大事务必然触发锁等待和主从延迟，根治方式是控制事务体积、边界清晰、及时提交；update/delete大表卡住因row格式下海量binlog及从库串行回放，需分批+游标+显式commit。
大事务是锁等待和主从延迟的共同源头，不是“可能引发”，而是“必然触发”——只要它在主库执行，从库就大概率卡住、业务就大概率报超时。根治方式不是调参或加机器，是让事务体积可控、边界清晰、提交及时。
UPDATE/DELETE 大表时为什么总卡住？
根本原因不是语句本身慢，而是它在 ROW 格式下生成海量 binlog 事件，并在从库串行回放；同时主库持有行锁时间过长，阻塞其他事务，从库 SQL Thread 还得等它全部执行完才能推进。
- 常见错误现象：
SHOW PROCESSLIST中看到UPDATE或DELETE长时间处于Updating状态；从库Slave_SQL_Running_State卡在executing event，Exec_Master_Log_Pos几乎不动 - 别信
LIMIT 1000 OFFSET N：OFFSET 越大扫描越深，且并发执行时容易漏行或重复 - 必须用游标推进：例如
WHERE id > @last_id AND status = 'pending' ORDER BY id LIMIT 1000，每次取完立刻记录@last_id := MAX(id) - 每批必须显式
COMMIT，否则仍是单一大事务；初始化@last_id很关键，否则第一次可能全表扫描
INSERT INTO SELECT 类操作怎么拆才安全？
这类语句最容易被忽略，因为它看起来只是“一条 SQL”，但实际会把源表全量扫描一遍，锁住所有匹配行，binlog 体积爆炸，从库回放压力极大。
- 绝对避免无条件
INSERT INTO dst SELECT * FROM src；必须加确定性范围，如WHERE id BETWEEN 100001 AND 200000 - 范围要不重叠、可覆盖全量，建议按主键或自增 ID 分段，每批控制在 5k–10k 行（视单行大小和索引效率调整）
- 目标表必须有合适索引，否则每批
INSERT可能因排序或锁表变慢，反而抵消拆分收益 - 业务层更稳妥：批量导入时，每 500–1000 条封装为一个事务，而不是包成一个大事务提交
哪些“小语句”其实暗藏大事务风险？
事务大小 ≠ SQL 长度，而取决于实际修改的数据页数、锁持有时间和 binlog 事件数量。以下几类看着轻，实则危险：
UPDATE t SET status=1 WHERE create_time ：没索引就全表扫，锁住数万行，binlog 写几十万条 <code>Update_rows_log_event-
ALTER TABLE t ADD COLUMN x INT DEFAULT 0：MySQL 5.7+ 虽支持 online DDL，但它仍是长事务，会阻塞 SQL Thread -
UPDATE t1 SET a=(SELECT b FROM t2 WHERE t2.id=t1.id)：若t2.id无索引，每个t1行都触发一次全表扫描，从库回放时还要再扫一遍 - 高频小事务（如 autocommit=1 下每条 INSERT 都提交）：虽单次快，但 IO 压力抬高，间接拖慢 relay log 应用速度
监控是否真生效，别只看 Seconds_Behind_Master
Seconds_Behind_Master 经常失真：主从时钟不同步时为负；大事务执行中它只记 BEGIN 时间戳，不反映真实进度；IO 线程还没拉完日志时它显示 0。
- 更可靠指标：
pt-heartbeat写心跳表，对比主从时间差（秒级精度） - 看
Read_Master_Log_Pos和Exec_Master_Log_Pos差值：差得大说明 IO 拉取慢；差得小但延迟高，基本确定是 SQL Thread 卡住了 - 查 GTID 差值：
SELECT GTID_SUBTRACT(@@global.gtid_executed, @@global.gtid_slave_pos)，结果非空说明确实落后 - 从库开
slow_query_log并设long_query_time = 2，确认慢日志里不再出现执行超 5 秒的 DML
真正卡住同步的往往不是吞吐量，而是单点阻塞。把“改完再提交”变成“改一点、提交、再改一点”，从库才能喘得上气——这个逻辑必须落到每一行 SQL 的写法里，而不是只靠配置调优。
