结论：mysql 8.0 导入百gb级测试数据，load data infile 是唯一现实选择；source 和 mysql 客户端逐行执行 sql 文件本质是串行解析+单条insert，会因sql解析开销、autocommit事务刷盘、网络/内存瓶颈及 max_allowed_packet 限制而卡死、超时或oom，完全无法应对百gb量级。
直接说结论：MySQL 8.0 导入百GB级测试数据，LOAD DATA INFILE 是唯一现实选择；其他方式（如 SOURCE、逐行 INSERT、存储过程）在百GB量级下基本不可用——不是慢，而是会卡死、超时、OOM 或触发系统级限制。
为什么不能用 SOURCE 或 mysql
这些方式本质是把 SQL 文本喂给 MySQL 解析器逐条执行：INSERT 语句本身要解析、权限校验、事务开销、binlog 写入、索引实时更新。百GB SQL 文件往往含数千万到上亿条 INSERT，即使关了 autocommit 和 sql_log_bin，单线程吞吐也卡在几百 MB/h 级别，且极易因 max_allowed_packet 或内存不足中断。
-
SOURCE命令不支持大文件流式读取，全加载进客户端内存，10GB 就可能崩 mysql -u ... db 虽绕过客户端内存，但服务端仍需逐句 parse —— 百GB 文件里可能有上亿个 <code>INSERT，每句都走完整 SQL 生命周期- 即使加了
--max-allowed-packet=1G，也无法规避语法解析和索引维护的硬瓶颈
LOAD DATA INFILE 必须配的 4 个关键设置
LOAD DATA INFILE 绕过 SQL 解析器，直接按二进制格式批量写入 InnoDB buffer pool，是百GB导入的唯一可行路径。但它默认行为仍会拖慢速度，必须同会话设置以下四项：
-
SET autocommit = 0：避免每行自动提交，否则 redo log 刷盘爆炸 -
SET unique_checks = 0：真正提速核心——跳过主键/唯一索引的逐行 B+ 树查找，延迟到导入结束统一校验 -
SET foreign_key_checks = 0：仅当表真有外键时才有效；若无外键，设了也没用 -
SET sql_log_bin = 0：关闭 binlog 写入（仅限测试库！生产禁用），否则sync_binlog=1会强制刷盘，抵消所有优化
注意：这四个 SET 必须在同一个客户端会话中执行，且在 LOAD DATA INFILE 之前；导入完必须立刻恢复为 1，否则后续写入可能静默失败或索引损坏。
secure_file_priv 和 local_infile 的坑怎么绕
导入失败报错 The MySQL server is running with the --secure-file-priv option 是最常见拦路虎。MySQL 8.0 默认只允许从特定目录读文件，不能直接读任意路径。
- 查当前限制：
SHOW VARIABLES LIKE 'secure_file_priv'，返回值如/var/lib/mysql-files/就只能把 CSV 放这里 - 不要改
secure_file_priv = ""—— 这在云数据库（RDS/Aurora）上根本不可行，且重启生效，运维成本高 - 正确做法：把数据文件拷到
secure_file_priv指向的目录，然后用绝对路径调用，例如：LOAD DATA INFILE '/var/lib/mysql-files/large_data.csv' ... - 如果要用
LOAD DATA LOCAL INFILE（从客户端读本地文件），必须启动 MySQL 客户端时加--local-infile=1，且服务端local_infile变量为ON（SET GLOBAL local_infile = 1），但部分托管服务禁止此功能
字符集、NULL 和日期字段的隐形雷区
百GB数据里只要有一行字段格式不对，整个 LOAD DATA INFILE 就会停在那行报错，且默认不提示具体哪一行出问题。
- 中文乱码？确认 CSV 是
UTF8MB4编码，并在LOAD语句末尾加CHARACTER SET utf8mb4 - 某列该是
NULL却写了空字符串？用SET col_name = NULLIF(@col_name, '')在字段映射里转换 - 时间字段带毫秒（如
"2025-01-01 12:34:56.789"）？MySQL 8.0 的DATETIME(3)支持，但需确保字段定义匹配，否则截断或报错；更稳妥是导入前用awk或sed预处理 - 首行是标题？必须加
IGNORE 1 ROWS，否则第一行会被当数据插进去，类型错配直接中断
真正难的从来不是“怎么快”，而是“怎么稳”——百GB导入一旦中断，重试成本极高；务必先用小样本（如 10MB）验证字段映射、编码、约束是否全部对齐，再跑全量。
