按主键范围分批归档可有效降低MySQL大数据归档影响，核心是小批量、低影响、可中断、可恢复；1. 利用主键和时间条件分段处理，每批5000~10000条，避免大事务；2. 通过脚本控制批次节奏，记录断点实现续传；3. 先插入归档表再删除原表数据，确保数据安全；4. 避开高峰期、监控主从延迟、使用pt-archiver等工具优化流程。
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。
