亿级行 MySQL 大表零停机 DDL 方案对比（gh-ost vs pt-online-schema-change）+ 可复现基准脚本 + 落地 Checklist

背景

我这边有几张 1 亿～5 亿行的订单/流水大表，要加索引、改列类型、加 NOT NULL 约束。直接在业务库跑 ALTER TABLE 会长时间持有 MDL 锁，高峰期直接卡死在线写入；用 LOCK=NONE 也不可靠（最终仍需短暂锁表）。我需要一个能在业务低峰甚至全时段安全落地的零停机 DDL 方案，并要一份能拿去说服 DBA 与业务方的成本-收益对比结论，而不只是"用 gh-ost 就行"这种一句话结论。

最终要什么

一份可落地、可复现的零停机 DDL 方案对比与选型建议，核心回答三个问题：

1. gh-ost 与 pt-online-schema-change 在真实负载下各自的锁影响、复制延迟、资源占用、失败回滚能力差异；
2. 什么场景该选哪个（或干脆用原生 INSTANT/INPLACE）；
3. 给出一条可直接执行的迁移 + 校验 + 回滚路径。

输入与上下文

• 数据库：MySQL 8.0（InnoDB），单机或一主一从均可，行数 ≥1 亿（可用 sysbench / 造数脚本生成，需给出造数 SQL）；
• 至少覆盖 3 类 DDL：加二级索引、VARCHAR→TEXT 改列类型、加 NOT NULL DEFAULT 列；
• DDL 执行期间需有持续 DML 压力（读写混合，QPS 需给出具体值），用于观察锁竞争与复制延迟；
• 需说明 gh-ost 与 pt-osc 的关键参数（chunk 大小、限速、applier 延迟阈值）取值依据。

交付格式

1. Markdown 报告（主交付物）：背景 / 环境 / 三方案对比表 / 实测数据（含图表或数据表）/ 选型建议 / 成本-收益权衡；
2. 可执行脚本：造数脚本 + DDL 执行脚本（两个工具各一套）+ 校验脚本 + 回滚脚本，附 README 说明运行前提；
3. 所有命令需能在 MySQL 8.0 环境直接复现，并注明 MySQL 版本、工具版本、硬件规格。

备注：我不关心"哪个工具更火"，我要的是在我这类 1 亿行、有持续写入的真实场景下，哪个更稳、代价更小、坏了能不能回滚。空泛的通用介绍请不要交。