作者： 数据源的 TiDB 学习之路原文来源：https://tidb.net/blog/5498cfea

在数据库中，TTL (Time To Live，生存时间) 是一种管理过期数据的功能。通过设置数据的生命周期，可以自动删除过期的数据，从而保证数据库的性能和可用性。TTL 功能通常用于处理时间敏感型数据的应用程序，例如消息队列、会话数据或事件日志。此外，它们还可以用于执行数据保留策略或遵守数据隐私法规，这些法规要求数据在一段时间后必须被删除。TiDB 在 6.5 版本中首次引入 行级 TTL 功能作为实验特性，并于 7.1 版本中正式 GA。本文概括的介绍 TiDB 中行级 TTL 功能。

TTL 适用哪些场景

TTL 设计的目标是不影响在线业务的前提下，帮助用户周期性的及时清理不必要的数据。TTL 比较适用的场景包括：

1. 定期删除验证码、网址记录

2. 定期删除不需要的历史订单

3. 自动删除计算的中间结果

TTL 主要价值

使用 TTL 可以实现以下功能：

1. 每行数据将自动被删除。

2. 即时清除无效数据，节省存储空间，并提高查询性能。

3. 通过自动删除旧记录，TTL 可以减少数据库所需的手动维护和管理工作量，使得 TiDB 更加易于使用。

如何使用 TTL 功能

TTL 功能作为表级别的一个属性来启用。如果希望表创建时默认有 TTL 能力，可以在建表语句 (CREATE TABLE) 显式指定 TTL 属性；如果想对已存在的表增加 TTL 能力，可以使用修改表语句 (ALTER TABLE) 添加 TTL 属性。

TTL 与时间密切相关，因此设置 TTL 的表中一般都会有一个时间相关的字段，TTL 则设置为与这个时间的一个间隔 (INTERVAL) 时间，比如时间字段是 create_dt，TTL 设置为 create_dt + INTERVAL 3 month，这表示创建时间超过 3 个月的数据被标记为过期数据。

下面为一个创建带有 TTL 属性表的示例：

下面为一个通过 ALTER TABLE TTL 为表增加 TTL 属性的示例：

从以上两个示例的表结构输出中，我们看到除了 TTL 属性外，还额外显示了两个属性 TTL_ENABLE 和 TTL_JOB_INTERVAL。TTL_ENABLE 表示是否启用 TTL 任务，默认值为 ON，如果把 TTL_ENABLE 设置为 OFF，即使表上有 TTL 选项，也不会自动清理过期数据。TTL_JOB_INTERVAL 表示清理过期数据任务的调度周期，默认为 1h，如果想调整过期数据的清理周期，可以使用 ALTER TABLE 来修改此属性。

TTL 工作原理

TTL 清理频率：对于设置 TTL 属性的表，TiDB 内部会定期调度后台任务来清理过期的数据，默认的调度周期为 1h，可通过修改表属性 TTL_JOB_INTERVAL 调整，如 ALTER TABLE orders TTL_JOB_INTERVAL = ‘24h’。

TTL 并发设置：对于每个有 TTL 属性的表，TiDB 基于表的 Region 数量将表拆分为最多 64 个子任务，这些子任务被分发到不同的 TiDB 节点执行。默认情况下整个集群中的子任务数最大值与 TiKV 节点数量相同，这可以通过变量 tidb_ddl_running_tasks 进行修改，最大为 256。

禁止 TTL 任务：禁止 TTL 任务可以基于表级别或全局级别

1. 单表设置：ALTER TABLE t1 TTL_ENABLE = ‘OFF’;

2. 全局设置：SET @@global.tidb_ttl_job_enable = OFF;

删除 TTL 属性：ALTER TABLE t1 REMOVE TTL;

TTL 清理时段：默认情况下，过期数据的清理不受时间段限制，但如果为了避免对业务造成影响也可以设置 TTL 任务 的时间段，比如设置为凌晨 01:00~05:00，这可以通过设置系统变更来实现

1. 开始时间：SET @@global.tidb_ttl_job_schedule_window_start_time = ‘01:00 +0000’;

2. 结束时间：SET @@global.tidb_ttl_job_schedule_window_end_time = ‘05:00 +0000’;

如何监控 TTL 状态 (可观测性)

TTL 任务是可以被监控的，这有两种方式，一种是通过 Grafana 图形化界面查看，另一种是直接查看相应的元数据表。

Grafana 监控

通过 Grafana-> TiDB -> TTL 可以查看 TTL 相关的所有面板。

以下列表描述面板中每个 TTL 相关图表的含义，它们可以帮助分析诊断 TTL 的运行情况，比如通过对比 TTL Insert Rows Per Hour 和 TTL Delete Rows Per Hour 就可以了解 TTL 删除数据是否足够快速以保证表的数据量稳定。

• TTL QPS By Type：TTL 任务产生的不同类型语句的 QPS 信息。

• TTL Insert Rows Per Second: 每秒钟向 TTL 表插入的数据行数。

• TTL Processed Rows Per Second：TTL 任务每秒处理的过期数据的行数。

• TTL Insert Rows Per Hour: 每小时总共向 TTL 表插入的行数。

• TTL Delete Rows Per Hour: 每小时总共删除的过期行数。

• TTL Scan/Delete Query Duration：TTL 的扫描 / 删除语句的执行时间。

• TTL Scan/Delete Worker Time By Phase：TTL 内部工作线程的不同阶段所占用的时间。

• TTL Job Count By Status：当前正在执行的 TTL 任务的数量。

• TTL Task Count By Status：当前正在执行的 TTL 子任务的数量。

TTL 元数据表

TTL 相应的元数据表及描述如下表格所示：

参考链接

https://docs.pingcap.com/zh/tidb/stable/time-to-live