由于开发项目的需求，之前有部分数据要写入阿里云的表格存储，过了一年多时间，表A的数据量接近24万条，现在需要将表A的数据转到Mysql中。

利用官方工具导出数据后，发现文件里面有238999条数据，文件大小是460MB。

想了个流程：

1. 按照表A的结构先在Mysql中创建对应的表格
2. 文件先上传到OSS中，再从OSS中通过流方式读取回来，逐行回放，每10条发送一次到Mysql写入

说干就干，写好了程序，本地测试了小文件没有什么问题，放到服务器上的Docker中运行。

网卡打满，内存，CPU全部满载。失败告终。最终成果，只写入了1万多条数据。

总结了原因，读取OSS时用了公网，转成内网再试了一次，公网网卡不受影响了。内存，CPU照样全部满载。又是失败告终。

后来又想了个办法，将文件通过内网下载到Docker中，再用流读取方式，但是有个矛盾始终无法解决。就是控制流速的问题，试了response.data.on(‘data’, (chunk) => {})做等待，也是徒劳。

又尝试了某网友介绍的event-stream包，始终很好地控制流速，导致硬盘IO、内存、CPU全部满载，Mysql只写了几百条数据就失败了。

根据削峰填谷的思想，今天尝试了一个新方法，先将OSS上的数据按照准备写入Mysql的格式放到Redis里，Redis内存使用暴增400多M，之后逐条回放，操作成功就删除Redis上面的对应的数据，经过了差不多一个小时操作，数据入库成功，Redis内存使用量也恢复正常。写入的过程服务器和Mysql的监控显示CPU、内存、带宽、硬盘IO都比较平衡，重要的是没有影响其他服务。经过一个星期的试验和实践，算是完美解决了此问题。

服务器监控数据：

数据监控数据：