菜鸟笔记
提升您的技术认知

clickhouse删除数据之delete问题详解-ag真人游戏

背景

clickhouse中一张数据表中一天有7000w数据,采用delete删除命令删除一周数据,sql已经执行成功,短时间内查询原表数据仍然存在,没有被删除,过了一会之后,在查询数据删除成功。

sql提交成功: 

短时间内【40s】查询数据仍然存在

 

经过查阅资料得知,clickhouse提供了delete和update的能力,这类操作称为mutation查询,可以看作alter语句的变种。虽然mutation能最终实现修改和删除,但不能完全以通常意义上的update和delete来理解,我们必须认识到它的不同:

  • mutation语句是一种“很重”的操作,更适用于批量数据的修改和删除;
  • 它不支持事务,一旦语句被提交执行,就会立刻对现有数据产生影响,无法回滚;
  • mutation语句的执行是一个异步的后台过程,语句被提交之后就会立即返回。

由于一般测试的数据很少,delete操作给人的感觉和常用的oltp数据库无异。但是我们心中应该要明白这是一个异步的后台执行动作。语句提交成功这并不代表具体逻辑已经执行完毕,它的具体执行进度需要通过system.mutations系统表查询。

delete语句的语法:

alter table [db_name.]table_name delete where filter_expr

数据删除的范围由where查询子句决定,删除操作是这样实现的

在执行了delete操作之后数据目录发生了一些变化。【/chbase/data/default/test_table】每一个原有的数据目录都额外增加了一个同名目录,并且在末尾处增加了_【数字】的后缀。此外,目录下还多了一个名为mutation_【数字】.txt的文件,查看文件的内容如下所示:

# cat mutation_6.txt
format version: 1
create time: 2022-02-16 13:33:27 commands: delete where id = \'1\'

mutation_6.txt是一个日志文件,完整地记录了这次delete操作的执行语句和时间,而文件名的后缀_6与新增目录的后缀对应。那么后缀的数字从何而来呢?system.mutations系统表:

select database,table,mutation_id,block_numbers.number as num,is_done 
from system.mutations

 综上,整个mutation操作的逻辑就比较清晰了。在每clickhouse执行一条alter delete语句,都会在mutations系统表中生成一条对应的执行计划,当is_done等于1时表示执行完毕。同时,在数据表的根目录下,会以mutation_id为名生成与之对应的日志文件用于记录相关信息。而数据删除的过程是以数据表的每个分区目录为单位,将所有目录重写为新的目录,新目录的命名规则是在原有名称上加上system.mutations.block_numbers.number。数据在重写的过程中会将需要删除的数据去掉。旧的数据目录并不会立即删除,而是会被标记成非激活状态(active为0)。等到mergetree引擎的下一次合并动作触发时,这些非激活目录才会被真正从物理意义上删除。

网站地图