一种线上数据库清理数据的方法
01 场景分析
今天下午，开发的同事提来一个需求，需要在线上要删除一些数据记录，简单看了看数据的分布，大概是要删除数据表中的两千七百多万条记录，数据表的总记录是两千八百多万，也就是说，要删除的记录占了总记录的绝大部分比重，两千七百多万的数据记录，要是删除的话，使用的时间是相当长的，对线上的业务肯定会造成影响。这里将实际的应用案例简单重构为以下方法：
mysql> select date,count(*) from test.tbl_a group by date;
+----------+----------+
| date | count(*) |
+----------+----------+
| | 63103 |
| 20190118 | |
| | 125916 |
| 20190120 | |
| | 129198 |
| 20190122 | |
| | 5191247 |
+----------+----------+
rows in set (13.21 sec)
上面就是重构之后的表的结构，我们可以看到，test数据库中的表tbl_b按照date分组之后，每个组的数据量都不小，而我们的需求是将date为20190118和20190123的记录删除，可以看到这两种记录总计有两千多万条，占了表中数据的绝大部分，如果直接删除的话，线上的业务肯定会受到阻塞。
以下是操作方法，需要注意的是，应用下面的操作方法的前提是：
要删除的数据占了数据表中的绝大部分。
02
操作办法
通过分析，知道剩余的表数据对于全表来说是很小的一部分，这个操作我们分为4步：
1.我们先把剩余的数据存入到另外一个数据库test1中：
create table test1.tbl_b_new as
select * from test.tbl_b
where date in(,,,,);
这个操作的时间只有3s左右；
2.我们在test1数据库中创建一个同名的表tbl_b,它的结构和test数据库中的tbl_b数据结构一致：
create table test1.tbl_b like test.tbl_b;
3.紧接着，我们使用数据库中的rename操作将表test中的表tbl_b和test1中的表tbl_b进行交换，等价于将test数据库中的表所有数据清除。
RENAME TABLE test.tbl_b TO test1.tbl_b_bak,
test1.tbl_b TO test.tbl_b,
test1.tbl_b_bak TO test1.tbl_b;
4.再讲第一步保存的剩余数据填充到新表中来，如下：
insert into test.tbl_b select * from test1.tbl_b_new;
03
结果分析
看上去我们好像把问题搞复杂了，直接删除的事情，被我们搞的多了好几个步骤，但是实际上不是这样的，这一套操作可以帮我们节省好几分钟时间，对线上业务的影响也更小，原因如下：
- 我们使用create table as的方法创建剩余的数据表，这种方法使我们仅对数据表中的少部分数据进行了操作。避免了我们对过多的数据进行扫描。
- mysql中对大表进行rename的操作，rename命令会直接修改底层的.frm文件，所以它的速度是相当之快的。
第二个特点给我们提供了一种思路，在一个很着急的业务中，要使用一个表的时候，往往不给我们留充足的时间备份表，如果我们想要删除一个大表里面的数据，而且需要进行相关备份，我们可以通过rename操作迅速处理，然后再想办法去备份rename之后的表。
上面的例子中使用create table as 和create table like两种克隆表的方式，有几点需要注意：
create table like方式会完整地克隆表结构，但不会插入数据，需要单独使用insert into或load data方式加载数据 create table as 方式会部分克隆表结构，完整保留数据
如果有兴趣，可以做做试验进行验证。