批量插入性能远超单条INSERT，关键在于合理划分事务边界、禁用约束检查、使用LOAD DATA INFILE、规避自增主键热点、优化连接池配置，并优先排查锁与日志刷盘瓶颈。
批量插入比单条 INSERT 快得多，但要注意事务边界
单条 INSERT INTO t VALUES (1),(2) 和 1000 条 INSERT 语句在高并发下性能差距可达 10 倍以上。关键不是“能不能用批量”，而是“在哪切分事务”。
MySQL 的 autocommit=1 默认开启，每条 INSERT 都触发一次刷盘（innodb_flush_log_at_trx_commit=1 时），这是最大瓶颈。
- 用
INSERT INTO t VALUES (1),(2),(3),...,(1000)替代循环执行 1000 次单值INSERT - 显式开启事务：
BEGIN; INSERT ... ; INSERT ... ; COMMIT;，把 100–1000 行包在一个事务里（太大易锁表、回滚开销高） - 临时调大
innodb_log_file_size和innodb_buffer_pool_size，避免频繁 checkpoint - 写入前禁用唯一索引和外键检查（仅限导入场景）：
SET unique_checks=0; SET foreign_key_checks=0;，完成后恢复
LOAD DATA INFILE 是最快写入方式，但权限和路径限制多
比等量 INSERT 快 5–20 倍，本质是绕过 SQL 解析层，直接走存储引擎接口。但它要求数据文件在 MySQL 服务端本地（或启用了 local_infile=ON 并配合客户端 --local-infile），且用户需有 FILE 权限。
- 格式必须严格：字段分隔符（
FIELDS TERMINATED BY ','）、行结束符（LINES TERMINATED BY '\n'）、空值表示（NULL或\N）都要匹配 - 避免使用
REPLACE或IGNORE，它们会触发行锁或唯一键扫描；如需去重，先写临时表再INSERT ... SELECT ... ON DUPLICATE KEY UPDATE - 大文件分片导入更稳：
split -l 100000 data.csv chunk_，再逐个LOAD DATA INFILE '/path/chunk_aa' - 导入后立刻执行
ANALYZE TABLE t，更新统计信息，避免后续查询执行计划劣化
高并发写入时，自增主键冲突和热点页争用要主动规避
InnoDB 的聚簇索引让主键成为写入热点。若所有连接都往同一数据页末尾插入（比如 AUTO_INCREMENT 主键），会产生 LOCK_MODE_X 行锁竞争，甚至 adaptive hash index 锁等待。
- 用
innodb_autoinc_lock_mode=2（交错模式），允许并发获取自增值（需 binlog_format=ROW） - 避免
REPLACE INTO或INSERT ... ON DUPLICATE KEY UPDATE在高频写入场景滥用——它们先查后写，容易锁住唯一索引项 - 考虑用
UUID_SHORT()或雪花 ID（应用层生成）替代AUTO_INCREMENT，但注意 UUID 无序性会导致二级索引碎片，需定期OPTIMIZE TABLE - 写多读少场景可加
innodb_change_buffering=inserts（默认已开），延迟合并非唯一二级索引变更，降低随机 IO
连接池配置不当会让优化全失效
哪怕 SQL 和参数全调优了，如果应用层用短连接（每次请求新建/销毁连接），或连接池最大数设成 1000，照样卡在 Creating sort index 或 Waiting for table metadata lock。
- 连接池
maxActive/maxPoolSize不应盲目设高；建议按实际并发请求数 × 1.5 设（如 QPS 200，平均响应 100ms，则活跃连接约 20） - 务必启用
wait_timeout和interactive_timeout（建议 300 秒），防止空闲连接长期占着不放 - 用
SHOW PROCESSLIST查看是否有大量Sleep状态连接；用performance_schema.events_statements_summary_by_digest找出慢写入的 SQL 模板 - 写入类请求尽量走专用连接池（和读库分离），避免慢写拖垮读响应
真正卡住高并发写的，往往不是磁盘或 CPU，而是锁等待、日志刷盘节奏、或者连接没被复用。调参前先看 SHOW ENGINE INNODB STATUS\G 里的 SEMAPHORES 和 TRANSACTIONS 部分，比盲目改 innodb_buffer_pool_size 有用得多。
