python 多线程删除MySQL表

一、需求分析

在《python 统计MySQL表信息》这篇博客中，链接如下：

https://www.cnblogs.com/xiao987334176/p/9901692.html

 

已经统计出来了一个MySQL服务器的所有表信息，但是还不够，还缺2个列。分别是备注和是否使用

库名	表名	表说明	建表语句	备注	是否使用
db1	users	用户表	CREATE TABLE `users` (...)		是
	log2		CREATE TABLE `log2` (...)	废弃	否

 

 

 

 

注意：前4列，我用python统计出来了，那么后2列，怎么办呢？

作为一名运维人员，你是不知道线上每个表的使用情况的，但是开发人员是知道的。所以最后2列，扔给开发去填写。

千万不要自作主张的去写，否则，你懂的...

 

OK，历经2天的时间，表终于整理完了。大概有1万条记录！

领导需要将不使用的表，全部删除掉。但是有一个前提：删除之前，一定要做备份。

 

二、MySQL表备份问题

怎么备份呢？有2个方案

1. 使用mysqldump 备份单个表，也就是要删除的表

2. 使用xtraBackup备份mysql

 

那么这2个方案，该如何选择呢？如果你不知道怎么选的时候，可以先用排除法！

mysqldump

先来看第一种方案，使用mysqldump 备份单表

mysqldump -h主机ip -u用户名 -p密码 数据库名 表名> 文件位置.sql

 

注意：对于千万级别以上的表，这个sql文件会非常的大。有办法缩小吗？有，使用gzip

 

gzip

mysqldump 备份并压缩sql文件

mysqldump -h主机ip -u用户名 -p密码（也可不输入） 数据库名 表名  | gzip > 压缩后文件位置.sql.gz

 

mysql直接用压缩文件恢复

gunzip < backupfile.sql.gz | mysql -u用户名 -p密码（也可不输入） 数据库名

 

一个16M的sql文件，使用gzip之后，可以压缩到2.2M。但是我们要知道，备份千万级别的表，非常耗时。

它需要一行行读取，并写入到备份文件中。这还只是单表的情况下，几千张表，就无法想象了！

所以不予采用

 

xtraBackup

具体使用方法，请参考以下链接：

http://blog.51cto.com/xiao987334176/1693176

 

它是基于文件式的备份，MySQL的数据库的信息，都写在文件中，那么我使用xtraBackup拷贝文件，比用mysqldump 一行行读取快多了！

所以，准予采用！

 

三、编写python 删除脚本

在贴完整代码之前，先来说几个小的知识点，有助于理解代码。

pymysql执行mysql命令

 这是一个查看所有数据库的

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import pymysql

class MysqlHelp(object):
    def __init__(self):
        self.username = "root"
        self.password = ""
        self.host = "localhost"
        self.port = 3306  # 注意,必须是数字

    def connect(self):  # 连接mysql
        conn = pymysql.connect(
            host=self.host,  # mysql ip地址
            user=self.username,
            passwd=self.password,
            port=self.port  # mysql 端口号,注意：必须是int类型
        )
        return conn

    def command(self,sql):
        cur = self.connect().cursor()  # 创建mysql游标
        cur.execute(sql)
        ret = cur.fetchall()  # 执行结果
        return ret

all_database = MysqlHelp().command('show databases')
print(all_database)

 

执行输出：

(('information_schema',), ('abc',), ('db1',), ('mysql',), ('performance_schema',), ('sys',))

 

logging 记录日志

使用logging模块，记录简单的日志。注意：屏幕和文件，会同时写入。屏幕写入，也就是打印在屏幕的意思

import logging
logger = logging.getLogger()  # 实例化了一个logger对象
# 在国外叫handler，在中国翻译过来，叫句柄
# 设置文件名和编码
fh = logging.FileHandler('delete.log', encoding='utf-8')  # 实例化了一个文件句柄 # 格式和文件句柄或者屏幕句柄关联
sh = logging.StreamHandler()  # 用于输出到控制台

fmt = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')  # 格式化
fh.setFormatter(fmt)  # 格式和文件句柄或者屏幕句柄关联
sh.setFormatter(fmt)

