2021-09-22

最新推荐文章于 2024-09-06 17:14:58 发布
最新推荐文章于 2024-09-06 17:14:58 发布
阅读量36 收藏
点赞数
文章标签： sql 数据库 mysql
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/meNOTFOUND/article/details/120415657
版权

MYSQL UPDATE（百万+数据）

事情是这样的，我们数据库有大约80万数据打算新加一个字段匹配专属经济人，然后写了一条sql一条一条的去更改数据，发现会超时而且极慢，这样当然是不行的，于是乎咱想了想，是不是可以写一个可以支持大批量匹配的，于是乎试了一下先把要更改的数据查询出来然后limit 然后随机一个专属经济人，然后去更改发现 20秒80万数据全部update完毕，舒服呀

大雄机器猫
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
2021-09-22 WPF上位机 39-行为
微软MVP Eleven
09-22 3万+
安装如下两个包： MicrosoftExpressionInteractions System.Windows.Interactivity.WPF <Window x:Class="Zhaoxi.EventStudy.Window6" xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schemas.microsoft.com/winfx/2006/x.
2021-09-22 WPF上位机 40-WPF事件思维导图
热门推荐
微软MVP Eleven
09-22 3万+
2021-04-09
HCZ_hhh的博客
04-09 410
前端“Wed, 22 Sep 2021 15:48:33 GMT“时间转换成“2021-09-22 15:48:33
wangsaidi的博客
09-23 930
前端"Wed, 22 Sep 2021 15:48:33 GMT"时间转换成"2021-09-22 15:48:33 "Wed, 22 Sep 2021 15:48:33 GMT"时间转换成"2021-09-22 15:48:33 var d = new Date(value); var create_time = d.getUTCFullYear() + '-' + (d.getUTCMonth() + 1) + '-' + d.getUTCDate() + ' ' + d.getUTCHours()
2021-09-22 not a valid month解决方法
weixin_43914278的博客
09-22 3394
问题描述 作为开发导出的oracle语句，测试无法在测试环境导入，并报错not a valid month 原因 经检查发现，可能是我的plsql翻译成中文的这种格式，但是测试的plsql翻译成’18-AUG -21 10.25.17. 000000 AM’ 需要导入的其中一条语句（缩减版） insert into tprt_health_valuation (CREATE_TIME, UPDATE_TIME, VALUE_RULE) values ( '18-8月 -21 10.25.27.000000
2021-05-05
樊金良的博客
05-05 744
你需要努力，fighting！
2021-03-01
brokedream的博客
03-01 952
#include<bits/stdc++.h> using namespace std; struct node { int val; int sum; }e[100005]; int main() { int n, k; int t; int box[100005] = {0}; int f[100005] = {0}; cin >> n >> k; int mx = 0; for(int i = 0 ; i < n ; i ++) {
网络攻防｜CVE-2021-42287、CVE-2021-42278域内提权
weixin_42282189的博客
12-20 2559
作者： r0n1n 免责声明：本文仅供学习研究，严禁从事非法活动，任何后果由使用者本人负责。 0x01 漏洞原理 Microsoft Windows Active Directory 域服务权限提升漏洞（CVE-2021-42278、CVE-2021-42287）攻击者可利用该漏洞将域内的普通用户权限提升到域管理员权限，造成风险和危害极大。 漏洞情报来源： 1、影响版本 CVE-2021-42278 ￮ Windows Server 2012 R2 ￮ Windows Server 2012 (S.
2021-07-09
u011385544的博客
07-09 2441
标题 doris FE安装部署后启动报错wait catalog to be ready. FE type: UNKNOWN. is ready: false 2021-07-09 11:41:53,586 INFO (main|1) [Catalog.loadImage():1468] image does not exist: /data/lib/doris/doris-meta/image/image.0 2021-07-09 11:41:54,055 INFO (UNKNOWN 172.17.0.1
