我有一个大型数据集(~250万行(，需要(重新(连续地导入MySQL表"price_list"。所有表都是InnoDB。目前我正在使用"加载数据本地文件"，因为这些数据集来自csv文件：
LOAD DATA LOCAL INFILE 'sample.csv'
INTO TABLE `price_list`
(...)
(...)
IGNORE 1 LINES
db "price_list" 中的表示例：
hotel_id | room_category | price 1 person | price 2nd person | <other meta info>
1 | single room (w/o window) | 150€ | 200€ | ...
2 | single room (w window) | 170€ | 220€ | ...
3 | single room (rooftop) | 240€ | 250€ | ...
4 | single room (whirlpool) | 200€ | 280€ | ...
5 | double room (w/o window) | 200€ | 220€ | ...
6 | double room (w window) | 240€ | 260€ | ...
7 | double room (rooftop) | 280€ | 300€ | ...
8 | double room (whirlpool) | 320€ | 340€ | ...
(...)
基于这些数据，我需要更新表"报价"(该表位于另一个数据库中，用户"price_list"无法访问"报价"，并且在技术上不可能提供适当的访问权限(刷新定价。定价变化很大，我们需要每 15 分钟重新导入一次这些数据。
id | offer_name | price_single_room | price_double_room
1 | WHIRLPOOL OFFER SINGLES | 200€ | 200€
在上面的例子中，选择了"最佳"单人间(带漩涡浴缸(的价格(200欧元(。此优惠中不需要第二个价格，但这是故意计算的(如果需要，可以停用(。
我目前的解决方案是我从 PHP 的"offer"表中获取所有报价，这些报价被标记为活动，并循环访问它们 (oof(。每个报价都有 6 列不同的价格(例如，酒店有不同的房间可用;第 1 列是单人间的最优惠价格，第 2 列是双人间的最优惠价格，...(，需要查找。
目前我们有大约 10.000 个活动报价，这意味着我向数据库服务器发送以下数量：10.000 个查询 * 6 个查询，用于查找每个报价的最佳定价。
当我在同一台服务器上执行这些查询(没有网络延迟等(时，性能并不是最差的(整个工作大约需要 5 分钟(导入 ~2.5m 行，刷新定价，...((，但由于数据在增长，我们希望拆分数据库和 Web 服务器。我现在意识到，我刷新价格的部分会产生大量的网络开销，并且非常慢，因为从 web 服务器到 db 服务器的每个请求大约需要 0.025 秒(仅刷新价格需要 25 分钟(。
我想到了以下解决方案：
将表"提供"移动到同一数据库 "price_list" = 工作，但仍然很慢，因为数据库服务器与 Web 服务器不在同一台机器上 = 网络延迟是瓶颈。
编写一个存储过程，该过程由 PHP 触发，数据库服务器将完成该工作。
是否有人有这些重复数据加载的经验，也许是我给定问题的解决方案？目标是减少计时并拆分 Web 和数据库服务器。
谢谢！
您有一个名为 'real 的表;以下内容将用包含新数据的新表替换它。
CREATE TABLE t_new LIKE real;
LOAD DATA INFILE new ...;
RENAME TABLE real TO t_old,
t_new TO real;
DROP TABLE t_old;
笔记：
⚈ The LOAD DATA step can be replaced by whatever process you have for importing the data.
⚈ The Loading is the only slow step.
⚈ The RENAME is atomic, so real always exists.
⚈ You may choose to delay the DROP in case the new data might be bad and you want to revert.
⚈ FOREIGN KEYs can be a hassle; it might be good not to have such.
-- http://mysql.rjweb.org/doc.php/deletebig#optimal_reload_of_a_table