# 吸星大法
logger.addHandler(fh)  # 吸收写文件功能 和logger关联的只有句柄
logger.addHandler(sh)  # 吸收输出屏幕功能
logger.setLevel(logging.DEBUG)  # 设置警告级别为debug,此处DEBUG源码为DEBUG = 10

logger.debug('debug message')
logger.info('info message')
logger.warning('warning message')
logger.critical('critical message')

 

执行输出：

2018-11-10 17:46:28,280 - root - DEBUG - debug message
2018-11-10 17:46:28,280 - root - INFO - info message
2018-11-10 17:46:28,281 - root - WARNING - warning message
2018-11-10 17:46:28,281 - root - CRITICAL - critical message

 

为什么要记录日志呢？因为我需要知道，哪些执行成功和失败了，便于后续的操作。

 

获取不使用的表

筛选问题

怎么筛选出没有使用的表呢？有2个方法：

1. 使用xlwr模块，读取出 是否使用 这一列为否的记录。提取出库名和表名！

2. 使用excel的筛选功能

 

先来说第一种，是可以做，但是太麻烦了。再来说，第二种，简单方便。那么我们始终坚持，简单方便的原则，使用第二种方式。

选中所有列，点击筛选，效果如下：

 

点击是否使用后面的按钮，勾选否的，点击确定，效果如下：

 

发行库名是空的，就无法知道它是哪个库的。所以，在筛选之前，要把所有的库名补齐，不能留空！

 

使用Pycharm创建delete.txt文件。注意：Pycharm创建的文件是utf-8编码。直接windows右键创建的txt文件，编码是gbk。

最后筛选出为否的记录，删除多余的列，只复制库名和表名到一个delete.txt文件中。

注意：删掉中文标题，效果如下：

 

读取内容函数

如果让一个python新手来读取一个文件，将文件的所有内容输出，并给其他变量调用。那么需要写一个函数，他会这么做

def read_file():  # 读取文件内容
    with open('delete.txt', encoding='utf-8') as f:
        return f.read()

 

这样做完全是可以的，但是我要说的是，如果是一个非常大的文件，内存会直接溢出。这是我们不愿意接受的！

其实可以通过生成器来完成

生成器

def read_file():  # 读取文件内容
    with open('delete.txt', encoding='utf-8') as f:
        for i in f:
            # 返回生成器,节省内存
            yield i.split()

 

注意：生成器，保存的是某种算法，它并不存储真正的值。你调用它一次，它才会将值返回给你。所以非常节省内存！

那么将这个函数的调用复制给一个变量，对这个变量做for循环，就可以得到文件的所有内容。

 

获取CPU核心数

这里为什么要获取CPU核心数呢？先来回顾一个知识点，进程与线程的关系。

进程是资源分配的最小单位，线程是CPU调度的最小单位。每一个进程中至少有一个线程！

假设我的电脑是4核，那么上面的python代码执行之后，只会占用一个核。

对于这样的程序，它并没有充分的利用CPU。如果能开4个进程执行，那么就可以充分利用CPU了。

不同的电脑，配置是一样的，获取CPU核心数，使用以下代码

from multiprocessing import cpu_count
print(cpu_count())

 

 OK，既然获得了CPU核心数，接下来，就是多线程的问题了

 

