MySQL 大数据操作注意事项
MySQL大数据操作注意事项包括以下几点：1）删除操作需分批处理，避免一次性大量删除导致系统压力；2）使用EVENT定时执行删除操作，分批处理数据；3）在电商领域，价格调整需谨慎处理，测试环境通过后才能部署到生产环境；4）大表创建索引需经历manage keys和copy to tmp table过程，删除索引同样需要此过程；5）OPTIMIZE操作将表复制到临时表后删除；6）切换引擎（如MyISAM到InnoDB）需经历多步过程；7）确保SELECT操作优先级，避免阻塞；8）记录操作者以确保数据安全和可追溯性。
MySQL 大数据操作注意事项
http://netkiller.github.io/journal/mysql.parallel.html
关于 delete
直接删除整个mytable表肯定会出大问题，建议分批进行删除操作，尽量减少每次删除操作处理的记录数量。delete操作可以并行执行，这样就可以同时执行多个delete操作。
手工分批删除
通过 where 条件和 limit 限制条数，缩小删除结果集，分多笔执行，手工删除。
自动定时执行，分批删除数据
需求：数据需要删除100万条数据，直接删除会对系统造成压力，导致主库阻塞。
解决方案：分批删除，使用 event 定时执行删除 SQL 直到删完位置。
开启 EVENT
准备数据备份、删除和回撤所需的三条SQL
通过 where 缩小结果集
上面条SQL在测试环境验证无误后，编写定时删除 EVENT
EVENT 在测试环境运行无误才能在生产环境执行。
通过设置 limit 参数，可以有效控制每次删除的数量。用于监控 EVENT 执行状态，这里会记录一条事件日志。
数据删除完毕之后回收 EVENT
关于 update
在电商领域，调价问题较为常见。经常需要对一批商品的价格进行调整，程序猿只需编写一条语句即可完成操作，这样的效率确实令人惊叹！
在开发，测试环境是可以通过测试的，一旦部署到生产环境，必死无疑
关于创建索引
创建大规模表的索引耗时很久，通常需要涉及管理键并复制到临时表的过程。
删除索引，也需要经理 copy to tmp table 过程，漫长的等待
所以数据设计要深思熟虑，做到提前未雨绸缪，不要亡羊补牢
关于 OPTIMIZE
优化过程是执行复制到临时表操作后删除当前表，最后将临时表重命名为目标表。
关于切换引擎
转换ENGINE从MyISAM到InnoDB的过程中，经历了创建临时表、复制数据至临时表以及重命名表等多个阶段，整个过程耗时较长。
copy to tmp table 过程
此时我们查看mysql data目录会看到临时表文件
确保SELECT不被受阻
采取多种措施确保select操作能够顺利进行，只要select操作能够持续访问前端网站，就能保持80%的功能正常运行。select操作一旦出现阻塞，整个系统的功能都将受到影响。
保证 select 操作优先于其他操作
update的时候增加 LOW_PRIORITY 参数，可以降低更新语句的优先级。
my.cnf
或者启动是添加--low-priority-updates参数
全局开启
适用于本次会话连接
使用 limit 限制更新记录的数量
记录操作者