场景描述

线上mysql数据库里面有张表保存有每天的统计结果,每天有1千多万条,这是我们意想不到的,统计结果咋有这么多。运维找过来,磁盘占了200G,最后问了运营,可以只保留最近3天的,前面的数据,只能删了。删,怎么删?
因为这是线上数据库,里面存放有很多其它数据表,如果直接删除这张表的数据,肯定不行,可能会对其它表有影响。尝试每次只删除一天的数据,还是卡顿的厉害,没办法,写个Python脚本批量删除吧。
具体思路是:

  1. 每次只删除一天的数据;
  2. 删除一天的数据,每次删除50000条;
  3. 一天的数据删除完,开始删除下一天的数据;

Python代码

# -*-coding:utf-8 -*- 
 
import sys 
 
# 这是我们内部封装的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) 
	# 遍历删除所有天的数据 
	for day in days: 
		print '%s 数据删除开始'%(day) 
		mclient = getConn() 
		sql = ''' 
		select 1 from %s where date = '%s' limit 1 
		'''%(tb_name, day) 
		print sql 
		result = mclient.query(sql) 
		# 如果查询到了这一天的数据,继续删除 
		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 数据删除完成'%(day) 
		mclient.close() 
 
 
# 返回mysql 连接 
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) 

循环判断数据,如果有,继续删除当天50000条数据;否则,开始删除下一天的数据。花了半个小时,终于删除完了。


欢迎关注我的微信公众号

发布评论

分享到:

IT源码网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!

Python系列之环境安装讲解
你是第一个吃螃蟹的人
发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。