多线程

例子：

import time
from multiprocessing import cpu_count
from multiprocessing import Pool

def del_tad(num):
    time.sleep(1)
    standard_time = time.strftime('%Y-%m-%d %H:%M:%S')
    print("{}, hi {} 执行了".format(standard_time,num))
    return True

if __name__ == '__main__':
    core_count = cpu_count()  # 获取cpu核心数，这里是4个

    p = Pool(core_count)  # 创建进程池
    for i in range(5):
        # 异步执行del_tab方法,根据进程池中有的进程数,每次最多4个子进程在异步执行
        res = p.apply_async(del_tad,args=(i,))

    p.close()  # 关闭进程池
    # 异步apply_async用法：如果使用异步提交的任务，主进程需要使用join，等待进程池内任务都处理完
    # 否则，主进程结束，进程池可能还没来得及执行，也就跟着一起结束了
    p.join()

 

执行输出：

2018-11-10 18:26:26, hi 0 执行了
2018-11-10 18:26:26, hi 1 执行了
2018-11-10 18:26:26, hi 2 执行了
2018-11-10 18:26:26, hi 3 执行了
2018-11-10 18:26:27, hi 4 执行了

 

可以发现，同时执行的，只有4个。因为CPU核心数是4

 

如果担心CPU满负荷运行会死掉，可以取一半的数量

# CPU核心数取一半,有小数点时,向上取整。担心机器死掉！
core_count = math.ceil(cpu_count() / 2)

 

花费时间

秒数

要删除接近1万张表，总得记录，花了多长时间吧！怎么计算呢？很简单

import time
startime = time.time()  # 开始时间
# 执行主程序代码...
endtime = time.time()  # 结束时间
take_time = endtime - startime
print("本次花费时间%s秒"%take_time)

 

执行输出：

本次花费时间253秒

 

那么问题来了，253秒，你能在1秒钟，算出，它是几分几秒吗？ 数学功底比较好的人，可以心算出来。但是普通人，就不行了！

接下来，有一个方法，3行代码，就可以搞定了

 

时分秒

take_time = 253
if take_time < 1:  # 判断不足1秒时
        take_time = 1  # 设置为1秒
# 计算花费时间
m, s = divmod(take_time, 60)
h, m = divmod(m, 60)

print("本次花费时间 %02d:%02d:%02d" % (h, m, s))

 

执行输出：

本次花费时间 00:04:13

 

哈，怎么样，是不是看着很清爽！简单明了。

注意：take_time不能小于等于0，否则输出会有异样！所以做了一个判断。

 

完整代码

铺垫了这么多，就可以放出完整代码了！

#!/usr/bin/env python3
# coding: utf-8

import time
import math
import logging
import pymysql
from multiprocessing import Pool
from multiprocessing import cpu_count

class DeleteTable(object):
    def __init__(self):
        self.username = "root"
        self.password = ""
        self.host = "localhost"
        self.port = 3306  # 注意:必须是数字
        self.file_txt = "delete.txt"  # 删除文件列表
        self.logger = self.logger()  # 日志对象

    def connect(self):  # 连接mysql
        conn = pymysql.connect(
            host=self.host,  # mysql ip地址
            user=self.username,
            passwd=self.password,
            port=self.port  # mysql 端口号,注意：必须是int类型
        )
        return conn

    def logger(self):
        """
        写入日志
        :return: logger对象
        """
        logger = logging.getLogger()  # 实例化了一个logger对象
        # 在国外叫handler，在中国翻译过来，叫句柄
        # 设置文件名和编码
        fh = logging.FileHandler('delete.log', encoding='utf-8')  # 实例化了一个文件句柄 # 格式和文件句柄或者屏幕句柄关联
        sh = logging.StreamHandler()  # 用于输出到控制台

        fmt = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')  # 格式化
        fh.setFormatter(fmt)  # 格式和文件句柄或者屏幕句柄关联
        sh.setFormatter(fmt)

        # 吸星大法
        logger.addHandler(fh)  # 吸收写文件功能 和logger关联的只有句柄
        logger.addHandler(sh)  # 吸收输出屏幕功能
        logger.setLevel(logging.DEBUG)  # 设置警告级别为debug,此处DEBUG源码为DEBUG = 10

