由于表的大小不断增长，从“orbeon_form_data_attach”中删除记录

Question

Orbeon Form 4.6 PE 在我们的生产环境中运行了 6 年。我们有大约 200 个表单，此时我们的 orbeon_form_data_attach 增长到 15 GB。我们一直在考虑如何从这个表中归档记录，并删除早于 6 个月创建的记录。

这是我们在生产数据库副本中尝试的查询，它将表大小从 15 GB 减少到 6 GB。

DELETE orbeon_form_data, orbeon_form_data_attach
FROM
    (
        SELECT document_id
        FROM   orbeon_form_data
        WHERE  app <> 'orbeon' AND
               form <> 'builder' AND
               last_modified_time <= DATE_SUB(curdate(), INTERVAL 6 MONTH)
    ) as deletions
INNER JOIN orbeon_form_data
ON         deletions.document_id=orbeon_form_data.document_id
LEFT JOIN  orbeon_form_data_attach
ON         orbeon_form_data.document_id = orbeon_form_data_attach.document_id ;

我们与 Orbeon Forms 集成并使用 Orbeon 数据库数据的应用程序不需要 6 个月前提交的表单数据。

真的很想知道 Orbeon 应用程序本身的任何可能的副作用，如果我们在生产中继续这个查询的话。

Answer 1

我发现这有 2 个问题：

1. 最重要的是，在某些情况下，这会删除太多数据，因为orbeon_form_data 的工作方式有点像日记，其中添加了新行，但“从不”更新或删除。比如说，一个新的表单实例（文档 ID）是 1 年前创建的，今天刚刚更新：然后您将有 2 行具有相同的 document_id 但不同的 last_modified_time，您的查询将删除此文档，因为一个其中 2 人的 last_modified_time 超过 6 个月。
2. 可以更新上述查询以避免第 1 点中提到的问题，但它可能比需要的更激进。

所以，我会推荐：

1. 您从文档的Purging Old Data 部分中的查询开始，这些查询更为保守。第一个删除 已删除 个月之前的数据，第二个删除不再引用的附件。从这些开始，看看这是否会将数据量减少到对您更合理的水平。

2. 如果这没有删除足够的数据，请在上面的查询中尝试用下面的查询替换 ( … ) as deletions 中的子查询。在运行此命令时要非常、非常、非常小心：重新阅读查询以确保它有意义，并在对任何敏感数据运行之前备份您的数据。

   SELECT document_id
   FROM   orbeon_form_data d,
          (
            SELECT   document_id, max(last_modified_time) last_modified_time
            FROM     orbeon_form_data
            WHERE    app  <> 'orbeon' AND
                     form <> 'builder'
            GROUP BY document_id
          ) l
   WHERE  d.document_id          = l.document_id        AND
          d.last_modified_time   <= DATE_SUB(curdate(), INTERVAL 6 MONTH);
   

另外，我应该提到，有时删除数据的动机不是为了节省磁盘空间，而是为了提高性能。在这方面，Orbeon Forms 2016.2 具有新的索引，可在您拥有大量数据时大大提高摘要页面和搜索 API 的性能。