來源丨JAVA葵花寶典

知識(shí)這個(gè)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(gè)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(shí)，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(gè)問題不止我一個(gè)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(shí)候，這就不是一個(gè)簡單的問題了。

幾百萬的數(shù)據(jù)，不可能查出來，做去重處理

說一下我Google到的解決方案

1、insert ignore into

當(dāng)插入數(shù)據(jù)時(shí)，如出現(xiàn)錯(cuò)誤時(shí)，如重復(fù)數(shù)據(jù)，將不返回錯(cuò)誤，只以警告形式返回。所以使用ignore請(qǐng)確保語句本身沒有問題，否則也會(huì)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?yàn)橹貜?fù)數(shù)據(jù)報(bào)錯(cuò)，而是因?yàn)槠渌驁?bào)錯(cuò)的，也同樣被忽略了～

2、on duplicate key update

當(dāng)primary或者unique重復(fù)時(shí)，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(cuò)誤不會(huì)被忽略掉。

例如，為了實(shí)現(xiàn)name重復(fù)的數(shù)據(jù)插入不報(bào)錯(cuò)，可使用一下語句：

INSERT INTO user （name） VALUES （‘telami’） ON duplicate KEY UPDATE id = id

這種方法有個(gè)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(gè)要作為唯一的判斷就將那個(gè)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(shí)就是使用了mysql的一個(gè)臨時(shí)表的方式，但是里面使用到了子查詢，效率也會(huì)有一點(diǎn)點(diǎn)影響，如果能使用上面的就不使用這個(gè)。

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(huì)先刪除掉然后再插入。

實(shí)踐

選擇的是第二種方式

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

責(zé)任編輯：gt