处理MySQL大批量数据归档时，直接一次性操作容易引发锁表、事务过大、主从延迟等问题。合理的分批处理策略能有效降低对线上系统的影响。核心思路是：小批量、低影响、可中断、可恢复。
1. 按主键范围分批归档
利用表的主键（通常是自增ID）进行分段处理，是最常见且高效的方式。
确定要归档的数据时间或业务条件，例如：归档2023年之前的数据 结合时间字段和主键，找出符合条件的最小和最大ID 每次处理固定数量（如5000~10000条），通过主键范围查询并插入到归档表 示例SQL：DELETE FROM source_table WHERE create_time < '2023-01-01' AND id BETWEEN 10000 AND 20000 LIMIT 10000;
使用BETWEEN + LIMIT防止全表扫描，同时避免大事务。
2. 使用游标或循环脚本控制批次
通过外部脚本（Python、Shell等）或存储过程控制归档节奏，实现更灵活的调度。
脚本中设置每批处理行数和休眠时间（如sleep 1秒） 每次执行完一批后记录当前最大ID，作为下一批起点 支持异常中断后从断点继续 推荐用Python配合pymysql或MySQLdb实现自动化归档流程3. 归档与删除分离，先插入再清理
为保证数据安全，建议分两步操作：
第一步：将待归档数据INSERT INTO archive_table SELECT ... WHERE ... 插入完成后验证数据一致性（行数、关键字段） 第二步：按相同条件分批DELETE原表数据 避免误删，可在删除前加日志或备份校验机制4. 优化与注意事项
确保归档过程不影响线上服务的关键措施：
避开业务高峰期执行 每批提交后主动释放事务，避免长事务导致undo日志膨胀 监控主从延迟，发现延迟增大立即暂停 归档表结构应与原表一致，必要时添加归档时间字段 考虑使用pt-archiver等专业工具替代手动脚本基本上就这些。关键是控制每批数据量、加适当间隔、保证可恢复性。不复杂但容易忽略细节。
