【DBA 实战营 课程文档】OceanBase 并行 DDL

培训中心 DBA 实战营
#1

这篇教程文档，相比前面几篇，可能会稍微偏底层实现原理一点儿。

大家可以根据需求，选择性地阅读感兴趣的部分。

在这篇文档中，我打算简单介绍一下 OceanBase 在 4.x 版本中，相较于 3.x 版本，对 truncate table 做的两个比较重要的优化：

  • 第一个优化是 truncate table 实现方式的变更，这里会牵扯出一丁点儿 OceanBase 数据库大版本的进化史。
  • 第二个优化是 DDL 变更的并行架构优化，主要也是为了能让 truncate table 操作变得更快。

边学边练，效果拔群

正所谓 “纸上得来终觉浅，实践才能出真知”，强烈推荐大家点击下面的链接，根据在线体验页面左边的实验文档，亲手体验一把并行 DDL 带来的性能提升！

obclient -h127.0.0.1 -uroot@sys -P2881 -Dtestdb -A

说明：

因为是实验环境，所以可以偷懒使用 sys 租户。

但生产环境中尽量不要在 sys 租户里直接创建数据库对象，尽量在用户租户里进行相关操作。

  • 在进行实验的过程中，建议大家尝试通过 oceanbase.__all_ddl_operation 系统表，自行探索和分析一下 truncate table 这个 DDL，在 4.x 中实现方式和 3.x 中实现方式的不同点。
  • 下图是在 ODC 中，用 3.x 版本执行 truncate table，并查看系统表记录的 DDL 执行序列：

2618×634 163 KB

在上图中，大家可能会发现一个有趣的地方，就是在 OceanBase 3.x 及更早的版本中，我只执行了一条 truncate table，但系统记录的 DDL 中却有两条 truncate table，而且 table id 好像还在执行 truncate table 的过程中，发生了变化？

是不是感觉 operation_type = 24 的这行数据，像记录的是把 t1 表给 drop 的动作，然后 operation_type = 23 的这行数据，像记录的是重新创建了一个新 t1 表的动作？（Operation Type 是个枚举值，详见：ob_schema_service.h）

大家可以到在线体验的 4.x 环境中，也执行一下这个同样的 SQL 序列，拿结果和上面那张截图对比下，看看能获得什么样的发现？

# 数据库的连接串
obclient -h127.0.0.1 -uroot@sys -P2881 -Dtestdb -A

create table t1(c1 int);

TRUNCATE  table t1;

select table_id, operation_type, ddl_stmt_str
  from oceanbase.__all_ddl_operation
  where table_id > 500000
        and ddl_stmt_str != '';

小提示：

  1. 需要先登录 OceanBase 账号，才能初始化屏幕右边的实验环境进行实验。
  2. 在实验环境里，干什么都可以。大家不要受限于屏幕左边的实验手册，可以天马行空地做一些你感兴趣的事情，或者验证一些你对 OceanBase 官网文档的疑问、以及自己的猜想等等（甚至可以尝试怎么搞能把这个实验环境里的 OBServer 给弄崩）。
  3. 欢迎大家平时在学习 OceanBase 的过程中，也都能充分利用在线体验页面为您提供的一些实验环境，来体验 OceanBase 中您感兴趣的新特性。

2025.07.30 更新

今天教程交流群里有老师提问说：“truncate partition，是否也是 drop 掉分区，然后再 add 回来呢？”

1274×512 88 KB

drop partition 不需要像删表那样去处理表上的那些附属对象，所以个人理解 truncate partition 无论是实现成 drop partition + create partition，还是实现成只替换分区对应的 tablet id，不改 partition id，影响都不大。