log-aggregated-2021-09-22-081143.ips
09-22
log-aggregated-2021-09-22-081143.ips
智慧养老： 基于物联网平台应用解决方案[2021-09-22]（35页）.pdf
05-26
智慧养老： 基于物联网平台应用解决方案[2021-09-22]（35页）.pdf
ISO_EN_17636_中文_像质计_2021-09-22.pdf
09-22
ISO EN 17636中文-像质计标准
工业4.0悖论：克服数字化转型道路上的脱节[2021-09-22]（44页）.pdf
05-21
《工业4.0悖论：克服数字化转型道路上的脱节》这份报告深入剖析了企业在面对第四次工业革命带来的数字化转型时所面临的挑战和悖论。报告指出，工业4.0的核心在于将数字技术和物理技术融合，如人工智能、物联网、增材...
Python-Flask实战(2021-09-30-09-22-51).marginpkg
09-30
Python-Flask实战(2021-09-30-09-22-51).marginpkg
关于sql的优化
最新发布
weixin_54689506的博客
09-06 365
可以根据索引的选择性来决定，而选择性是指不重复的索引值（基数）和数据表的记录总数的比值，索引选择性越高则查询效率越高，唯一索引的选择性是1，这是最好的索引选择性，性能也是最好的。5，尽量使用联合索引，减少单列索引，查询时，联合索引很多时候可以覆盖索引，节省存储空间，避免回表，提高查询效率。6，要控制索引的数量，索引并不是多多益善，索引越多，维护索引的代价也就越大，会影响增删改的效率。3，尽量选择区分度高的列作为索引，尽量建立唯一索引，区分度越高，使用索引的效率越高。
spark sql 生成指定日期范围内的日期
haohaifeng002的博客
09-06 176
【代码】spark sql 生成指定日期范围内的日期。
sql递归查询
yuzheh521的博客
09-02 459
是一个公用表表达式，它首先通过选择具有特定ID的部门作为起始点（锚点成员）。然后，它通过内部连接自己（递归成员）来选择所有具有这个起始部门作为父部门的子部门。但是，大多数现代的SQL数据库系统（如PostgreSQL, MySQL 8.0+, SQLite, SQL Server, Oracle）都支持它。如果你使用的数据库系统不支持。如果你确定结果中不会有重复的行（例如，每个部门ID在表中是唯一的），你也可以使用。替换为你要查询的起始部门ID的实际值，或者根据你的数据库环境使用适当的参数化查询技术。
sql 中使用like%、函数导致索引失效的解决方案
weixin_58691039的博客
09-06 554
sql 中使用like%、函数导致索引失效的解决方案全文索引与虚拟列索引
结果是这样的，没有根据id排：start_date end_date 0 2020-01-15 2020-04-27 1 2020-09-30 2020-10-10 2 2021-02-07 2021-02-22 3 2021-03-06 2021-03-24 4 2020-01-21 2020-03-03 .. ... ... 639 2021-03-09 2021-03-18 640 2021-03-24 2021-04-01 641 2020-01-12 2020-04-19 642 2021-02-09 2021-02-18 643 2020-01-18 2020-03-09
06-03
如果你想根据企业id对结果进行排序，可以在输出结果之前加上一行代码： ```python result = result.sort_values(by=['id']) ``` 此代码将会根据id对结果进行排序，使得每个企业的结果排在一起。完整的代码如下： ```python mean = DataFrame.groupby(['id'])['amount'].mean() # 列出每个企业用电量低于均值时间超过一周的时间段，标记起始时间和结束时间，省略中间时间 filtered_data = DataFrame[DataFrame['amount'] < DataFrame['id'].map(mean)] filtered_data['date'] = pd.to_datetime(filtered_data['date']) filtered_data['diff'] = filtered_data.groupby('id')['date'].diff().dt.days filtered_data['period'] = (filtered_data['diff'] > 1).cumsum() # 找出连续时间段，并计算起始时间和结束时间 result = filtered_data.groupby(['id', 'period']).agg(start_date=('date', 'min'), end_date=('date', 'max')) result = result[result['end_date'] - result['start_date'] > pd.Timedelta(days=7)].reset_index(drop=True) # 根据id排序输出结果 result = result.sort_values(by=['id']) print(result) ``` 输出结果将会按照企业id进行排序。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值