql;">select
TABLE_SCHEMA,-- 数据库名
TABLE_NAME, -- 表名
PARTITION_NAME,-- 分区名
TABLE_ROWS -- 分区行数
from information_schema.partitions
where table_schema='martin' and table_name='t3_log';
</pre></div>
<p style="text-align:center"><strong>结果</strong>：p2016（2行）、p2017（1行）、p2018（1行）。<br /><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270212.png" /></p>
<p class="maodian"><a name="_label3_4_9_22"></a></p><h4>步骤4：删除2016年数据（直接drop分区）</h4>
<div class="jb51code"><pre class="brush:sql;">-- 删除p2016分区（即删除2016年所有数据）
alter table t3_log drop partition p2016;
</pre></div>
<p class="maodian"><a name="_label3_4_9_23"></a></p><h4>步骤5：验证删除结果</h4>
<div class="jb51code"><pre class="brush:sql;">-- 查看分区列表（p2016已消失）
select PARTITION_NAME from information_schema.partitions where table_schema='martin' and table_name='t3_log';
-- 查询全表数据（2016年数据已删除）
select * from t3_log;-- 仅返回2017、2018年数据
</pre></div>
<p style="text-align:center"><img alt="" src="https://img.jbzj.com/file_images/article/202512/2025122508270218.png" /></p>
<p class="maodian"><a name="_lab2_4_10"></a></p><h3>5.2 核心优势与适用场景</h3>
<ul><li><strong>效率高</strong>：drop分区耗时毫秒级，适合TB级大表；</li><li><strong>无空洞</strong>：删除分区直接释放文件，无需后续空间回收；</li><li><strong>适用场景</strong>：按时间/范围分区的表（如日志表、账单表、订单历史表）。</li></ul>
<p class="maodian"><a name="_label5"></a></p><h2>六、总结：MySQL删除操作的核心原则与场景选型</h2>
<table><thead><tr><th>操作场景</th><th>推荐方案</th><th>核心注意事项</th></tr></thead><tbody><tr><td>删除冗余表</td><td>重命名→观察→drop</td><td>观察期1-2周，排查隐藏依赖</td></tr><tr><td>清空全表数据</td><td>truncate table</td><td>先备份，外键表需先处理关联关系</td></tr><tr><td>不归档删除部分数据（小）</td><td>循环delete + limit</td><td>每次删1000-10000行，加索引加速条件查询</td></tr><tr><td>不归档删除部分数据（大）</td><td>pt-archiver --purge</td><td>低峰期执行，避免影响业务</td></tr><tr><td>归档删除部分数据</td><td>pt-archiver --dest + 重建表</td><td>归档库与源库结构一致，删除后回收空洞空间</td></tr><tr><td>分区表删除历史数据</td><td>alter table drop partition</td><td>分区键选择合理（如时间），避免跨分区删除</td></tr></tbody></table>
<p><strong>核心原则</strong>：</p>
<ol><li><strong>安全优先</strong>：任何删除操作前必须备份，高危操作（如drop表）需先隔离观察；</li><li><strong>效率第二</strong>：根据数据量和场景选对工具，避免大事务和主从延迟；</li><li><strong>空间回收</strong>：delete后需通过重建表回收空洞，truncate/drop分区无需额外操作。</li></ol>
<p>掌握这些方法，可有效避免MySQL删除操作中的常见风险，同时兼顾效率与资源合理利用，让运维工作更稳定、高效。</p>
<p>以上就是MySQL表数据删除与清理的最佳实践的详细内容，更多关于MySQL表数据删除与清理的资料请关注琼殿技术社区其它相关文章！</p>
頁:
[1]