mysql update ignore_MySQL之insert、replace、ignore、update操作

mysql> show create table t

*************************** 1. row ***************************

Table: t

Create Table: CREATE TABLE `t` (

`id` int(11) NOT NULL,

`num` int(11) DEFAULT NULL,

PRIMARY KEY (`id`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8

1 row in set (0.00 sec)

mysql> select * from t;

Empty set (0.00 sec)

mysql>

insert into t(id, num)values(1, 100);

Query OK, 1 row affected (0.02 sec)

mysql> select * from t;

+----+------+

| id | num  |

+----+------+

|  1 |  100 |

+----+------+

1 row in set (0.00 sec)

(1)ignore

mysql>

insert ignore into t(id, num)values(1, 101);

Query OK, 0 rows affected (0.00 sec)

mysql> select * from t;

+----+------+

| id | num  |

+----+------+

|  1 |  100 |

+----+------+

1 row in set (0.00 sec)

mysql>

(2)replace

mysql>

replace into t(id, num)values(1, 101);

Query OK, 2 rows affected (0.01 sec)

mysql> select * from t;

+----+------+

| id | num  |

+----+------+

|  1 |  101 |

+----+------+

1 row in set (0.00 sec)

(3)duplicate key update

mysql>

insert  into t(id, num)values(1, 101) on duplicate key update num = num + 10;

Query OK, 2 rows affected (0.01 sec)

mysql> select * from t;

+----+------+

| id | num  |

+----+------+

|  1 |  111 |

+----+------+

1 row in set (0.01 sec)

mysql> 有点意思

mysql>

insert  into t(id, num)values(1, 101) on duplicate key update num = values(num);

Query OK, 2 rows affected (0.00 sec)

mysql> select * from t;

+----+------+

| id | num  |

+----+------+

|  1 |  101 |

+----+------+

1 row in set (0.00 sec)

num = num +1是把id重复的哪条记录的num加了1

num = values(num)用插入的num替换掉id重复的记录的num

mysql>

insert  into t(id, num)values(1, 101),(1,102),(1,103) on duplicate key update num = values(num);

Query OK, 4 rows affected (0.00 sec)

Records: 3  Duplicates: 2  Warnings: 0

mysql> select * from t;

+----+------+

| id | num  |

+----+------+

|  1 |  103 |

+----+------+

1 row in set (0.00 sec)

多条的时候,以此类推。

on duplicate key update最大的作用就是可以实现:不存在则插入,存在则更新!

=================

MySQL增删改查之增insert、replace

一、INSERT语句

带有values子句的insert语句,用于数据的增加

语法:

INSERT [INTO] tbl_name[(col_name,...)]

{VALUES | VALUE} (expr ,...),(...),...

①用来把一个新行插入到表中

②为和其它数据库保持一致,不要省略INTO关键字以及使用VALUES而不是value关键字

③插入一行时,要求必须对该行所有的列赋值。但是赋值方式可以是显式赋值(直接给出值)和隐式赋值(由MySQL自动赋值)

基本格式:

insert into (列名1,列名2,列名3,......)  values (值1,值2,值3,......);

解析:

①(列名1,列名2,列名3,......)称为 列清单

②(值1,值2,值3,......)称为 值清单

③列清单和值清单中的列和值必须相互对应(数据类型)

1、在表名后面列出所有的列名

示例:插入一个新的球队到teams表中

mysql> INSERT INTO teams(teamno,playerno,division) VALUES(3,6,'third');

2、在表名后面省略所有的列名

要求:VALUES子句中的值必须按照列在表结构中的顺序来一一赋值

mysql> INSERT INTO teams VALUES(4,104,'third');

3、在表名后面只列出部分的列名

注意:所有没有明确赋值的列,将通过隐式赋值自动得到null值

mysql> insert into (列名1,列名3......)  values (值1,值3,......);

添加一个新行数据,没有指定赋值的列,结果集改行数据的列名2处隐式赋null值

当然,可使用字面量NULL给列赋空值

mysql> insert into (列名1,列名2,列名3)  values (值1,null,值3);

4、VALUES子句中除了字面量,还可以使用函数、计算、标量子查询等

INSERT INTO (列1,列2)

VALUES((SELECT count(*) FROM 表名2),

(SELECT sum(列名) FROM 表名3));

注意:子查询必须放在单独的小括号中

一条INSERT语句可以插入多个行:

示例:添加4个新的球队

INSERT INTO teams(teamno, captainno,division)

VALUES (6,7,'third'),

(7,27,'fourth'),

(8,39,'fourth'),

(9,112,'sixth');

注意:这种语法只要有1行出错,则插入全部取消

INSERT语句中可以使用IGNORE选项来当INSERT语句出错时,不显示错误消息:但是INSERT语句不会执行

2260bf3948cf6fcec90a6e364af04832.png

5、从其他表中复制数据:带子查询的INSERT语句,实现从其他表中(可按条件)复制数据进入目标表

语法:

INSERT [INTO] tbl_name[(col_name,...)]

SELECT ...