        # logger.debug('debug message')
        # logger.info('info message')
        # logger.warning('warning message')

        return logger


    def read_file(self):  # 读取文件内容
        with open(self.file_txt, encoding='utf-8') as f:
            for i in f:
                # 返回生成器,节省内存
                yield i.split()

    def del_tab(self,cur,dbname, table):
        """
        删除表
        :param cur: mysql游标
        :param dbname: 数据库名
        :param table: 表名
        :return: bool
        """
        try:
            # 删除表drop
            cur.execute('drop table {}.{}'.format(dbname, table))
            # ret = cur.fetchall()  # 执行结果
            self.logger.debug('{}.{} 删除成功'.format(dbname,table))  # 写入日志
            return True
        except Exception as e:
            print(e)
            self.logger.critical('{}.{} 删除失败,失败原因：{}'.format(dbname, table,e))
            return False

    def main(self):  # 获取内容
        content = self.read_file()   # 读取文件内容
        # CPU核心数取一半,有小数点时,向上取整。担心机器死掉！
        core_count = math.ceil(cpu_count() / 2)

        cur = self.connect().cursor()  # 创建mysql游标

        p = Pool(core_count)  # 创建进程池

        for i in content:  # 遍历文件
            dbname, table = i  # 数据库和表明
            # 异步执行del_tab方法
            p.apply_async(self.del_tab(cur,dbname, table))

        p.close()  # 关闭进程池
        p.join()  # 等待所有进程结束
        return True

if __name__ == '__main__':
    startime = time.time()
    ret = DeleteTable().main()  # 执行主程序
    endtime = time.time()
    take_time = endtime - startime

    if take_time < 1:  # 判断不足1秒时
        take_time = 1  # 设置为1秒
    # 计算花费时间
    m, s = divmod(take_time, 60)
    h, m = divmod(m, 60)

    print("本次花费时间 %02d:%02d:%02d" % (h, m, s))
    # print("本次花费时间%s"%take_time)

 

四、测试删除脚本

既然删除脚本，已经写好了。总得测试一下吧！那么多表呀？从哪里搞？

从备份文件，恢复一个到测试机上？卧槽，得花5个多小时呢！太漫长！

 

创建表脚本

诶，既然是要删除指定的表，那么我创建出那么表，不就完事了吗？

表结构不用完全和生产环境一样，弄成统一的模板即可。

日记也不需要记录，临时的而已！

完整代码如下：

#!/usr/bin/env python3
# coding: utf-8
# 创建要删除的表,测试删除脚本

import time
import math
import logging
import pymysql
from multiprocessing import Pool
from multiprocessing import cpu_count

class CreateTable(object):
    def __init__(self):
        self.username = "root"
        self.password = ""
        self.host = "localhost"
        self.port = 3306
        self.file_txt = "delete.txt"  # 删除文件列表

    def connect(self):  # 连接mysql
        conn = pymysql.connect(
            host=self.host,  # mysql ip地址
            user=self.username,
            passwd=self.password,
            port=self.port  # mysql 端口号,注意：必须是int类型
        )
        return conn
    
    def read_file(self):  # 读取文件内容
        with open(self.file_txt, encoding='utf-8') as f:
            for i in f:
                # 返回生成器,节省内存
                yield i.split()

    def cre_tab(self,cur,dbname, table):
        """
        创建表
        :param cur: mysql游标
        :param dbname: 数据库名
        :param table: 表名
        :return: bool
        """
        try:
            # 创建表，表结构图方便，统一了
            sql = """CREATE TABLE %s (
              `id` int(11) NOT NULL AUTO_INCREMENT,
              `name` varchar(32) DEFAULT NULL,
              PRIMARY KEY (`id`)
            ) ENGINE=InnoDB DEFAULT CHARSET=utf8""" %'{}.{}'.format(dbname,table)
            # print(sql)
            cur.execute(sql)