欢迎大家在实验环境里也自行设计一个实验，验证一下这个猜想是否是正确的。

附上一个简单的 SQL 执行序列供大家参考（需要自行替换其中的 table id）：

CREATE TABLE t_log_part_by_range (
    log_id      bigint NOT NULL
    , log_value varchar(50)
    , log_date  timestamp NOT NULL  
) PARTITION BY RANGE(UNIX_TIMESTAMP(log_date))
(
    PARTITION M202001 VALUES LESS THAN(UNIX_TIMESTAMP('2020/02/01'))
    , PARTITION M202002 VALUES LESS THAN(UNIX_TIMESTAMP('2020/03/01'))
    , PARTITION M202003 VALUES LESS THAN(UNIX_TIMESTAMP('2020/04/01'))
    , PARTITION M202004 VALUES LESS THAN(UNIX_TIMESTAMP('2020/05/01'))
    , PARTITION M202005 VALUES LESS THAN(UNIX_TIMESTAMP('2020/06/01'))
);

select table_id from oceanbase.__all_table
    where table_name = 't_log_part_by_range';

select table_id, part_id, part_name, is_deleted, gmt_modified
     from oceanbase.__all_part_history
     where table_id = xxxx order by gmt_modified;

ALTER TABLE t_log_part_by_range TRUNCATE PARTITION M202001, M202002;

select table_id, part_id, part_name, is_deleted, gmt_modified
     from oceanbase.__all_part_history
     where table_id = xxxx
     order by gmt_modified;

如果被 truncate 的 partition 的 part_id 发生了变化，说明就是 drop + create。

大家不妨也直接通过实验，来验证下这位老师的猜想是否是正确的。大家还可以继续添油加醋，例如也加上 oceanbase.__all_ddl_operation 之类的东西看看能有什么其他的发现~

  • 课后小测地址：【DBA 实战营】并行 DDL 课后小测

    • 大家完成课后小测，并在小测中上传实验截图，就可以自动从社区论坛中获取 10 积分，并自动获得抽奖资格，有机会获得实体礼物或积分奖励。
    • 本期临时改下规则，抽奖中的积分奖励，从 200 积分 * 1 变成 50 积分 * 4，并行发给四个通过小测的用户。

2548×1000 379 KB

大家如果都不来做实验的话，老板以后就不会再让兹拉坦更新这些教程文档了。大家的对在线实验的支持，是兹拉坦的老板让兹拉坦更新这些教程内容的动力！

闲言少叙，正文开始。

truncate table 实现方式变更

3.x 版本的 truncate table

在 3.x 版本， truncate table 在实现上会被转换成 drop table + create table。例如执行一条 DDL truncate table t1，内部会在同一个事务中执行 drop table t1 和 create table t1。

4.x 版本的 truncate table

OceanBase 在 4.x 版本新增加了一个 tablet 的概念，这是一个用户不感知的物理存储层的概念，表示可以迁移的数据块。基于这个 tablet，4.x 的 truncate table 实现上只需要修改分区对应的 tablet，不再复用 3.x 版本的 drop table + create table 的流程。

即在 4.x 版本的 truncate table 中，实现变成了删除旧 tablet + 创建新 tablet，当 table 上的附属对象（例如 column、constraint、foreign key、partition、index 等）较多时，truncate table 性能可以得到巨大的优化。

简单来说，性能得到优化的原因，就是 4.x 上 truncate table 前后 table 的元数据不会发生变更，只需要修改一下和存储相关的 tablet_id 即可。如果没理解前面这句话，下面就为你进行更详细的说明。

4.x 版本为什么要调整 truncate table 的实现方式？

在 OceanBase 还是 3.x 版本时，部分客户会在业务逻辑中大量使用 truncate table 语句，然后会发现 OceanBase 中 truncate table 的性能可能略低于 Oracle。

truncate table 的性能消耗来自于两部分 —— 系统表数据的更新，以及分区实体的创建。后者在 3.x 版本上是需要创建 paxos 成员组的，步骤较多，但是在 4.x 的日志流架构下，新建分区只是在日志流内数据的操作，性能会有大幅度的提升。而性能消耗的另外一部分是系统表数据的更新，要消除这一部分的开销，就只能改变 truncate table 的实现方式了。

之前接触过一个使用 OceanBase 3.x 版本的金融大客户（四大行之一），他们的业务有上万张表，每张表都有几百个 column 和几百个 check 约束，所以每张表在 oceanbase.__all_column 和 oceanbase.__all_constraint 系统表中都会记录上百行数据。

3.x 版本每次 truncate table 操作都要在 drop table 时对这些元信息执行删除操作，在 create table 时再对这些元信息执行写入操作，当 table 上的附属对象较多时，大量附属对象元信息的删除和写入会让 truncate table 耗费大量的时间。

