云数据库为了保障多租户的资源公平性，通常会对单实例的读写吞吐量、单条SQL的影响行数、单位时间内的操作次数设置明确的阈值。当执行无限制的DELETE语句时，很容易突破这些阈值触发限流，轻则导致当前删除操作被中断，重则引发数据库实例的整体性能波动，影响同实例下其他业务表的正常访问。
云数据库删除限流的常见触发原因
不同云厂商的限流规则略有差异，但核心触发场景基本一致：
- 单条DELETE语句删除的行数超过云数据库允许的单次操作最大行数，比如部分云数据库限制单次删除最多1万行
- 单位时间内执行的DELETE操作次数超过阈值，比如每秒最多允许10次写操作
- 删除操作产生的binlog日志量超过云数据库的日志写入速率限制
- 删除操作导致的磁盘IO、CPU使用率超过云实例的规格上限，触发资源保护限流
流量控制的核心思路
流量控制的本质是让删除操作的资源消耗始终低于云数据库的限流阈值，核心原则有三个：
- 控制单次删除的数据量，避免单条SQL影响行数过大
- 控制删除操作的执行频率，避免单位时间内请求量过高
- 监控删除过程中的数据库性能指标，动态调整删除策略
分批删除的具体实现方案
方案一：基于主键范围的分批删除
如果删除的表有自增主键，可以按照主键范围拆分删除批次，每次删除固定数量的数据，删除完成后等待一段时间再执行下一批。
-- 假设要删除id小于100000的旧数据，每次删除1000行，间隔1秒执行下一批
DECLARE current_max_id INT DEFAULT 0;
DECLARE batch_size INT DEFAULT 1000;
DECLARE delete_count INT DEFAULT 1;
WHILE delete_count > 0 DO
-- 执行分批删除
DELETE FROM target_table
WHERE id > current_max_id
AND id <= current_max_id + batch_size
AND create_time < '2024-01-01';
-- 获取本次删除的行数
SET delete_count = ROW_COUNT();
-- 更新当前最大id
SET current_max_id = current_max_id + batch_size;
-- 等待1秒，控制执行频率
DO SLEEP(1);
END WHILE;
方案二：基于LIMIT的分批删除
如果表没有合适的范围拆分字段，可以使用LIMIT限制每次删除的行数，循环执行直到没有符合条件的数据。
-- 每次删除500行，直到所有符合条件的数据都被删除
DECLARE delete_count INT DEFAULT 1;
WHILE delete_count > 0 DO
-- 执行带LIMIT的删除
DELETE FROM target_table
WHERE status = 'expired'
LIMIT 500;
-- 获取本次删除的行数
SET delete_count = ROW_COUNT();
-- 等待0.5秒，避免请求过于密集
DO SLEEP(0.5);
END WHILE;
方案三：应用层控制的分批删除
如果数据库不支持存储过程或者需要更灵活的流量控制，可以在应用层实现分批逻辑，这里以Python为例：
import time
import pymysql
def batch_delete(table_name, condition, batch_size=1000, interval=1):
# 连接云数据库
conn = pymysql.connect(
host='ipipp.com',
port=3306,
user='test_user',
password='test_pwd',
database='test_db'
)
cursor = conn.cursor()
while True:
# 执行分批删除
sql = f"DELETE FROM {table_name} WHERE {condition} LIMIT {batch_size}"
cursor.execute(sql)
delete_count = cursor.rowcount
conn.commit()
# 如果没有删除到数据，退出循环
if delete_count == 0:
break
# 打印当前删除进度
print(f"本次删除{delete_count}行，等待{interval}秒执行下一批")
time.sleep(interval)
cursor.close()
conn.close()
# 调用示例：删除create_time早于2024-01-01的数据
batch_delete(
table_name='target_table',
condition="create_time < '2024-01-01'",
batch_size=1000,
interval=1
)
注意事项
- 删除前先通过SELECT语句确认符合条件的数据量，评估大概需要的批次和执行时间
- 如果删除的是核心业务表，建议在业务低峰期执行，避免影响正常业务
- 部分云数据库支持设置临时提额，如果删除任务紧急可以联系云厂商调整临时限流阈值，任务完成后再恢复
- 删除过程中可以监控云数据库的CPU、IO、连接数指标，如果出现指标过高的情况，可以调小batch_size或者增大interval
SQL_delete云数据库流量控制分批删除修改时间：2026-06-20 19:48:22