一个InnoDB表包含两部分，表结构定义和数据。
在MySQL8.0 版本以前，表结构是存在以.frm为后缀的文件里。而MySQL 8.0版本，则已经允许把表结构定义放在系统数据表中了。
因为表结构定义占用的空间很小，所以这篇文章主要讨论的是表数据。
1、参数 innodb_file_per_table
表数据既可以存在共享表空间里，也可以是单独的文件。这个行为是由参数innodb_file_per_table 控制的：
- 这个参数设置为OFF表示的是，表的数据放在系统共享表空间，也就是跟数据字典放在一起；
- 这个参数设置为ON表示的是，每个InnoDB 表数据存储在一个以.ibd为后缀的文件中。
从MySQL 5.6.6 版本开始，它的默认值就是 ON 了。
建议不论正在用的是MySQL的哪个版本，都将这个值设置为ON。因为，一个表单独存储为一个文件更容易管理，而且在你不需要这个表的时候，通过drop table 命令，系统就会直接删除这个文件。而如果放在共享表空间中，即使表删掉了，空间也是不会回收的。
所以，推荐将 innodb_file_per_table 设置为ON，接下来都是基于这个设置来展开。
删除表，可以用drop table 来回收表空间。但是，更多情况是删除某些数据行，这时候就会遇到“表数据删掉一半，表文件大小却不变”的情况。
2、数据删除流程
某条记录被删除时，InnoDB引擎只会把该记录标记为删除。但是，磁盘的文件大小不会缩小，因为该条记录所在位置可能会被复用。
如果删掉了一个数据页上的所有记录，该数据页可以被复用。
但是数据页复用和记录的复用是不同的：
- 记录复用，为了保证数据的有序性，复用只限于符合范围条件的数据。
- 数据页复用，直接被当作新页使用，可以复用到任何位置。
如果相邻的两个数据页利用率都很小，系统就会把这两个页上的数据合到其中一个页上，另外一个数据页就被标记为可复用。这个过程称为页合并。
进一步，如果delete整张表的数据，所有的数据页都会被标记为可复用。但是磁盘上，文件不会变小。也就是说，delete命令是不能回收表空间的。这些可以复用但是没有被使用的空间，看起来就像“空洞”。
实际上，随机插入数据也可能会造成“空洞”。
如果数据是按照索引递增顺序插入的，那么索引是紧凑的。但如果是随机插入的，就可能造成索引的数据页分裂。这个也可能造成空间浪费。
一般经过大量增删改的表，都是可能存在空洞的，通过重建表可以达到收缩表空间的目的。
3、重建表
1、使用 alter table A engine=InnoDB 命令来重建表
在MySQL 5.5 版本之前，这个命令的执行流程是 创建临时表→完成数据转存→交换表名→删除旧表。如下图
5.5版本及之前
显然，花时间最多的步骤是往临时表插入数据的过程，如果在这个过程中，有新的数据要写入到表 A 的话，就会造成数据丢失。因此，在整个 DDL 过程中，表 A 中不能有更新。也就是说，这个 DDL 不是 Online 的。
在MySQL 5.6版本之后开始引入了 Online DDL，对这个流程做了优化
新流程：
- 建立一个临时文件，扫描表A主键的所有数据页
- 用数据页中表A的记录生成B+树，存储到临时文件中
- 生成临时文件的过程中，将所有对A的操作记录在一个日志文件（row log）中，对应的是下图中 state2 的状态
- 临时文件生成后，将日志文件中的操作应用到临时文件，得到一个逻辑数据上与表A相同的数据文件，对应下图中state3的状态
- 用临时文件替换表A的数据文件
5.5版本及之后
5.6 和之前的区别是，加了日志文件记录和重放操作，在重建表的过程中，允许对表A做增删改操作。这也就是 Online DDL 名字的由来。
当然重建的过程中是会拿MDL写锁的，会锁住表。
alter 语句在启动的时候需要获取MDL写锁，它需要做一些准备工作（比如 row log 的创建），在这些准备工作完成之前，主表不允许做任何修改或者读取，之后降级是允许其他线程DML，因为这时log文件已经就绪，他们的DML都会记录在这个log文件中。
开始复制数据的时候退化成读锁，不解锁的原因是防止有其他线程获取DML写锁。
最后把 row log的数据复制到零时表的时候还会获取一次DML写锁，防止其他DML操作。
相对于一个大表来说，最耗时的过程是拷贝数据到临时表的过程，所以，对整个DDL过程来说，锁的时间非常短，可以认为是 Online 的。
PS：如果想要比较安全的操作的话，推荐使用 GitHub 开源的 gh-ost 来做。
4、区分
optimize table 、analyze table 和 alter table 这三种方式区别。
- 从MySQL5.6版本开始，alter table t engine = InnoDB(也就是 recreate)默认的就是上面的流程
- analyze table t 其实不是重建表，只是对表的索引信息做重新统计，没有修改数据，这个过程中加了DML读锁
- optimize table t 等于 recreate + analyze
网友评论