多值INSERT性能瓶颈在于每批仍需完整SQL解析、优化及隐式提交导致I/O与锁竞争；建议分批提交、禁用约束、优先用LOAD DATA INFILE，其绕过SQL层，速度提升5–20倍。
INSERT ... VALUES 多值插入的性能瓶颈在哪
直接用 INSERT INTO t (a,b) VALUES (1,2), (3,4), (5,6) 批量插几十或几百行没问题，但到十万级以上就明显变慢。根本原因是每条 INSERT 语句仍需走完整解析、优化、事务日志写入流程；MySQL 默认 autocommit=1，意味着每批都隐式提交，磁盘 I/O 和锁竞争会成为瓶颈。
实操建议：
- 把多值
INSERT拆成每 1000–5000 行一批（具体看单行数据大小），避免单条语句超长触发max_allowed_packet限制 - 显式加
BEGIN; ... COMMIT;包裹整批导入，关闭 autocommit - 禁用唯一索引和外键约束（
SET FOREIGN_KEY_CHECKS = 0;,ALTER TABLE t DISABLE KEYS;），导入完成后再启用
LOAD DATA INFILE 是百万级导入的首选方案
LOAD DATA INFILE 是 MySQL 原生批量导入机制，绕过 SQL 解析层，直接读取文本逐行构造记录，速度通常是 INSERT 的 5–20 倍。它要求文件在数据库服务器本地（或启用 LOCAL 模式）。
常见错误现象：ERROR 1148 (42000): The used command is not allowed with this MySQL version —— 多因服务端未开启 local_infile 或客户端未启用 --local-infile=1。
实操建议：
- 导出源数据为 tab 分隔的纯文本（避免逗号/换行干扰），字段用
\N表示 NULL - 执行前确认权限：
GRANT FILE ON *.* TO 'user'@'%'; - 命令示例：
LOAD DATA INFILE '/var/lib/mysql-files/data.tsv' INTO TABLE my_table FIELDS TERMINATED BY '\t' LINES TERMINATED BY '\n' IGNORE 1 LINES;
用 INSERT ... SELECT 替代循环 INSERT
当数据已存在于另一张表（或可构造临时表），INSERT INTO t1 SELECT * FROM t2 WHERE ... 是零拷贝式批量写入，不经过客户端中转，适合 ETL 场景。
性能关键点：
- 目标表最好无活跃事务或长查询，否则
SELECT可能被阻塞 - 若源表很大，加
LIMIT分批次（如每次 5 万行），配合WHERE id BETWEEN ? AND ?避免全表扫描 - 注意字符集和列类型兼容性，否则报错
Incorrect string value或截断
Python/Pandas 写入时别直接用 to_sql(..., if_exists='append')
Pandas to_sql 默认每行发一条 INSERT，百万行就是百万次网络往返+SQL 解析，极慢。即使设了 chunksize=10000，底层仍是多条 INSERT，没解决核心问题。
更优路径：
- 用
df.to_csv(..., index=False, header=False)导出为本地 TSV 文件 - 再调用
mysql -u user -p -e "LOAD DATA INFILE ..."或用 PyMySQL/MySQLdb 执行LOAD DATA语句 - 若必须走 ORM，考虑 SQLAlchemy 的
bulk_insert_mappings()，但仍有开销，不如原生 LOAD
实际导入百万级数据，最易被忽略的是：服务器磁盘 I/O 能力和 innodb_log_file_size 配置。日志文件太小会导致频繁 checkpoint，拖慢 LOAD DATA；SSD 和 HDD 的吞吐差距可达 10 倍。先测单线程导入速度，再决定是否并行分片——盲目并发可能让 I/O 成瓶颈。
