前言

线上千万级的大表在新增字段的时候，一定要小心，我见过太多团队在千万级大表上执行DDL时翻车的案例。

很容易影响到正常用户的使用。

本文将深入剖析大表加字段的核心难点，并给出可落地的解决方案。

希望对你会有所帮助。

1.为什么大表加字段如此危险？

核心问题：MySQL的DDL操作会锁表。

当执行ALTER TABLE ADD COLUMN时：

1. MySQL 5.6之前：全程锁表（阻塞所有读写）
2. MySQL 5.6+：仅支持部分操作的Online DDL

通过实验验证锁表现象：

-- 会话1：执行DDL操作
ALTER TABLE user ADD COLUMN age INT;
-- 会话2：尝试查询（被阻塞）
SELECT * FROM user WHERE id=1; -- 等待DDL完成

锁表时间计算公式：

锁表时间 ≈ 表数据量 / 磁盘IO速度

对于1000万行、单行1KB的表，机械磁盘（100MB/s）需要100秒的不可用时间！

如果在一个高并发的系统中，这个问题简直无法忍受。

那么，我们要如何解决问题呢？

2.原生Online DDL方案

在MySQL 5.6+版本中可以使用原生Online DDL的语法。

例如：

ALTER TABLE user 
ADD COLUMN age INT,
ALGORITHM=INPLACE, 
LOCK=NONE;

实现原理：

致命缺陷：

1. 仍可能触发表锁（如添加全文索引）
2. 磁盘空间需双倍（实测500GB表需要1TB空闲空间）
3. 主从延迟风险（从库单线程回放）

3.停机维护方案

适用场景：

• 允许停服时间（如凌晨3点）
• 数据量小于100GB（减少导入时间）
• 有完整回滚预案

4.使用PT-OSC工具方案

Percona Toolkit的pt-online-schema-change这个是我比较推荐的工具。

工作原理：

操作步骤：

# 安装工具
sudo yum install percona-toolkit
# 执行迁移（添加age字段）
pt-online-schema-change \
--alter "ADD COLUMN age INT" \
D=test,t=user \
--execute

5.逻辑迁移 + 双写方案

还有一个金融级安全的方案是：逻辑迁移 + 双写方案。

适用场景：

• 字段变更伴随业务逻辑修改（如字段类型变更）
• 要求零数据丢失的金融场景
• 超10亿行数据的表

实施步骤：

1. 创建新表结构

-- 创建包含新字段的副本表
CREATE TABLE user_new (
    id BIGINT PRIMARY KEY,
    name VARCHAR(50),
    -- 新增字段
    age INT DEFAULT 0,
    -- 增加原表索引
    KEY idx_name(name)
) ENGINE=InnoDB;

2. 双写逻辑实现（Java示例）

// 数据写入服务
public class UserService {
    @Transactional
    public void addUser(User user) {
        // 写入原表
        userOldDAO.insert(user);
        // 写入新表（包含age字段）
        userNewDAO.insert(convertToNew(user));
    }
    
    private UserNew convertToNew(User old) {
        UserNew userNew = new UserNew();
        userNew.setId(old.getId());
        userNew.setName(old.getName());
        // 新字段处理（从其他系统获取或默认值）
        userNew.setAge(getAgeFromCache(old.getId()));
        return userNew;
    }
}

3. 数据迁移（分批处理）

-- 分批迁移脚本
SET @start_id = 0;
WHILE EXISTS(SELECT 1 FROM user WHERE id > @start_id) DO
    INSERT INTO user_new (id, name, age)
    SELECT id, name, 
        COALESCE(age_cache, 0) -- 从缓存获取默认值
    FROM user
    WHERE id > @start_id
    ORDER BY id
    LIMIT 10000;
    
    SET @start_id = (SELECT MAX(id) FROM user_new);
    COMMIT;
    -- 暂停100ms避免IO过载
    SELECT SLEEP(0.1); 
END WHILE;

4. 灰度切换流程

这套方案适合10亿上的表新增字段，不过操作起来比较麻烦，改动有点大。

6.使用gh-ost方案

gh-ost（GitHub's Online Schema Transmogrifier）是GitHub开源的一种无触发器的MySQL在线表结构变更方案。

专为解决大表DDL（如新增字段、索引变更、表引擎转换）时锁表阻塞、主库负载高等问题而设计。

其核心是通过异步解析binlog，替代触发器同步增量数据，显著降低对线上业务的影响。

与传统方案对比

• 触发器方案（如pt-osc）：
  在源表上创建INSERT/UPDATE/DELETE触发器，在同一事务内将变更同步到影子表。
  痛点：

  • 触发器加重主库CPU和锁竞争，高并发时性能下降30%以上
  • 无法暂停，失败需重头开始
  • 外键约束支持复杂

• gh-ost方案：

  • 伪装为从库：直连主库或从库，拉取ROW格式的binlog，解析DML事件（INSERT/UPDATE/DELETE）
  • 异步应用：将增量数据通过独立连接应用到影子表（如REPLACE INTO处理INSERT事件），与主库事务解耦
  • 优先级控制：binlog应用优先级 > 全量数据拷贝，确保数据强一致