而 OceanBase 4.x 中 truncate table 的实现不再修改表的元数据信息，所以 oceanbase.__all_column、oceanbase.__all_constraint 等系统表的数据都不会发生改变。数据的清除通过更换 tablet 来实现。oceanbase.__all_table 表内会增加一列 tablet_id 表示一张表对应的 tablet，truncate table 时创建一个新的空 tablet，将新 tablet_id 写入 oceanbase.__all_table 表替换之前的旧值，这样就完成了 truncate 表的操作，之后旧的 tablet 即可删除。

对于分区表，会在 oceanbase.__all_part 表中记录每个分区对应的 tablet_id，truncate table 时将每个分区对应的 tablet 替换成新的空 tablet 即可。

熟悉 Oracle 的同学可以把 table_id 对应成 Oracle 的 object_id，把 tablet_id 对应成 Oracle 的data_object_id，上述 OceanBase 4.x 版本 truncate table 的实现方式就和 Oracle 的实现逻辑是类似的了。

并行 DDL 优化

原理简述

OceanBase 在从 1.x 到 3.x 的历史上，一直都把 DDL 作为用户低频且需要严格管控的操作来对待，但是随着业务的不断开拓，面对的客户需求越来越复杂，对 DDL（特别是 truncate table）的性能挑战声音也越来越多。

之前 OB DDL 在性能上的主要瓶颈是：数据库对象的变更事务在架构上完全串行执行（由事务内对 oceanbase.__all_ddl_operation 系统表加特殊行锁来保证），因此导致 RS 在 DDL 流程中完全依赖事务处理。

在 4.x 版本中，DDL 请求保持统一转发至 RS DDL 队列，由单个 DDL 调度线程消费处理。但是在这里扩展了一组 DDL 并行子线程，专门处理可并发执行的 DDL 子任务（truncate table）。

1440×990 140 KB

在最新版本中，truncate table 变为了：并行执行，按序（串行）提交。由 task controller 控制事务的提交，保证 schema_version 分配顺序和事务提交顺序一致。

933×1015 24.1 KB

简单来说，truncate table 在支持并行前，和其他 DDL 请求一样，会放在队列中等待串行执行；truncate table 在支持并行后，会有多线程消费并行执行。

个人觉得，大家对 OceanBase 中并行 DDL 的实现原理，了解到这种程度，就已经足够了。更详细的流程，会涉及到更底层的实现逻辑，怕大家不爱读，所以也就不在这里赘述了。

如何开启

4.x 上新建租户的并行 DDL 功能是默认打开的，一般不需要调整。

还可以通过配置项 _parallel_table_creation 以及 _parallel_ddl_control 控制。

并行 DDL 功能开放进展

4.3 之前版本：

image
image1359×805 27.5 KB

4.3 及之后的版本：

image
image1390×655 26.8 KB

OceanBase 3.x 及更早版本的批量数据清理策略最佳实践

下面这部分内容均摘自 OceanBase 社区公众号 “老纪的技术唠嗑局” 中的一篇文章《OceanBase 批量数据清理突破性能瓶颈》，欢迎大家关注~

1141×320 71.4 KB

说明：

不用 3.x 这种古早版本的用户，可以直接跳过这一部分的内容。

在 3.x 及更早版本中，TRUNCATE TABLE 操作在租户内串行执行，批量清理大量小表时可能成为性能瓶颈。此时，采用并发 DELETE 并分批提交，通常能获得更优的清理效率。

业务场景特点

  • 大量小表：典型系统含有数百至数千张表。
  • 数据量小：单表数据量通常在几百至几万行。
  • 频繁清表：日终、月末等时间点需要批量清理数据。
  • 时间窗口要求严格：业务处理时间窗口紧张，数据清理效率直接影响后续业务处理。

问题痛点

  • 串行执行限制：OceanBase 3.x 中 TRUNCATE TABLE 操作在租户内不能并行执行。
  • 执行效率低：当需要清理数百张表时，串行执行导致总耗时线性增长。

