Mysql 批量插入数据之前判断重复的好的方案？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

› MySQL 5.5 Community Server

› MySQL 5.6 Community Server

› Percona Configuration Wizard

› XtraBackup 搭建主从复制

Great Sites on MySQL

› Percona

› MySQL Performance Blog

› Severalnines

推荐管理工具

› Sequel Pro

› phpMyAdmin

推荐书目

› MySQL Cookbook

MySQL 相关项目

› MariaDB

› Drizzle

参考文档

› http://mysql-python.sourceforge.net/MySQLdb.html

这是一个创建于 3242 天前的主题，其中的信息可能已经有所发展或是发生改变。

使用 MySQL 做统计，需要查询大量数据计算后重新组装各种数据入库，考虑到大数据量和性能问题，要批量插入数据库，而且可能会出现重复的情况，如何判断重复呢？

如果在入库前判断重复，需要每条数据都 select 一下判断，不重复的放到数组再一次批量插入，但是这个查询量也是很大的。或者建立联合唯一约束，但是如果其中一条数据插入失败，则整个插入操作都失败。

现在的做法是先不判断重复，入库后，再找出重复的删掉。。

有没有更好的办法呢？

重复

插入

入库

MySQL

13 条回复 • 2016-01-07 19:44:59 +08:00

realpg

2016-01-07 09:26:05 +08:00

禁止重复的做唯一性约束
然后
insert ignore into

nightspirit

2016-01-07 09:42:42 +08:00 via iPhone

可以建立唯一索引，然后记录插入失败的记录

tanteng

2016-01-07 09:43:45 +08:00

@nightspirit 唯一索引可以批量插入数据吗，其中一条失败会不会全失败

est

2016-01-07 09:54:31 +08:00

最快速度导入 mysql 是

LOAD DATA INFILE 'xxx.csv' IGNORE INTO TABLE 就行了。

ETiV

2016-01-07 10:21:27 +08:00 via iPhone

如 ls ，最快的导入就是 load data infile

表引擎换成 myisam ，比 innodb 快 20 倍。

lyragosa

2016-01-07 10:24:59 +08:00

ON DUPLICATE KEY?

lixiaohan

2016-01-07 10:30:32 +08:00

做唯一性索引， insert into ignore 就这样了

500miles

2016-01-07 11:59:57 +08:00

如果重复数据需要被替换更新掉.,

那么 replace into 或者 on duplicate key 是个好的选择..

zacard

2016-01-07 13:15:45 +08:00

mark

tanteng

2016-01-07 14:39:08 +08:00

@500miles 请问用 replace into 需要给字段设置什么吗？比如我对重复的定义是其中 A ， B ， C 三个字段值如果一样就是重复， replace into 认为什么样的数据是重复？

timsims

2016-01-07 15:40:27 +08:00

insert into ignore 不会进行任何的插入
on duplicate key 除了唯一 key, 其余字段会覆盖，自增的主键不会变化
replace into 同上，但自增的主键也会有变化（实际上是删了旧的行再插入）

toben

2016-01-07 19:29:43 +08:00

@tanteng 唯一主键

iyangyuan

2016-01-07 19:44:59 +08:00

缓存 id