优化MySQL数据导入导出需减少日志与约束检查，使用LOAD DATA INFILE或批量INSERT提升导入速度，SELECT INTO OUTFILE配合分批查询优化导出，合理配置缓冲池、事务大小及文件路径，并选用mysqldump并行工具以提高整体效率。
在 MySQL 中处理大量数据的导入导出时，速度往往成为瓶颈。通过合理调整配置和使用高效方法，可以显著提升性能。以下是几个关键优化策略。
1. 优化导入速度
导入大量数据时，应尽量减少日志写入、约束检查和事务开销。
关闭唯一性检查和外键约束： 在导入前临时关闭这些检查，可大幅提升速度。执行以下命令：
SET unique_checks=0; SET foreign_key_checks=0; -- 执行导入操作 SET unique_checks=1; SET foreign_key_checks=1;
使用批量插入（INSERT）： 避免逐条插入，改用多值 INSERT 或 LOAD DATA INFILE。
例如：
INSERT INTO table VALUES (1,'a'),(2,'b'),(3,'c');
优先使用 LOAD DATA INFILE： 这是 MySQL 最快的导入方式，直接读取文本文件。
示例：
LOAD DATA INFILE '/path/data.csv' INTO TABLE mytable FIELDS TERMINATED BY ',' LINES TERMINATED BY '\n';
确保文件位于服务器端且格式正确。
调整 innodb_buffer_pool_size： 增大缓冲池可减少磁盘 I/O。
建议设置为物理内存的 50%~70%。
使用更大的事务批次： 将大量插入包裹在单个事务中，减少提交开销。
例如：
BEGIN; -- 插入数万行数据 COMMIT;
注意不要过大导致锁表或日志溢出。
2. 优化导出速度
导出时重点在于减少查询延迟和 I/O 阻塞。
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
示例：
SELECT * FROM mytable INTO OUTFILE '/tmp/export.csv' FIELDS TERMINATED BY ',';
文件路径需有写权限且位于数据库服务器上。
避免 SELECT *： 只导出必要字段，减少数据量和内存占用。
同时为导出字段建立合适索引，加快查询。
分批导出大数据表： 使用 LIMIT 和 WHERE 分片处理，避免长时间锁表或内存溢出。
例如按主键区间导出：
SELECT * FROM large_table WHERE id BETWEEN 1 AND 100000 INTO OUTFILE 'part1.csv';
3. 文件格式与硬件建议
使用纯文本格式（如 CSV）： 比 SQL 转储更小更快，LOAD DATA 支持良好。mysqldump 可指定 --tab 选项生成制表符分隔文件。
提高磁盘 I/O 性能： 使用 SSD 存储数据和临时文件目录。
设置 tmpdir 到高速磁盘，避免 I/O 瓶颈。
调整 bulk_insert_buffer_size（MyISAM）： 对 MyISAM 表有效，增大该值有助于批量插入。
InnoDB 用户关注 innodb_log_file_size 和 innodb_flush_log_at_trx_commit 设置。
4. 工具选择与参数调优
使用 mysqldump 的高效参数：- --single-transaction：保持一致性而不锁表（适用于 InnoDB）
- --quick：逐行读取，避免加载整结果集到内存
- --extended-insert：启用多值插入
- --disable-keys：导出时禁用键写入，导入时再重建
考虑并行导出导入： 大表可按分区或主键范围拆分，多线程处理。
工具如 mydumper/myloader 支持并行备份恢复，比 mysqldump 更快。
基本上就这些。关键是减少日志、批量操作、合理配置和选用合适工具。不复杂但容易忽略细节。