            print('创建表{}.{}成功'.format(dbname,table))
            return True
        except Exception as e:
            print(e)
            return False
        
    def main(self):  # 获取内容
        content = self.read_file()   # 读取文件内容
        # CPU核心数取一半,有小数点时,向上取整
        core_count = math.ceil(cpu_count() / 2)

        cur = self.connect().cursor()  # 创建mysql游标
        # 创建数据库,由于要删除的只有3个库，这里手动创建一下，就可以了！
        cur.execute('CREATE DATABASE db1 DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci')
        cur.execute('CREATE DATABASE db2 DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci')
        cur.execute('CREATE DATABASE db3 DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci')

        p = Pool(core_count)  # 创建进程池

        for i in content:  # 遍历文件
            dbname, table = i  # 数据库和表名
            # 异步执行del_tab方法
            p.apply_async(self.cre_tab(cur,dbname, table))

        p.close()  # 关闭进程池
        p.join()  # 等待所有进程结束
        return True

if __name__ == '__main__':
    startime = time.time()
    ret = CreateTable().main()  # 执行主程序
    endtime = time.time()
    take_time = endtime - startime

    if take_time < 1:  # 判断不足1秒时
        take_time = 1  # 设置为1秒
    # 计算花费时间
    m, s = divmod(take_time, 60)
    h, m = divmod(m, 60)

    print("本次花费时间 %02d:%02d:%02d" % (h, m, s))

 

安装MySQL

这里使用的是操作系统是 ubuntu-16.04.5-server-amd64，使用以下命令安装

apt-get install -y mysql-server

 

安装过程中，会提示输入mysql中root用户的密码

 再次输入密码

 

安装完成之后，mysql会自动启动。使用以下命令进入mysql

mysql -u root -proot

 

 查看所有数据库

mysql> show databases;
+--------------------+
| Database           |
+--------------------+
| information_schema |
| mysql              |
| performance_schema |
| sys                |
+--------------------+
4 rows in set (0.00 sec)

 

允许root用户远程连接

grant all privileges on *.* to 'root'@'%' identified by 'root' with grant option;
flush privileges;

 

设置监听地址

默认的mysql配置文件是监听127.0.0.1的，如果要远程连接，必须要修改配置文件才行

vim /etc/mysql/mysql.conf.d/mysqld.cnf

找到

bind-address            = 127.0.0.1

改成

bind-address            = 0.0.0.0

 

重启mysql数据库

/etc/init.d/mysql restart

 

使用Navicat软件连接

 

能打开，说明连接成功了！

 

 

先执行创建表脚本

再执行删除表脚本

 

查看删除日志文件delete.log

2018-11-10 21:20:57,121 - root - DEBUG - db1.log2 删除成功
...

 

大功告成！

 

五、重构删除脚本

上面的脚本在测试环境，执行蛮顺利的。但是在预发布环境测试时，由于疏忽，忘了做备份了。导致测试环境，某些功能出现异常！

需要对相关表做恢复！怎么恢复呢？查看MySQL错误日志，出现了not found的表名，就手动恢复一下！

 

所以，为了线上执行时，避免出现类似问题。将删除操作改为重命名操作，一旦出现问题，可以快速恢复！

这里使用统一后缀名_rolls_royce，意思就是劳斯莱斯

#!/usr/bin/env python3
# coding: utf-8

import time
import math
import pymysql
from multiprocessing import Pool
from multiprocessing import cpu_count

class DeleteTable(object):
    def __init__(self):
        self.username = "root"
        self.password = "root"
        self.host = "192.168.91.128"
        self.port = 3306
        self.file_txt = "delete.txt"  # 删除文件列表
        self.prefix = '_rolls_royce'  # 重命名的后缀

    def connect(self):  # 连接mysql
        conn = pymysql.connect(
            host=self.host,  # mysql ip地址
            user=self.username,
            passwd=self.password,
            port=self.port  # mysql 端口号,注意：必须是int类型
        )
        return conn

    def read_file(self):  # 读取文件内容
        with open(self.file_txt, encoding='utf-8') as f:
            for i in f:
                # 返回生成器,节省内存
                yield i.split()

