Oracle 大表数据删除/清理方法小结

costdown遇到了大量数据清理的需求，整理下基本思路及方法

一、哪些表是大表

1. 按空间大小

包含CLOB大小但不含索引大小，如果库很大，全库统计会比较耗时，可以增加并行或过滤条件，分批处理。

SELECT owner,object_name,SUM(MB) FROM(
select d.owner,d.table_name as object_name,sum(BYTES/1024/1024) MB from dba_extents a,dba_lobs d
where a.SEGMENT_NAME=d.SEGMENT_NAME and a.owner = D.owner and d.tablespace_name = 'ARM' and a.SEGMENT_TYPE like '%LOB%'
group by d.owner,d.table_name
union all
select owner,SEGMENT_NAME as object_name,sum(BYTES/1024/1024) MB from dba_extents
where tablespace_name = 'ARM' and SEGMENT_TYPE like '%TABLE%'
group by owner,SEGMENT_NAME) TMP
GROUP BY owner,object_name
ORDER BY SUM(MB) DESC;

2. 按行数

注意如果没收集过统计信息或者已经不准，会与实际有差异。

select TABLE_NAME,NUM_ROWS from dba_tables where OWNER='xxx' order by NUM_ROWS desc;

整理好后交给开发，确认各大表是否可清理，需保存多久数据。

二、清理分类

目前大致遇到以下几种场景：

1. 可以drop

备份表、临时表、已无用的表
时间范围分区表：索引改为local索引后，按分区drop

2. 可以truncate

部分日志表

注意对于大表（例如上百G的表）应该分次执行drop或者truncate，推荐方法参考：海量数据表删除方案_ITPUB博客

3. 可以rename然后重建空表

可以暂停写入，不通过程序读取的表
按业务要求看是否将最近几个月数据插回新表，插回后删除备份表
或者不插回数据，几个月后删除备份表

4. 只能delete

这个属于绝大部分情况，后面单独讨论

5. 业务接口删除

业务关联性很强的表，不能简单按时间删除，需要由业务方编写删除程序或者使用标准接口，典型的案例就是ERP里的标准表。

三、千万级以上大表如何delete

1. 直接删除的问题

耗时长，可能最终遇到ORA-1555报错
产生大事务，从库可能出现高延迟，且中断回滚耗时极长
可能阻塞业务其他DML操作
undo表空间过度使用，可能影响到其他用户正常操作

下面虽然用到不同的删除语句，整体的思路都是一样的：分批删除并提交，将大事务化为小事务。另外，删除时注意归档及闪回日志产生量。

2. 按天删除数据

首先需要在对应时间字段（由业务方提供）加索引，一天的数据量大概在一两百万的话问题不大，再多可能就得拆得更细些。

时间字段为时间类型（date,timestamp）

DECLAREbegin_date date := to_date('2020-03-01','yyyy-mm-dd');
BEGINWHILE begin_date < to_date('2020-05-01','yyyy-mm-dd') loopDELETE FROM MYTAB WHERE CREATE_DT >= begin_date and CREATE_DT < begin_date+1;commit;begin_date := begin_date+1;end loop;
END;
/

时间字段为字符串类型（奇葩设计，但就是有）

DECLAREbegin_date date := to_date('20180901','yyyymmdd');
BEGIN   WHILE begin_date < to_date('20181001','yyyymmdd') loopDELETE FROM APS.KIT_MATERIAL_RESULT_ALL WHERE KIT_DAY = to_char(begin_date,'yyyymmdd');commit;begin_date := begin_date+1;end loop;
END;
/

3. 游标对比rowid批量删除

下面两个方法来自：Oracle库Delete删除千万以上普通堆表数据的方法 - AlfredZhao - 博客园

有部分调整，避免全表取数及循环判断时间，原代码请参考原文

删除2020年3-4月的数据，每1万行提交一次

-- del_cur 游标名
-- tmp 要删除数据的表名
-- create_dt 时间字段名declarecursor del_cur is select a.rowid row_id from tmp where create_dt >= to_date('2020-03-01','yyyy-mm-dd') and create_dt < to_date('2020-05-01','yyyy-mm-dd') order by a.rowid;
beginfor v_cusor in del_cur loopdelete from tmp where rowid = v_cusor.row_id;if mod(del_cur%rowcount,10000)=0 thencommit;end if;end loop;commit;
end;
/

3. 直接按rowid删除

-- del_cur 游标名
-- tmp 要删除数据的表名declare
maxrows number default 10000;
delete_cnt number default 0;
begin
select count(1)/maxrows into delete_cnt from tmp where create_dt >= to_date('2020-03-01','yyyy-mm-dd') and create_dt < to_date('2020-05-01','yyyy-mm-dd');
for i in 1..TRUNC(delete_cnt)+1
loop
delete tmp where create_dt >= to_date('2020-03-01','yyyy-mm-dd') and create_dt < to_date('2020-05-01','yyyy-mm-dd') and rownum <= maxrows;
commit;
end loop;
end;
/

4. 如何看delete释放了多少空间

由于delete不降低高水位线，不能直接看表的大小，但也可以通过空闲块的计算来看。TOM大师脚本-show space 多个版本，谢谢大牛们_dnil27295的博客-CSDN博客

下面代码基于 exec show_space_1810 改了一下，原代码出现了两次Total Blocks和Total bytes，调整了名字，同时简化了输出的内容。输出如下，可以看到释放空间约228G。