关键流程：

• 全量拷贝：按主键分块（chunk-size控制）执行INSERT IGNORE INTO _table_gho SELECT ...，避免重复插入
• 增量同步：
  • INSERT → REPLACE INTO
  • UPDATE → 全行覆盖更新
  • DELETE → DELETE
• 原子切换（Cut-over）：
  1. 短暂锁源表（毫秒级）
  2. 执行原子RENAME：RENAME TABLE source TO _source_del, _source_gho TO source
  3. 清理旧表（_source_del）

典型命令示例：

gh-ost \
--alter="ADD COLUMN age INT NOT NULL DEFAULT 0 COMMENT '用户年龄'" \
--host=主库IP --port=3306 --user=gh_user --password=xxx \
--database=test --table=user \
--chunk-size=2000 \       # 增大批次减少事务数
--max-load=Threads_running=80 \ 
--critical-load=Threads_running=200 \
--cut-over-lock-timeout-seconds=5 \  # 超时重试
--execute \               # 实际执行
--allow-on-master         # 直连主库模式

2. 监控与优化建议

• 进度跟踪：

echo status | nc -U /tmp/gh-ost.sock  # 查看实时进度

• 延迟控制：
  • 设置--max-lag-millis=1500，超阈值自动暂停
  • 从库延迟过高时切换为直连主库模式
• 切换安全：
  使用--postpone-cut-over-flag-file人工控制切换时机

7.分区表滑动窗口方案

适用场景：

• 按时间分区的日志型大表
• 需要频繁变更结构的监控表

核心原理：
通过分区表特性，仅修改最新分区结构。

操作步骤：

修改分区定义：

-- 原分区表定义
CREATE TABLE logs (
    id BIGINT,
    log_time DATETIME,
    content TEXT
) PARTITION BY RANGE (TO_DAYS(log_time)) (
    PARTITION p202301 VALUES LESS THAN (TO_DAYS('2023-02-01')),
    PARTITION p202302 VALUES LESS THAN (TO_DAYS('2023-03-01'))
);
-- 添加新字段（仅影响新分区）
ALTER TABLE logs ADD COLUMN log_level VARCHAR(10) DEFAULT 'INFO';

创建新分区（自动应用新结构）：

-- 创建包含新字段的分区
ALTER TABLE logs REORGANIZE PARTITION p202302 INTO (
    PARTITION p202302 VALUES LESS THAN (TO_DAYS('2023-03-01')),
    PARTITION p202303 VALUES LESS THAN (TO_DAYS('2023-04-01'))
);

历史数据处理：

-- 仅对最近分区做数据初始化
UPDATE logs PARTITION (p202302) 
SET log_level = parse_log_level(content);

8.千万级表操作注意事项

1. 主键必须存在（无主键将全表扫描）
2. 磁盘空间监控（至少预留1.5倍表空间）
3. 复制延迟控制

SHOW SLAVE STATUS; 
-- 确保Seconds_Behind_Master < 10

4. 灰度验证步骤：

   • 先在从库执行
   • 检查数据一致性
   • 低峰期切主库

5. 字段属性选择：

   • 避免NOT NULL（导致全表更新）
   • 优先使用ENUM代替VARCHAR
   • 默认值用NULL而非空字符串

9.各方案对比

以下是针对千万级MySQL表新增字段的6种方案的对比。

总结

1. 常规场景（<1亿行）：

   • 首选 Online DDL（ALGORITHM=INSTANT，MySQL 8.0秒级加字段）
   • 备选 PT-OSC（兼容低版本MySQL）

2. 高并发大表（>1亿行）：

   • 必选 gh-ost（无触发器设计，对写入影响<5%）

3. 金融核心表：

   • 双写方案 是唯一选择（需2-4周开发周期）

4. 日志型表：

   • 分区滑动窗口 最优（仅影响新分区）

5. 紧急故障处理：

   • 超百亿级表异常时，考虑 停机维护 + 回滚预案

给大家一些建议：

• 加字段前优先使用 JSON字段预扩展（ALTER TABLE user ADD COLUMN metadata JSON）
• 万亿级表建议 分库分表 而非直接DDL
• 所有方案执行前必须 全量备份（mysqldump + binlog）
• 流量监测（Prometheus+Granfa实时监控QPS）

在千万级系统的战场上，一次草率的ALTER操作可能就是压垮骆驼的最后一根稻草。

​转自https://www.cnblogs.com/12lisu/p/19008591