MySQL大表迁移是数据库运维中常见但极具挑战性的任务，尤其当表数据量达到千万级甚至上亿行时，直接操作容易导致锁表、主从延迟、服务中断等问题。以下是一些经过验证的最佳实践，帮助你安全高效地完成大表数据迁移。
1. 评估与规划迁移方案
在动手之前，先明确迁移目标：是跨实例迁移、跨集群迁移，还是结构变更（如加字段、改索引）？不同的目标适用不同策略。
关键点：
统计表的行数、大小、索引数量，评估迁移耗时 确认业务低峰期窗口，避免影响线上性能 选择合适工具：mysqldump适合小表；pt-online-schema-change适用于结构变更；Mydumper/Myloader支持多线程导出导入，适合大表 考虑是否需要双写、数据校验机制2. 使用在线迁移工具减少停机时间
对于不能停机的场景，推荐使用pt-online-schema-change或gh-ost这类工具，它们通过创建影子表、异步同步增量数据的方式实现无锁迁移。
操作逻辑：
创建新结构的目标表（影子表） 通过触发器或binlog捕获原表的增删改，实时同步到新表 分批将老数据拷贝到新表，每批后短暂sleep避免资源争抢 数据追平后，原子性rename替换原表注意：启用触发器会影响原表写入性能，建议在低峰期执行，并监控TPS波动。
3. 分批次迁移避免长事务和锁竞争
如果采用自定义脚本迁移，务必按主键范围分批处理，例如每次迁移1万~5万行。
示例SQL：
SELECT * FROM large_table WHERE id BETWEEN 10000 AND 20000;
插入目标表后提交事务，避免大事务导致undo日志膨胀和复制延迟。可以结合WHERE条件+ORDER BY + LIMIT进行滚动分页，但需注意边界重复问题。
4. 启用并行处理提升效率
单线程迁移大表太慢，可通过主键分段并行导入。比如将id区间划分为多个段，每个段由独立线程处理。
注意事项：
确保各线程操作的数据区间不重叠 控制并发数，避免数据库连接过多或IO过载 目标端需关闭唯一性检查（临时）、禁用非必要索引，加快写入速度Mydumper就是基于此原理实现多线程导出，配合Myloader可显著缩短整体时间。
5. 数据一致性校验不可少
迁移完成后必须验证数据完整性。可使用pt-table-checksum对源库和目标库进行行级比对，发现差异后用pt-table-sync修复。
对于超大表，可抽样校验关键字段总和、记录数、最大最小ID等指标，作为快速验证手段。
6. 监控与回滚预案
全程监控数据库负载、复制延迟、磁盘空间、网络带宽。一旦出现异常，要有快速回退机制，比如保留原表备份或开启双写切换开关。
建议提前准备rollback脚本，并在测试环境演练整个流程。
基本上就这些。大表迁移不复杂但容易忽略细节，关键是稳字当头，步步为营。提前测试、分批执行、工具辅助、校验兜底，才能做到万无一失。