    # def del_tab(self,cur,dbname, table):
    #     """
    #     删除所有表
    #     :param cur: mysql游标
    #     :param dbname: 数据库名
    #     :param table: 表名
    #     :return: bool
    #     """
    #     try:
    #         # 删除表drop
    #         cur.execute('drop table {}.{}'.format(dbname, table))
    #         # ret = cur.fetchall()  # 执行结果
    #         self.write_log('del_ok.log','{}.{} 删除成功'.format(dbname,table))  # 写入日志
    #         return True
    #     except Exception as e:
    #         print(e)
    #         self.write_log('del_error.log','{}.{} 删除失败,失败原因：{}'.format(dbname, table,e))
    #         return False

    def write_log(self,path,content):
        """
        写入日志文件
        :param path:
        :param content:
        :return:
        """
        with open(path,mode='a+',encoding='utf-8') as f:
            content = time.strftime('%Y-%m-%d %H:%M:%S')+' '+content+"\n"
            print(content)
            f.write(content)

    def rename_tab(self,cur,dbname, table):
        """
        重命名所有表
        :param cur: mysql游标
        :param dbname: 数据库名
        :param table: 表名
        :return: bool
        """
        try:
            # 重命名表RENAME
            # ALTER TABLE user10 RENAME TO user11;
            cur.execute('ALTER TABLE {}.{} RENAME TO {}.{}{}'.format(dbname, table,dbname, table,self.prefix))
            # ret = cur.fetchall()  # 执行结果
            self.write_log('rename_ok.log', '{}.{} 重命名表成功'.format(dbname, table))  # 写入日志
            return True
        except Exception as e:
            print(e)
            self.write_log('rename_error.log', '{}.{} 重命名表失败'.format(dbname, table))
            return False

    def recovery_tab(self,cur,dbname, table):
        """
        恢复所有表名
        :param cur: mysql游标
        :param dbname: 数据库名
        :param table: 表名
        :return: bool
        """
        try:
            # 恢复表名
            cur.execute('ALTER TABLE {}.{} RENAME TO {}.{}'.format(dbname, table+self.prefix,dbname, table))
            self.write_log('recovery_ok.log', '{}.{} 恢复表名成功'.format(dbname, table))
            return True
        except Exception as e:
            print(e)
            self.write_log('recovery_error.log','{}.{} 恢复表名失败'.format(dbname, table))
            return False

    def main(self):  # 获取内容
        content = self.read_file()   # 读取文件内容
        # CPU核心数取一半,有小数点时,向上取整
        core_count = math.ceil(cpu_count() / 2)

        cur = self.connect().cursor()  # 创建mysql游标

        p = Pool(core_count)  # 创建进程池

        for i in content:  # 遍历文件
            dbname, table = i  # 数据库和表明
            # 异步执行方法
            p.apply_async(self.rename_tab(cur,dbname, table))

        p.close()  # 关闭进程池
        return True

if __name__ == '__main__':
    startime = time.time()
    ret = DeleteTable().main()  # 执行主程序
    endtime = time.time()
    take_time = endtime - startime

    if take_time < 1:  # 判断不足1秒时
        take_time = 1  # 设置为1秒
    # 计算花费时间
    m, s = divmod(take_time, 60)
    h, m = divmod(m, 60)

    print("本次花费时间 %02d:%02d:%02d" % (h, m, s))
    # print("本次花费时间%s"%take_time)

 

执行效果同上！去掉了logger模块，测试发现，多线程执行会重复写入日志！

 

所以执行之后，重命名的表会一直存在，存放个半年左右。等到功能稳定之后，一并删除！