場景描述

線上 mysql 數據庫里面有張表保存有每天的統計結果，每天有1千多萬條，這是我們意想不到的，統計結果咋有這么多。運維找過來，磁盤占了 200G ，最后問了運營，可以只保留最近3天的，前面的數據，只能刪了。刪，怎么刪？
因為這是線上數據庫，里面存放有很多其它數據表，如果直接刪除這張表的數據，肯定不行，可能會對其它表有影響。嘗試每次只刪除一天的數據，還是卡頓的厲害，沒辦法，寫個Python腳本批量刪除吧。
具體思路是：

1. 每次只刪除一天的數據；
2. 刪除一天的數據，每次刪除50000條；
3. 一天的數據刪除完，開始刪除下一天的數據；

Python代碼

          
            # -*-coding:utf-8 -*-

import sys

# 這是我們內部封裝的Python Module
sys.path.append('/var/lib/hadoop-hdfs/scripts/python_module2')
import keguang.commons as commons
import keguang.timedef as timedef
import keguang.sql.mysqlclient as mysql


def run(starttime, endtime, regx):
    tb_name = 'statistic_ad_image_final_count'
    days = timedef.getDays(starttime,endtime,regx)
    # 遍歷刪除所有天的數據
    for day in days:
        print '%s 數據刪除開始'%(day)
        mclient = getConn()
        sql = '''
        select 1 from %s where date = '%s' limit 1
        '''%(tb_name, day)
        print sql
        result = mclient.query(sql)
        # 如果查詢到了這一天的數據，繼續刪除
        while result is not ():
            sql = 'delete from %s where date = "%s" limit 50000'%(tb_name, day)
            print sql
            mclient.execute(sql)
            sql = '''
            select 1 from %s where date = '%s' limit 1
            '''%(tb_name, day)
            print sql
            result = mclient.query(sql)
        print '%s 數據刪除完成'%(day)
        mclient.close()


# 返回mysql 連接
def getConn():
    return mysql.MysqlClient(host = '0.0.0.0', user = 'test', passwd = 'test', db= 'statistic')

if __name__ == '__main__':
    regx = '%Y-%m-%d'
    yesday = timedef.getYes(regx, -1)
    starttime = '2019-08-17'
    endtime ='2019-08-30'
    run(starttime, endtime, regx)
          
        

循環判斷數據，如果有，繼續刪除當天 50000 條數據；否則，開始刪除下一天的數據。花了半個小時，終于刪除完了。

---

歡迎關注我的微信公眾號