[[391866]]

 溫故而知新

知識這個東西，看來真的要溫故而知新，一直不用，都要忘記了。

業(yè)務(wù)很簡單：需要批量插入一些數(shù)據(jù)，數(shù)據(jù)來源可能是其他數(shù)據(jù)庫的表，也可能是一個外部excel的導(dǎo)入。

那么問題來了，是不是每次插入之前都要查一遍，看看重不重復(fù)，在代碼里篩選一下數(shù)據(jù)，重復(fù)的就過濾掉呢？

向大數(shù)據(jù)數(shù)據(jù)庫中插入值時，還要判斷插入是否重復(fù)，然后插入。如何提高效率？

看來這個問題不止我一個人苦惱過。

解決的辦法有很多種，不同的場景解決方案也不一樣，數(shù)據(jù)量很小的情況下，怎么搞都行，但是數(shù)據(jù)量很大的時候，這就不是一個簡單的問題了。

幾百萬的數(shù)據(jù)，不可能查出來去重處理！

說一下我Google到的解決方案。

1、insert ignore into

當(dāng)插入數(shù)據(jù)時，如出現(xiàn)錯誤時，如重復(fù)數(shù)據(jù)，將不返回錯誤，只以警告形式返回。所以使用ignore請確保語句本身沒有問題，否則也會被忽略掉。例如：

INSERT IGNORE INTO user (name) VALUES ('telami')  

    這種方法很簡便，但是有一種可能，就是插入不是因為重復(fù)數(shù)據(jù)報錯，而是因為其他原因報錯的，也同樣被忽略了～

2、on duplicate key update

當(dāng)primary或者unique重復(fù)時，則執(zhí)行update語句，如update后為無用語句，如id=id，則同1功能相同，但錯誤不會被忽略掉。

例如，為了實現(xiàn)name重復(fù)的數(shù)據(jù)插入不報錯，可使用一下語句： 

INSERT INTO user (name) VALUES ('telami') ON duplicate KEY UPDATE idid = id  

這種方法有個前提條件，就是，需要插入的約束，需要是主鍵或者唯一約束（在你的業(yè)務(wù)中那個要作為唯一的判斷就將那個字段設(shè)置為唯一約束也就是unique key）。

3、insert … select … where not exist

根據(jù)select的條件判斷是否插入，可以不光通過primary 和unique來判斷，也可通過其它條件。例如： 

INSERT INTO user (name) SELECT 'telami' FROM dual WHERE NOT EXISTS (SELECT id FROM user WHERE id = 1)  

這種方法其實就是使用了mysql的一個臨時表的方式，但是里面使用到了子查詢，效率也會有一點點影響，如果能使用上面的就不使用這個。

4、replace into

如果存在primary or unique相同的記錄，則先刪除掉。再插入新記錄。

REPLACE INTO user SELECT 1, 'telami' FROM books 

這種方法就是不管原來有沒有相同的記錄，都會先刪除掉然后再插入。另外，關(guān)注公眾號Java技術(shù)棧，在后臺回復(fù)：面試，可以獲取我整理的 MySQL 面試題和答案。

實踐

選擇的是第二種方式 

<insert id="batchSaveUser" parameterType="list">  
    insert into user (id,username,mobile_number)  
    values  
    <foreach collection="list" item="item" index="index" separator=",">  
        ( 
            #{item.id},  
            #{item.username},  
            #{item.mobileNumber}  
        )  
    </foreach>  
    ON duplicate KEY UPDATE idid = id  
</insert> 

這里用的是Mybatis，批量插入的一個操作，mobile_number已經(jīng)加了唯一約束。這樣在批量插入時，如果存在手機(jī)號相同的話，是不會再插入了的。

最后，關(guān)注公眾號Java技術(shù)棧，在后臺回復(fù)：面試，可以獲取我整理的 Java、MySQL 系列面試題和答案，非常齊全。