解决方案

清表效率不足将会引发性能瓶颈凸显、批处理窗口延长、系统资源利用率失衡等连锁问题，影响后续业务处理。

常见的解决方案一般包括以下几种：

批处理设计

  • 创建临时表存储需要处理的表名。
  • 动态生成并执行 DELETE 语句。
-- 创建表存储需要处理的表名
CREATE TABLE tables_to_clean (table_name VARCHAR(100));
INSERT INTO tables_to_clean VALUES 
  ('fund_daily_position'), ('fund_transaction'), ...;
-- 动态生成并执行 DELETE 语句
BEGIN
  FOR r IN (SELECT table_name FROM tables_to_clean) LOOP
    EXECUTE IMMEDIATE 'DELETE FROM ' || r.table_name;
  END LOOP;
END;

并行度调整

  • 设置会话级别并行度。
  • 增加工作区内存。
  • 设置适当并行度。
-- 设置会话级别并行度
SET ob_sql_work_area_percentage = 30; -- 增加工作区内存
SET parallel_servers_target = 16; -- 设置并行度

会话并行

  • 使用多会话并发执行 DELETE 操作。
  • 根据表数量动态分配会话组。

事务管理

  • 分批提交，避免单个大事务
  • 每批处理部分表
  • 阶段性提交
-- 分批提交，避免单个大事务
BEGIN
FOR i IN 1..10 LOOP
   -- 每批处理部分表
   DELETE FROM table_group_1;
   DELETE FROM table_group_2;
   COMMIT;  -- 阶段性提交
END LOOP;
END;

性能测试

测试环境如下：

  • OceanBase 4.3.5 版本。
  • 集群配置：单节点单副本，每节点 16 核 64G。
  • 测试数据集：100 张表，每表 1000 行数据。
  • 租户规格：CPU 为 8C，内存为 32G。cpu_quota_concurrency 值为 4。

测试结果如下：

1080×327 18.3 KB

可以看出：

  • TRUNCATE TABLE（串行）方式耗时 8 秒。
  • TRUNCATE TABLE 方式（并行）耗时 1.2 秒。
  • 带分批提交的 DELETE 方式耗时 2 秒。
  • TRUNCATE TABLE（并行）的 TPS（83,333）高于其他两种方式。
  • TRUNCATE TABLE（并行）的性能优于其他两种方式。

在真实环境中的性能表现会因以下因素而有显著差异：

  • 实际的硬件配置和系统负载
  • OceanBase 数据库具体版本和配置参数
  • 表结构、索引数量和约束类型
  • 实际数据量和数据分布特征

您可以使用以下方式监控性能指标：

-- 监控执行情况
SELECT * FROM gv$session_longops WHERE opname LIKE '%DELETE%';
-- 监控资源使用
SELECT * FROM gv$sysstat WHERE name LIKE '%parallel%';

在您实施任何优化方案前，建议在与生产环境相似的测试环境中进行实际测试，以获取准确的性能数据。

注意：

  • DELETE 操作会产生 undo 日志，需确保有足够的 undo 空间。
  • 对关联表的清理需考虑引用完整性约束。
  • 定期执行 ANALYZE TABLE 维护统计信息。

以上测试结果仅为特定环境下的示例，实际效果需结合您的业务环境和系统配置进行评估。

总结

在 OceanBase 数据库环境下处理批量小表数据清理时，使用并行 TRUNCATE TABLE 策略在 4.x 版本下可以显著提升系统性能和资源利用率。在 3.x 版本中，建议使用带分批提交的 DELETE 方法。通过合理设计批处理逻辑和并行度，可以缩短批量清表操作的时间窗口，为业务处理提供更充裕的时间保障。

具体建议如下：

  • OceanBase 4.x：推荐使用并行 TRUNCATE TABLE；
  • OceanBase 3.x：推荐使用带分批提交的 DELETE；
  • 根据不同版本选择最优清表策略，提升系统整体性能。

此最佳实践特别适用于表数量多但单表数据量小的业务场景，可有效解决 OceanBase 中 TRUNCATE TABLE 操作不能并行的局限性，缩短批处理窗口，为后续业务预留充足时间，最终实现系统资源的均衡利用与业务连续性的可靠保障。

2 个赞