千万级数据插入需组合优化：1. 多值insert（500~2000行/批）减少解析与io；2. 关autocommit、手动事务（每万~五万行提交）；3. 插入前删非主键索引、禁外键检查；4. 主键顺序插入；5. 优先用load data infile（快5–20倍）。
千万级数据插入不是“能不能插”的问题，而是“怎么插不翻车”的问题。单条 INSERT 在百万级以上基本不可用——它会把网络、日志、锁、索引维护全拖垮。真正能扛住千万量级的，是组合策略：SQL 语法压缩 + 事务控制 + 配置调优，缺一不可。
用多值 INSERT 合并行，但别贪多
MySQL 原生支持一条 INSERT 插入多行，这是最基础也最关键的提速点。它直接砍掉 N 次 SQL 解析、N 次网络往返、N 次 binlog/redo 写入开销。
- 每批控制在
500~2000行之间：字段越宽（比如含大文本、JSON），越要往小取；默认max_allowed_packet=4M，插 1000 行 varchar(500) 就可能超限 - 别手拼大 SQL 字符串：Java 里用 MyBatis-Plus 的
saveBatch(list, batchSize)，底层自动切分；JDBC 用addBatch()+executeBatch()，避免 OOM - 错误现象：
Packets larger than max_allowed_packet are not allowed—— 这不是代码错，是 MySQL 拒收，必须调max_allowed_packet
关掉 autocommit，手动管事务
InnoDB 默认每条语句都自动提交，等于每插一行就刷一次 redo log 到磁盘。千万级下，光日志刷盘就能卡死 I/O。
MySQL 9.6.0是面向Linux平台的2026年创新版本，核心架构迎来重大革新。其将外键约束与级联操作从InnoDB引擎层上移至SQL层，确保所有数据变更均被完整记录至Binlog，彻底解决了CDC（变更数据捕获）与主从复制中的数据不一致难题。此外，该版本引入container_aware启动选项以原生适配容器环境，并对审计日志进行了组件化重构，为追求极致数据一致性与云原生体验的开发者提供了全新选择。
- 显式执行
START TRANSACTION，所有批量INSERT包在里面，最后COMMIT - 每
10000~50000行提交一次：太小起不到合并效果；太大易触发undo log膨胀或锁等待超时 - 注意连接状态：MyBatis-Plus 的
saveBatch默认不开启事务，得包在@Transactional方法里，否则还是单条提交
避开索引和约束的实时维护成本
插入时每行都要更新 B+ 树索引、校验唯一约束、检查外键，这些操作在千万级下是指数级开销。
- 导入前临时禁用：
ALTER TABLE t DISABLE KEYS（仅对 MyISAM 有效）；InnoDB 下更有效的是删非主键索引，导入完重建 - 关外键检查：
SET FOREIGN_KEY_CHECKS = 0，导入完再设回1 - 主键尽量顺序插入：如果主键是自增
id，确保数据按id升序生成；乱序插入会导致 B+ 树频繁分裂，写放大严重
真到千万级，绕过 SQL 直接上 LOAD DATA INFILE
当数据已落盘为 CSV 或文本，LOAD DATA INFILE 是目前 MySQL 最快的写入方式，比最优 SQL 批量快 5–20 倍——它跳过了 SQL 解析、权限校验、客户端传输等全部中间环节。
- 必须满足：
local_infile=ON（服务端和客户端都要开），文件路径对 MySQL 进程可读（不是你本地路径） - 示例命令：
LOAD DATA LOCAL INFILE '/tmp/data.csv' INTO TABLE t FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n' - 坑点：CSV 中有换行、引号、逗号时需严格转义；字符集不一致会乱码，务必加
CHARACTER SET utf8mb4
真正难的不是选哪个方案，而是判断数据来源、下游依赖、运维权限这三者的交集——比如生产库不允许开 local_infile，那就只能靠 SQL + 事务 + 配置组合；又比如表上有强业务唯一约束不能删，那索引优化就得让步。所有策略都得贴着真实约束落地，而不是堆参数。