注意:

①如果在表名后面列出了列名,那么列的数量和数据类型必须和子查询的select列表相匹配

②如果在表名后面没有列出了列名,默认就是直接复制

insert....  select.... 语句常在需要进行数据表的备份时使用

无条件复制:将一个表中的原始数据记录,插入到另一个表中

按条件copy:将一个表查询出来的进行聚合操作之后的记录,插入到目标表中

e3467f7cf8137cb520d604b53dea975d.png

当然,可以把本表中的行再次添加到本表中,但是必须注意主键值不要重复。

二、REPLACE语句:替代已有的行

INSERT语句的一个变种;

当添加新行时:

①如果主键值重复,那么就覆盖表中已有的行

②如果没有主键值重复,则插入该行

语法:

REPLACE [INTO] tbl_name [(col_name,...)]

VALUES (expr,...),(...),...

或者

REPLACE [INTO] tbl_name [(col_name,...)]

SELECT ...

a288c9a12400370930f5e923a4902a8d.png

=============================

逐条更新

这种方式显然是最简单,也最不容易出错的,即便出错也只是影响到当条出错的数据,而且可以对每条数据都比较可控,更新失败或成功,从什么内容更新到什么内容,都可以在逻辑代码中获取。代码可能像下面这个样子:

updateBatch(List datas){

for(MyData data : datas){

try{

myDataDao.update(data);//更新一条数据,mybatis中如下面的xml文件的update

}

catch(Exception e){

...//如果更新失败可以做一些其他的操作,比如说打印出错日志等

}

}

}

mybatis中update操作的实现

update mydata

set   ...

where ...

这种方式最大的问题就是效率问题,逐条更新,每次都会连接数据库,然后更新,再释放连接资源(虽然通过连接池可以将频繁连接数据的效率大大提高,抗不住数据量大),这中损耗在数据量较大的时候便会体现出效率问题。这也是在满足业务需求的时候,通常会使用上述提到的第二种批量更新的实现(当然这种方式也有数据规模的限制,后面会提到)。

sql批量更新

一条sql语句来批量更新所有数据,下面直接看一下在mybatis中通常是怎么写的(去掉mybatis语法就是原生的sql语句了,所有就没单独说sql是怎么写的)。

update mydata_table

set  status=

separator=" " open="case ID" close="end">

when #{item.id} then #{item.status}

where id in

separator="," open="(" close=")">

#{item.id,jdbcType=BIGINT}

其中when...then...是sql中的"switch" 语法。这里借助mybatis的语法来拼凑成了批量更新的sql,上面的意思就是批量更新id在updateBatch参数所传递List中的数据的status字段。还可以使用实现同样的功能,代码如下:

update mydata_table

when id=#{item.id} then #{item.status}

where id in

#{item.id,jdbcType=BIGINT}

属性说明

1.prefix,suffix 表示在trim标签包裹的部分的前面或者后面添加内容

2.如果同时有prefixOverrides,suffixOverrides 表示会用prefix,suffix覆盖Overrides中的内容。

3.如果只有prefixOverrides,suffixOverrides 表示删除开头的或结尾的xxxOverides指定的内容。

上述代码转化成sql如下:

update mydata_table

set status =

case

when id = #{item.id} then #{item.status}//此处应该是展开值

...

end

where id in (...);

当然这是最简单的批量更新实现,有时候可能需要更新多个字段,那就需要将

when id=#{item.id} then #{item.status}

复制拷贝多次,更改prefix和when...then...的内容即可.而如果当需要为某个字段设置默认值的时候可以使用else

when id=#{item.id} then #{item.status}

else default_value

还有更常见的情况就是需要对要更新的数据进行判断,只有符合条件的数据才能进行更新,这种情况可以这么做:

when id=#{item.id} then #{item.status}

这样的话只有要更新的list中status != null && status != -1的数据才能进行status更新.其他的将使用默认值更新,而不会保持原数据不变.如果要保持原数据不变呢?即满足条件的更新,不满足条件的保持原数据不变,简单的来做就是再加一个,因为mybatis中没有if...else...语法,但可以通过多个实现同样的效果,如下:

when id=#{item.id} then #{item.status}

when id=#{item.id} then mydata_table.status      //这里就是原数据

整体批量更新的写法如下:

update mydata_table

when id=#{item.id} then #{item.status}

when id=#{item.id} then mydata_table.status//原数据

where id in

#{item.id,jdbcType=BIGINT}

这种批量跟心数据库的方式可以在一次数据库连接中更新所有数据,避免了频繁数据库建立和断开连接的开销,可以很大程度的提高数据更新效率。但是这样的问题是如果这个过程中更新出错,将很难知道具体是哪个数据出错,如果使用数据自身的事务保证,那么一旦出错,所有的更新将自动回滚。而且通常这种方式也更容易出错。因此通常的使用的方案是进行折中,也就是一次批量更新一部分(分页进行更新,比如说一共有1000条数据,一次更新100条)。这样可以分担出错的概率,也更容易定位到出错的位置。

当然如果数据量确实很大的时候,这种批量更新也一样会导致更新效率低下(比如说一次更新100条,那如果10亿条数据呢,一样要批量更新1000万次,建立和断开1000万次数据库,这个效率是无法承受的)。这时候也许只能考虑其他方案了,比如引入缓存机制等。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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