针对 MySQL 千万级大表的数据清理，需兼顾性能、业务连续性、存储空间回收和数据一致性。以下是分步骤的解决方案：

---

一、清理前的准备工作

1. 明确清理规则
   与业务方确认数据保留策略（如保留近6个月数据），避免误删有效数据。

2. 备份数据
   使用 mysqldump 或物理备份工具（如Percona XtraBackup）对目标表做全量备份：

   mysqldump -h host -u user -p database table > backup.sql

3. 低峰期操作
   选择业务流量最低的时间段（如凌晨）执行清理，减少对线上服务的影响。

---

二、高效数据清理方案

方案1：分批删除（适用通用场景）

• 使用 LIMIT 分批次删除
  避免单次事务过大导致锁表，每次删除后释放事务资源：

  DELETE FROM large_table 
  WHERE create_time < '2023-01-01' 
  LIMIT 1000;  -- 每次删除1000行

  循环执行直到影响行数为0，建议每次删除后暂停（如1秒）以分散压力。

• 存储过程自动化
  封装为存储过程，通过 sleep 控制频率：

  DELIMITER //
  CREATE PROCEDURE batch_delete()
  BEGIN
    DECLARE affected_rows INT DEFAULT 1;
    WHILE affected_rows > 0 DO
      DELETE FROM large_table 
      WHERE create_time < '2023-01-01' 
      LIMIT 1000;
      SET affected_rows = ROW_COUNT();
      DO SLEEP(1);  -- 控制删除频率
    END WHILE;
  END //
  DELIMITER ;

方案2：分区表快速清理（需提前规划分区）

• 按时间分区
  若表已按时间分区，可直接删除整个分区（DDL操作，效率极高）：

  ALTER TABLE large_table DROP PARTITION p2022;

• 动态调整分区
  定期通过 REORGANIZE PARTITION 维护分区结构（需提前设计分区策略）。

方案3：归档后清理（保留历史数据）

1. 迁移数据到归档表

CREATE TABLE archive_table LIKE large_table; INSERT INTO archive_table SELECT * FROM large_table WHERE create_time < '2023-01-01';

2. **删除原表数据**  
结合方案1的分批删除，或直接通过分区删除。

#### **方案4：使用工具（推荐）**
- **pt-archiver（Percona Toolkit）**  
安全归档并删除数据，避免锁表：
```bash
pt-archiver \
  --source h=host,D=database,t=large_table,u=user,p=password \
  --dest h=host,D=database,t=archive_table \
  --where "create_time < '2023-01-01'" \
  --progress 1000 \
  --limit 1000 \
  --txn-size 1000 \
  --statistics

优势：逐批提交事务，自动控制频率，支持归档与删除并行。

---

三、清理后优化

1. 回收表空间

• InnoDB引擎：执行 OPTIMIZE TABLE large_table;（锁表，建议低峰操作）。
• 在线重建：使用 pt-online-schema-change 避免长时间锁表：

  pt-online-schema-change \
    --alter "ENGINE=InnoDB" \
    D=database,t=large_table \
    --execute

2. 更新统计信息

   ANALYZE TABLE large_table;

3. 监控与验证

• 检查表大小：SHOW TABLE STATUS LIKE 'large_table';
• 确认业务功能正常，查询性能恢复。

---

四、高级场景处理

场景1：清理时避免主从延迟

• 从库延迟处理
  若使用主从架构，可在从库暂停复制，清理后重新同步：

  STOP SLAVE;
  -- 执行清理操作
  START SLAVE;

场景2：清理大文本/二进制字段

• 单独处理大字段
  若表含 BLOB/TEXT 字段，先清理大字段再删除行：

  UPDATE large_table 
  SET blob_column = NULL 
  WHERE create_time < '2023-01-01';
  -- 再执行分批删除

---

五、避坑指南

1. 避免全表扫描
   确保 WHERE 条件能命中索引（如 create_time 字段需有索引）。

2. 事务拆分
   单次事务不宜过大，防止Undo日志膨胀（可设置 innodb_undo_log_truncate=ON）。

3. 谨慎使用 TRUNCATE
TRUNCATE TABLE 虽快，但无法按条件删除，且重置自增ID，可能影响业务。

---

总结

千万级大表清理的核心思路是化整为零，通过分批操作、分区优化或工具自动化分散压力。优先推荐使用 pt-archiver 或分批删除方案，配合分区表设计可大幅提升效率。清理后需及时回收空间并更新统计信息，确保数据库性能长期稳定。