來看看手冊中關於 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連結清單中，後續的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，並整理資料檔案的碎片。

在多數的設定中，您根本不需要執行OPTIMIZE TABLE。即使您對可變長度的行進行了大量的更新，您也不需要經常執行，每週一次或每月一次
即可，只對特定的表執行。

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

注意，在OPTIMIZE TABLE執行過程中，MySQL會鎖定表。

原始資料

1，資料量

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

2，存放在硬碟中的表檔案大小

[root@ test1]# ls |grep visit |xargs -i du {}
382020 test_history.MYD //資料檔案佔了380M
127116 test_history.MYI //索引檔案佔了127M
12 test_history.frm //結構檔案佔了12K

3，檢視一下索引資訊

mysql> show index from test_history from test1; //檢視一下該表的索引資訊
+------------------+------------+-------------------+--------------+---------------+-----------+-------------+----------+--------+------+------------+---------+
| 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)

索引資訊中的列的資訊說明。

Table :表的名稱。
Non_unique:如果索引不能包括重複詞，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:列以什麼方式儲存在索引中。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。透過執行ANALYZE TABLE或myisamchk -a可以更新。基數根據被儲存為整數的統計資料來計數，所以即使對於小型表，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元的數目。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：儲存索引資料結構方法（BTREE, FULLTEXT, HASH, RTREE）

二，刪除一半資料

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

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

按常規思想來說，如果在資料庫中刪除了一半資料後，相對應的.MYD,.MYI檔案也應當變為之前的一半。但是刪除一半資料後，.MYD.MYI盡然連1KB都沒有減少，這是多麼的可怕啊。

我們在來看一看，索引資訊
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，裡面的資料資訊基本上是上次一次的一本，這點還是合乎常理。

三，用optimize table來最佳化一下

show table status like 'XXX'\G;

data_free選項代表資料碎片。
針對MySQL的不同資料庫儲存引擎，在optimize使用清除碎片，回收閒置的資料庫空間，把分散儲存（fragmented）的資料和索引重新挪到一起(defragmentation)，對I/O速度有好處。

1，檢視一下.MYD,.MYI檔案的大小

[root@ test1]# ls |grep visit |xargs -i du {}
182080 test_history.MYD //資料檔案差不多為最佳化前的一半
66024 test_history.MYI //索引檔案也一樣，差不多是最佳化前的一半
12 test_history.frm

2，檢視一下索引資訊
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)

從以上資料我們可以得出，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官方網站的資訊，個人是這樣理解的。當你刪除資料時，mysql並不會回收，被已刪除資料的佔據的儲存空間，以及索引位。而是空在那裡，而是等待新的資料來彌補這個空缺，這樣就有一個缺少，如果一時半會，沒有資料來填補這個空缺，那這樣就太浪費資源了。所以對於寫比較頻煩的表，要定期進行optimize，一個月一次，看實際情況而定了。

mysql之 OPTIMIZE TABLE整理碎片

相關文章