大事务是主从延迟最顽固的成因之一，因其要求SQL线程完整执行后才更新Seconds_Behind_Master，导致复制进度冻结、监控失灵；根治方法是按主键分段拆分事务，每批5k–10k行、独立提交并确保索引覆盖，避免OFFSET分页、时间字段边界遗漏等隐患。
大事务是主从延迟最顽固的成因之一，单纯靠升级硬件或调参只能缓解，不能根治。真正有效的解法是从业务逻辑层拆分事务，让单个事务体积可控、执行时间可预期。
为什么大事务会让从库卡住？
MySQL 的 SQL Thread（或 MTS 下的 worker 线程）在回放一个事务时，必须等整个事务全部执行完才更新 Relay_Log_Pos 和 Seconds_Behind_Master。这意味着：一个耗时 30 秒的 INSERT INTO t SELECT ... FROM huge_table 在从库上会“冻结”复制进度 30 秒——期间主库产生的所有新 binlog 都得排队等着，延迟瞬间飙升。
更麻烦的是：Seconds_Behind_Master 在这 30 秒内可能一直显示为 0 或旧值，直到事务结束才跳变，监控告警完全失灵。
如何安全地拆分 INSERT INTO SELECT 类大事务？
这类语句最典型，也是最容易被忽视的延迟源头。不能直接用 LIMIT 拆，否则可能漏数据或重复；也不能简单加 WHERE 条件，因为源表可能正在被写入。
- 优先按主键/自增 ID 分段，例如：
SELECT * FROM src WHERE id BETWEEN 100000 AND 200000，确保范围不重叠、可覆盖全量 - 拆分后每批次控制在 5k–10k 行以内（具体看单行大小和索引效率），避免单次执行超 2 秒
- 每批用独立事务提交，中间加
SLEEP(0.1)（可选），降低从库瞬时压力 - 务必在目标表有合适索引，否则每批的
INSERT可能因锁表或排序变慢，反而抵消拆分收益
示例伪代码：
SET @offset = 0; SET @batch = 10000; WHILE @offset < (SELECT MAX(id) FROM src) DO INSERT INTO dst SELECT * FROM src WHERE id BETWEEN @offset AND @offset + @batch; COMMIT; SET @offset = @offset + @batch + 1; END WHILE;
UPDATE/DELETE 大表时怎么避免锁表+延迟？
没有 WHERE 条件或条件无索引的大批量 DML，不仅拖慢主库，还会让从库长时间持有锁、阻塞其他事务回放。
- 强制走索引：用
EXPLAIN确认执行计划是否命中索引，没命中就加索引或改写条件 - 分批加 LIMIT：例如
UPDATE t SET status=1 WHERE status=0 ORDER BY id LIMIT 5000，循环执行直到ROW_COUNT() = 0 - 避开高峰期执行，尤其不要在从库承担读流量时运行
- 禁用
binlog_format = STATEMENT下的大范围 UPDATE/DELETE，它可能在从库因函数、临时表等产生不一致或执行更慢
哪些“看似合理”的拆分其实埋了坑？
开发常以为“加个 LIMIT 就安全了”，但实际容易踩中几个隐形雷区：
- 用
OFFSET分页拆分：比如LIMIT 10000, 1000，越往后 OFFSET 越慢，主从都吃不消 - 按时间字段分段但未处理边界数据：例如
WHERE create_time > '2025-01-01'，若该字段有重复值或精度不足，会导致漏或重 - 拆分后没校验结果一致性：建议在从库执行
CHECKSUM TABLE或对比行数+聚合值（如COUNT(*),SUM(id)） - 忽略事务隔离级别影响：在
REPEATABLE READ下，长事务可能让 MVCC 版本链膨胀，间接拖慢从库回放
真正关键的不是“能不能拆”，而是“拆完之后每一批是否可预测、可监控、可中断”。否则只是把一个大坑，换成一堆小坑。
