[[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。

業務很簡單：需要批量插入一些數據，數據來源可能是其他數據庫的表，也可能是一個外部excel的導入。

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，在代碼里篩選一下數據，重復的就過濾掉呢？

向大數據數據庫中插入值時，還要判斷插入是否重復，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，數據量很小的情況下，怎么搞都行，但是數據量很大的時候，這就不是一個簡單的問題了。

幾百萬的數據，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

當插入數據時，如出現錯誤時，如重復數據，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數據報錯，而是因為其他原因報錯的，也同樣被忽略了～

2、on duplicate key update

當primary或者unique重復時，則執行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name重復的數據插入不報錯，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（在你的業務中那個要作為唯一的判斷就將那個字段設置為唯一約束也就是unique key）。

3、insert … select … where not exist

根據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，關注公眾號Java技術棧，在后臺回復：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已經加了唯一約束。這樣在批量插入時，如果存在手機號相同的話，是不會再插入了的。

最后，關注公眾號Java技術棧，在后臺回復：面試，可以獲取我整理的 Java、MySQL 系列面試題和答案，非常齊全。