大事务导致从库卡死几小时，是因为sql thread必须等整个事务执行完才更新seconds_behind_master和relay_log_pos，期间所有后续binlog排队等待，延迟实际冻结而非缓慢追赶；即使启用mts也会退化为单线程回放。
直接拆事务，别碰 LIMIT + ORDER BY，否则漏数据或重复更新。
为什么大事务会让从库卡死几小时
MySQL 从库的 SQL Thread（或 MTS 下的 worker）必须等整个事务执行完，才更新 Seconds_Behind_Master 和 Relay_Log_Pos。一个改 500 万行的 UPDATE，在从库上跑 28 秒，这 28 秒里所有后续 binlog 都排队等着——延迟不是“慢慢追”，而是“完全冻结”。监控显示 Seconds_Behind_Master 还是 0，其实已经积压了几千条日志。
- 哪怕开了
slave_parallel_workers，遇到大事务也会退化为单线程回放 -
SHOW SLAVE STATUS里Slave_SQL_Running: Yes不代表健康，可能正卡在一条语句里不动 - 延迟飙升时，
Relay_Log_Space会暴涨（比如涨到 6GB+），这是 SQL 线程处理不过来的铁证
安全拆分 UPDATE/DELETE 必须基于主键分段
用 LIMIT 加 ORDER BY created_at 是典型错误：字段没索引、并发写入导致排序结果漂移、跳过间隙后无法判断是否结束。真正可落地的方案是靠主键/唯一索引切片：
- 先查边界：
SELECT MIN(id), MAX(id) FROM t WHERE status = 'pending' AND created_at - 按固定步长构造区间：
WHERE id BETWEEN 100000 AND 109999 AND status = 'pending' AND created_at - 每次执行后检查
ROW_COUNT()：为 0 就立即退出循环，避免空跑 - 每批独立
COMMIT，不能包在一个大事务里
拆完还得配对并行复制参数
只拆事务不调参数，小事务照样串行回放。关键配置必须一起改：
-
slave_parallel_type = LOGICAL_CLOCK（不是DATABASE）——MySQL 5.7.22+ / 8.0 强制要求 -
slave_parallel_workers = 4～8：设太高反而增加调度开销，别盲目堆到 16+ -
slave_preserve_commit_order = ON：必须开启，否则主从一致性可能被破坏 - 主库确认已启用组提交：
binlog_group_commit_sync_delay建议设为100000～200000微秒
生产环境必须支持断点续跑
没人能保证一次跑完。网络抖动、从库临时负载高、某批语句锁等待超时，都可能中断。脚本里不加断点逻辑，等于埋雷：
- 每次成功执行后，把最后处理的
id写进一张临时表或外部存储（如 Redis） - 下次启动先查这个值，从
id + 1开始继续BETWEEN - 每批操作加
timeout和重试（最多 2 次），失败就记录日志并退出，不阻塞后续批次
最容易被忽略的是：拆分逻辑本身没有事务原子性，UPDATE 批次失败时，不能靠回滚恢复，只能靠断点位置重试——所以断点存储必须可靠、写入必须在 COMMIT 后立即完成。
