跳到主要内容
跳到主要内容

轻量级 DELETE 语句

轻量级 DELETE 语句从表 [db.]table 中删除与表达式 expr 匹配的行。它仅可用于 *MergeTree 表引擎系列。

之所以称为“轻量级 DELETE”，是为了与 ALTER TABLE ... DELETE 命令形成对比，后者是一个重量级过程。

示例​

轻量级 DELETE 不会立即删除数据​

轻量级 DELETE 实现为一个 mutation，它将行标记为已删除，但并不会立即物理删除它们。

默认情况下，DELETE 语句会等待直到标记行已删除完成后再返回。如果数据量很大，这可能需要很长时间。或者，您可以使用设置 lightweight_deletes_sync 在后台异步运行它。如果禁用，DELETE 语句将立即返回，但在后台分支完成之前，数据仍可能对查询可见。

该变更不会物理删除已标记为删除的行，只有在下次合并时才会发生。因此，在未指定的时间内，数据可能不会立即从存储中删除，而只是标记为已删除。

如果您需要确保数据在可预测的时间内从存储中删除，可以考虑使用表设置 min_age_to_force_merge_seconds。或者，您可以使用 ALTER TABLE ... DELETE 命令。请注意，使用 ALTER TABLE ... DELETE 删除数据可能会消耗大量资源，因为它会重新创建所有受影响的部分。

删除大量数据​

大量删除可能会对 ClickHouse 性能产生负面影响。如果您试图从表中删除所有行，建议使用 TRUNCATE TABLE 命令。

如果您预期会频繁删除，可以考虑使用 自定义分区键。然后，您可以使用 ALTER TABLE ... DROP PARTITION 命令快速删除与该分区相关的所有行。

轻量级 DELETE 的限制​

带有投影的轻量级 DELETE​

默认情况下，DELETE 不适用于带有投影的表。这是因为投影中的行可能会受 DELETE 操作的影响。但有一个 MergeTree 设置 lightweight_mutation_projection_mode 可以更改此行为。

使用轻量级 DELETE 的性能考虑​

使用轻量级 DELETE 语句删除大量数据可能会对 SELECT 查询性能产生负面影响。

以下因素也可能对轻量级 DELETE 性能产生负面影响：

  • DELETE 查询中的繁重 WHERE 条件。
  • 如果变更队列中填充了许多其他变更，这可能会导致性能问题，因为对表的所有变更都是按顺序执行的。
  • 受影响的表有大量数据部分。
  • 在紧凑部分中有大量数据。在紧凑部分中，所有列都存储在一个文件中。

删除权限​

DELETE 需要 ALTER DELETE 权限。要为特定用户在指定表上启用 DELETE 语句，请运行以下命令：

点击房子内部如何工作轻量级 DELETE​

  1. 对受影响行应用“掩码”

    当执行 DELETE FROM table ... 查询时，ClickHouse 保存一个掩码，其中每行被标记为“存在”或“已删除”。这些“已删除”的行在后续查询中被省略。不过，实际上这些行会在后续合并中被删除。写入此掩码要比通过 ALTER TABLE ... DELETE 查询所做的工作轻得多。

    该掩码实现为一个隐藏的 _row_exists 系统列，存储可见行的 True 和已删除行的 False。只有当部分中有某些行被删除时，该列才会存在。当一个部分中的所有值都等于 True 时，该列不存在。

  2. SELECT 查询被转换以包括掩码

    当在查询中使用掩码列时，内部的 SELECT ... FROM table WHERE condition 查询将通过对 _row_exists 的谓词进行扩展，并转换为：

在执行时，读取列 _row_exists 以确定哪些行不应返回。如果有很多已删除的行，ClickHouse 可以确定在读取其余列时可以完全跳过哪些粒度。

  1. DELETE 查询被转换为 ALTER TABLE ... UPDATE 查询

    DELETE FROM table WHERE condition 被翻译为 ALTER TABLE table UPDATE _row_exists = 0 WHERE condition 的变更。

    从内部来看，该变更分为两个步骤执行：

    1. 为每个单独的部分执行 SELECT count() FROM table WHERE condition 命令，以确定该部分是否受影响。

    2. 根据以上命令，对受影响的部分进行变更，并为未受影响的部分创建硬链接。在宽部分的情况下，更新每行的 _row_exists 列，而所有其他列的文件则被硬链接。对于紧凑部分，由于所有列都存储在一个文件中，因此所有列都被重新写入。

    通过以上步骤，可以看出使用掩码技术的轻量级 DELETE 在性能上优于传统的 ALTER TABLE ... DELETE，因为它不需要重新写入受影响部分的所有列文件。

相关内容​