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：
- 每次只删除一天的数据；
- 删除一天的数据，每次删除50000条；
- 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。