-- 使用方法
-- set serveroutput on
-- exec show_space('TABLE_NAME','OWNER');
-- 各字段含义参考：https://docs.oracle.com/database/121/ARPLS/d_space.htm#ARPLS68113create or replace procedure show_space
( p_segname_1 in varchar2,
p_owner_1 in varchar2 default user,
p_type_1 in varchar2 default 'TABLE',
p_space in varchar2 default 'AUTO',
p_analyzed in varchar2 default 'Y'
)
as
p_segname varchar2(100);
p_type varchar2(10);
p_owner varchar2(30);
l_unformatted_blocks number;
l_unformatted_bytes number;
l_fs1_blocks number;
l_fs1_bytes number;
l_fs2_blocks number;
l_fs2_bytes number;
l_fs3_blocks number;
l_fs3_bytes number;
l_fs4_blocks number;
l_fs4_bytes number;
l_full_blocks number;
l_full_bytes number;
l_free_blks number;
l_total_blocks number;
l_total_bytes number;
l_unused_blocks number;
l_unused_bytes number;
l_LastUsedExtFileId number;
l_LastUsedExtBlockId number;
l_LAST_USED_BLOCK number;procedure p( p_label in varchar2, p_num in number )
is
begin
dbms_output.put_line( rpad(p_label,40,'.') || p_num );
end;begin
p_segname := upper(p_segname_1); -- rainy changed
p_owner := upper(p_owner_1);
p_type := p_type_1;if (p_type_1 = 'i' or p_type_1 = 'I') then --rainy changed
p_type := 'INDEX';
end if;if (p_type_1 = 't' or p_type_1 = 'T') then --rainy changed
p_type := 'TABLE';
end if;if (p_type_1 = 'c' or p_type_1 = 'C') then --rainy changed
p_type := 'CLUSTER';
end if;dbms_space.unused_space
( segment_owner => p_owner,
segment_name => p_segname,
segment_type => p_type,
total_blocks => l_total_blocks,
total_bytes => l_total_bytes,
unused_blocks => l_unused_blocks,
unused_bytes => l_unused_bytes,
LAST_USED_EXTENT_FILE_ID => l_LastUsedExtFileId,
LAST_USED_EXTENT_BLOCK_ID => l_LastUsedExtBlockId,
LAST_USED_BLOCK => l_LAST_USED_BLOCK
);if p_space = 'MANUAL' or (p_space <> 'auto' and p_space <> 'AUTO') then
dbms_space.free_blocks
( segment_owner => p_owner,
segment_name => p_segname,
segment_type => p_type,
freelist_group_id => 0,
free_blks => l_free_blks );
p( 'Free Blocks', l_free_blks );
end if;/*IF the segment is analyzed */
if p_analyzed = 'Y' then
dbms_space.space_usage(segment_owner => p_owner ,
segment_name => p_segname ,
segment_type => p_type ,
unformatted_blocks => l_unformatted_blocks ,
unformatted_bytes => l_unformatted_bytes,
fs1_blocks => l_fs1_blocks,
fs1_bytes => l_fs1_bytes ,
fs2_blocks => l_fs2_blocks,
fs2_bytes => l_fs2_bytes,
fs3_blocks => l_fs3_blocks ,
fs3_bytes => l_fs3_bytes,
fs4_blocks => l_fs4_blocks,
fs4_bytes => l_fs4_bytes,
full_blocks => l_full_blocks,
full_bytes => l_full_bytes);
-- dbms_output.put_line(rpad(' ',50,'*'));
-- dbms_output.put_line('The segment is analyzed');
-- p( 'Unformatted Blocks', l_unformatted_blocks );
-- p( 'Unformatted Bytes', l_unformatted_bytes );
p( 'Unused Blocks', l_unused_blocks );
p( 'Unused Bytes', l_unused_bytes );
p( '0% -- 25% free space blocks', l_fs1_blocks);
p( '0% -- 25% free space bytes', l_fs1_bytes);
p( '25% -- 50% free space blocks', l_fs2_blocks);
p( '25% -- 50% free space bytes', l_fs2_bytes);
p( '50% -- 75% free space blocks', l_fs3_blocks);
p( '50% -- 75% free space bytes', l_fs3_bytes);
p( '75% -- 100% free space blocks', l_fs4_blocks);
p( '75% -- 100% free space bytes', l_fs4_bytes);
p( 'Full Blocks', l_full_blocks);
p( 'Full bytes', l_full_bytes);
p( 'Total Blocks', l_total_blocks );
p( 'Total Bytes', l_total_bytes );
-- p( 'Last Used Ext FileId', l_LastUsedExtFileId );
-- p( 'Last Used Ext BlockId', l_LastUsedExtBlockId );
-- p( 'Last Used Block', l_LAST_USED_BLOCK );
end if;
end show_space;
/

四、分区化改造

对于需要定期清理的表，建议在线重定义为分区表，提高删除效率。这又是一个很长的话题了：Oracle 利用在线重定义进行分区表转换_Hehuyi_In的博客-CSDN博客_oracle分区表转换

参考

海量数据表删除方案_ITPUB博客

Oracle库Delete删除千万以上普通堆表数据的方法 - AlfredZhao - 博客园

TOM大师脚本-show space 多个版本，谢谢大牛们_dnil27295的博客-CSDN博客

Oracle 利用在线重定义进行分区表转换_Hehuyi_In的博客-CSDN博客_oracle分区表转换

SQL Server 快速删除/归档数据方法小结_Hehuyi_In的博客-CSDN博客_sqlserver 快速删除数据