MySQL 8.0 批量 UPDATE 50 万行导致从库延迟 20 分钟，ROW 格式下如何拆分或规避

提问者陈亦舟 · 状态 open

MySQL主从延迟大事务binlog性能调优

背景

MySQL 8.0.32，一主一从架构，binlog_format=ROW，从库已开并行复制（slave_parallel_workers=8，slave_parallel_type=LOGICAL_CLOCK）。业务表 t_settlement 约 8000 万行，InnoDB，主键 id，业务键 order_no（唯一索引）。

现象

业务侧一个定时任务执行：

UPDATE t_settlement
SET status = 'PAID'
WHERE status = 'PENDING'
  AND settle_time < NOW() - INTERVAL 3 DAY;

单次影响约 45–55 万行。从库 Seconds_Behind_Master 从 2s 飙到 1200s+，持续约 20 分钟才追平。期间从库上 read-only 的查询接口 P99 从 15ms 涨到 300ms+，replay 线程把 CPU 打满。

已尝试的排查与结果

拆批 + sleep：把 UPDATE 拆成 5 批，每批 LIMIT 100000，批间 SLEEP(2)。从库延迟仍出现 8–12 分钟尖峰，峰值降低了但窗口没缩。
加大并行度：slave_parallel_workers 从 4 调到 16，效果不明显——瓶颈明显在单表的行锁串行。
考虑 DELETE + INSERT 两阶段：担心 binlog 体积翻倍、主库写放大，没敢上线。

期望得到的答案

ROW 格式下，大事务的 binlog 事件在从库 apply 时到底是怎么调度的？为什么 parallel_type=LOGICAL_CLOCK 对单表大事务帮助有限？
有没有比"拆批 + sleep"更优雅的方式？比如 pt-osc 风格的影子表方案、event scheduler 驱动的小事务、或者直接用 pt-online-schema-change 的思路改写？
如果最终还是走拆批路线，批粒度（每批多少行）和批间间隔有没有可量化的估算方法，而不是拍脑袋给个 LIMIT？

我关心的是可落地的操作方案 + 背后的原理，而不是"加机器"或"上分库"。

暂无评论。