跳到主要内容
跳到主要内容
编辑此页

轻量级 DELETE 语句

轻量级 DELETE 语句从表 [db.]table 中删除匹配表达式 expr 的行。它仅适用于 *MergeTree 表引擎系列。

DELETE FROM [db.]table [ON CLUSTER cluster] [IN PARTITION partition_expr] WHERE expr;

它被称为“轻量级 DELETE”，以区别于 ALTER TABLE ... DELETE 命令，后者是一个重量级过程。

示例​

-- Deletes all rows from the `hits` table where the `Title` column contains the text `hello`
DELETE FROM hits WHERE Title LIKE '%hello%';

轻量级 DELETE 不会立即删除数据​

轻量级 DELETE 实现为 mutation，它将行标记为已删除，但不会立即物理删除它们。

默认情况下，DELETE 语句会等待，直到将行标记为已删除的操作完成才返回。如果数据量很大，这可能需要很长时间。或者，您可以使用设置 lightweight_deletes_sync 在后台异步运行它。如果禁用，DELETE 语句将立即返回，但数据在后台 mutation 完成之前仍然对查询可见。

mutation 不会物理删除已标记为删除的行，这只会在下一次合并期间发生。因此，可能会在一段时间内，数据实际上并未从存储中删除，而只是被标记为已删除。

如果您需要保证数据在可预测的时间内从存储中删除，请考虑使用表设置 min_age_to_force_merge_seconds。或者您可以使用 ALTER TABLE ... DELETE 命令。请注意，使用 ALTER TABLE ... DELETE 删除数据可能会消耗大量资源，因为它会重新创建所有受影响的部分。

删除大量数据​

大量删除可能会对 ClickHouse 性能产生负面影响。如果您尝试删除表中的所有行，请考虑使用 TRUNCATE TABLE 命令。

如果您预计会频繁删除，请考虑使用自定义分区键。然后，您可以使用 ALTER TABLE ... DROP PARTITION 命令快速删除与该分区关联的所有行。

轻量级 DELETE 的限制​

带有 projections 的轻量级 DELETE​

默认情况下，DELETE 不适用于带有 projections 的表。这是因为 projection 中的行可能会受到 DELETE 操作的影响。但是，有一个 MergeTree 设置 lightweight_mutation_projection_mode 可以更改此行为。

使用轻量级 DELETE 时的性能考虑​

使用轻量级 DELETE 语句删除大量数据可能会对 SELECT 查询性能产生负面影响。

以下情况也可能对轻量级 DELETE 性能产生负面影响

  • DELETE 查询中繁重的 WHERE 条件。
  • 如果 mutations 队列中充满了许多其他 mutations，则可能会导致性能问题，因为表上的所有 mutations 都是顺序执行的。
  • 受影响的表有非常多的数据 parts。
  • 在 compact parts 中有大量数据。在 Compact part 中，所有列都存储在一个文件中。

删除权限​

DELETE 需要 ALTER DELETE 权限。要为给定用户在特定表上启用 DELETE 语句，请运行以下命令

GRANT ALTER DELETE ON db.table to username;

轻量级 DELETE 在 ClickHouse 内部如何工作​

  1. “掩码”应用于受影响的行

    当执行 DELETE FROM table ... 查询时，ClickHouse 会保存一个掩码，其中每行标记为“existing”或“deleted”。这些“deleted”行在后续查询中被忽略。但是，行实际上仅在稍后的合并中被删除。写入此掩码比 ALTER TABLE ... DELETE 查询所做的操作要轻量得多。

    掩码实现为隐藏的 _row_exists 系统列，对于所有可见行存储 True，对于已删除的行存储 False。仅当 part 中的某些行被删除时，此列才存在于 part 中。当 part 的所有值都等于 True 时，此列不存在。

  2. SELECT 查询被转换为包含掩码

    当在查询中使用掩码列时，SELECT ... FROM table WHERE condition 查询在内部由 _row_exists 上的谓词扩展，并转换为

    SELECT ... FROM table PREWHERE _row_exists WHERE condition

    在执行时，读取 _row_exists 列以确定哪些行不应返回。如果有很多已删除的行，ClickHouse 可以确定在读取其余列时可以完全跳过哪些 granules。

  3. DELETE 查询被转换为 ALTER TABLE ... UPDATE 查询

    DELETE FROM table WHERE condition 被转换为 ALTER TABLE table UPDATE _row_exists = 0 WHERE condition mutation。

    在内部，此 mutation 分两个步骤执行

    1. 为每个单独的 part 执行 SELECT count() FROM table WHERE condition 命令，以确定 part 是否受影响。

    2. 基于上述命令，然后 mutated 受影响的 parts，并为未受影响的 parts 创建硬链接。对于 wide parts，将更新每行的 _row_exists 列，并硬链接所有其他列的文件。对于 compact parts，所有列都会被重写，因为它们都存储在一个文件中。

    从以上步骤可以看出，使用掩码技术的轻量级 DELETE 比传统的 ALTER TABLE ... DELETE 提高了性能，因为它不会为受影响的 parts 重写所有列的文件。

相关内容​