MySQL导入大SQL文件时，经常因文件过大导致内存溢出、超时或导入失败。直接使用
source命令或图形工具（如phpMyAdmin）处理几百MB甚至GB级的SQL文件并不现实。解决这个问题的核心思路是分批导入，避免单次操作负载过高。
为什么需要分批导入大SQL文件？
大SQL文件通常包含大量INSERT语句，一次性加载会占用大量内存和数据库连接资源。常见问题包括：
MySQL报错“Packet too large”或“max_allowed_packet”错误 导入过程卡死、超时中断 服务器内存耗尽，影响其他服务分批导入能有效缓解这些问题，提升导入成功率。
手动拆分SQL文件进行分批导入
将一个大SQL文件按行或事务拆分为多个小文件，再逐个导入。
操作建议：
使用文本处理工具如split命令（Linux/macOS）拆分文件 例如：把
large_dump.sql每1000行拆成一个文件 split -l 1000 large_dump.sql split_part_ 生成的文件如
split_part_aa、
split_part_ab等可依次导入 导入命令示例： mysql -u username -p database_name
注意：确保拆分时不切断INSERT语句（如避免在多行INSERT中间断开），否则会导致语法错误。
使用脚本自动分批执行导入
编写简单脚本控制每次导入的数据量，更灵活安全。
Python示例逻辑：
逐行读取SQL文件 累积一定数量的INSERT语句（如500条）后发送到MySQL 执行完一批后清空缓存，继续下一批 可加入异常捕获和日志记录，便于排查中断点这种方式适合结构清晰的纯数据导入文件，尤其是大批量INSERT语句。
调整MySQL配置支持大文件导入
虽然不是“分批”，但合理配置能减少分批需求或提升导入稳定性。
关键参数设置：
max_allowed_packet：增大允许的最大包大小，如设为512M innodb_buffer_pool_size：提升InnoDB缓存，加快写入 unique_checks、foreign_key_checks：临时关闭外键和唯一性检查，导入后再开启 SET unique_checks=0; SET foreign_key_checks=0; 导入完成后记得恢复： SET unique_checks=1; SET foreign_key_checks=1;使用专业工具替代手动导入
对于超大SQL文件，推荐使用更高效的工具：
mydumper / myloader：支持多线程导出和导入，速度快 Percona Toolkit中的pt-online-schema-change等工具辅助处理大数据迁移 Navicat或HeidiSQL等客户端支持断点续导或进度监控
基本上就这些。分批导入的核心是控制单次数据量，结合文件拆分、脚本控制和参数优化，能稳定完成大SQL文件的导入任务。关键是根据实际环境选择合适的方法，避免一味追求速度而忽略稳定性。
