【MySQL】删除大量数据的具体实现

ourmysql博客中提供了 《大表删除数据的思路》,对于大表依据主键删除的思路是必须的,删除几千万的数据还算是比较简单的,如果你的数据库中的表高达数百亿条记录 ,删除其中的几十亿,就需要考虑可用性的问题了。上述文中的 利用生成的文本方式有些不妥。
我的方法是利用存储过程,游标,先根据条件获取要删除的主键,然后依据主键删除,考虑到删除50亿条记录耗费将近7天的时间(事后得出),必须后台执行。使用python 工具写一个脚本,可以针对多个服务器进行并行操作。
1 在各个服务器上创建存过!
delimiter //
CREATE  PROCEDURE `proc_del_tab`(in com_num int , in push_time datetime ) 
begin
    declare curid bigint ;
    DECLARE rowid bigint ;
    declare no_more_departments int ;
    declare curs cursor for
        select id
        from
            tab
        WHERE
            v3
    DECLARE CONTINUE HANDLER FOR NOT FOUND SET no_more_departments = 1;
    SET no_more_departments=0;
    set rowid = 1 ;
    set autocommit = 0 ;
    open curs ;
    REPEAT
        fetch curs into curid ;
        delete from tab where id = curid ;
        set rowid = rowid + 1 ;
        if rowid % com_num = 0
        then
            commit;
        end if ;
    UNTIL no_more_departments
    END REPEAT;
    commit ;
    close curs ;
end;
//
delimiter ; 

2 部署python 脚本:
#!/usr/bin/env python
from MySQLdb import *
import sys
import threading
import time
import os
def now() :
        #return str('2011-01-31 00:00:00')
        return str( time.strftime( '%Y-%m-%d %H:%M:%S' , time.localtime() ) )
def log( strs , logs ) :
        f = file( logs , 'a' , 0 )
        f.write( now() + ' ' + str(strs) + '\n' )
        f.close()

def delining( cur , logs ) :
        sql = "SET SQL_LOG_BIN=0"
        try :
                cur['dsn'].execute( sql )
        except Exception , e :
                log( 'Set SQL_LOG_BIN OFF' + str(e) , logs )
        sql = "call proc_del_tab_yang( 3000 , '%s' )" % ('2011-01-31 00:00:00')
        log( 'starting process %s' % ( cur['addr'] ) , logs )
        try :
                cur['dsn'].execute( sql )
        except Exception , e :
                log( 'Execute Procedure ' + str(e) , logs )
        sql = "SET SQL_LOG_BIN=1"
        try :
                cur['dsn'].execute( sql )
        except Exception , e :
                log( 'Set SQL_LOG_BIN ON' + str(e) , logs )
        log( 'process %s End' % ( cur['addr'] ) , logs )
def main() :
        logs = "/root/yangql/python/del_test_tab.log"
        server_list=['10.250.7.110']
        luser="yang"
        lpasswd="yang"
        con = []
        for addr in server_list :
                cons = None
                try :
                        cons = connect( host = addr , user = luser , passwd = lpasswd , port = 3307 , db = 'newcloudapp' )
                except Exception , e :
                        log( 'On Connect %s ' % ( addr ) + str(e) , logs )
                        continue
                con.append(  { 'dsn':cons , 'addr':addr } )
        cur = []
        for cons in con :
                try :
                        cur.append( { 'dsn':cons['dsn'].cursor( cursorclass = cursors.DictCursor ) , 'addr':cons['addr'] } )
                except Exception , e :
                        log( 'On Cusros %s ' % ( cons['addr'] ) + str(e)  , logs )
                        continue
        thpool = []
        for curs in cur :
                th = threading.Thread(target = delining ,args=( curs , logs ) )
                thpool.append( th )
        for th in thpool :
                th.start()
        for th in thpool :
                threading.Thread.join( th )
        while True :
                if threading.activeCount()
                        break
                else :
                        time.sleep(1)
                        continue
        for curs in cur :
                try :
                        curs['dsn'].close()
                except Exception , e :
                        log( 'On Close Cusros %s ' % ( curs['addr'] ) + str(e)  , logs )
                        continue
        for cons in con :
                try :
                        cons['dsn'].close()
                except Exception , e :
                        log( 'On Close Connect %s ' % ( str(e)  ) , logs )
                        continue
if __name__ == '__main__' :
        main()


欢迎大家提出更好的方法。。
上一篇:《中国人工智能学会通讯》——11.7 场景化个性化的地理位置推荐系统


下一篇:中国人工智能学会通讯——个性化推荐和资源分配在金融和经济中的应用 1.3 智能金融·分配定价