SQL-批量插入和批量更新

最新总是有人问我sql优化的问题,大部分的原因就是更新实体集合或者更新,因为用的是持久化的框架,例如hibernate,EntityFrmwork,所有这里我总结一下如何在数据库中利用sql进行批量的插入或者更新

批量插入

表结构一样或类似

如果两张表的结构一样,例如一个表的结构和另一个表的结构一样,只是其中一张是临时表,而另一张表是存储数据的表,我们需要进行一次表的迁移的话,我们可以这样。 
insert into tb1 需要的列名 select 按照前面写上需要的列名 from tb2

insert into tb1 * select * from tb2
  • 1
  • 1

或者

insert into tb1 id,name,address select id,name,address from tb2
  • 1
  • 1

普通的批量插入

如果对sql语句不熟悉,或者是持久层的框架,大部分是这么写的

INSERT INTO tb_test(ID,NAME) VALUES(1,'zhangsan');
INSERT INTO tb_test(ID,NAME) VALUES(2,'lisi');
INSERT INTO tb_test(ID,NAME) VALUES(3,'wangwu');
  • 1
  • 2
  • 3
  • 1
  • 2
  • 3

但是按照这种做法,我尝试了一下,一次插入2000条数据,大概需要2分钟,但是如果我们用union all,如下:

INSERT INTO tb_test(ID,NAME) SELECT 4,'zhangsan' UNION ALL SELECT 5,'lisi' UNION ALL SELECT 6,'wangwu' ;
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

同样是2000条数据,union all 方法是12秒。第二种方法是先将我们要插入的数据总结成一张表,然后进行表插入,这样的效果明显是比一个一个的插入快的。

批量更新

我们知道我们跟新一般的跟着条件的,所以例如我们更新一个实体集合的话,我们也是一个一个的更新,同样,如果我们程序中利用for循环来批量更细的话,我们就得重复着,打开数据库,更新,关闭数据库,而且我们的大部分时间都是消耗在打开数据库,关闭数据库上边了,而且批量更新通常需要依据条件来判断更新哪条数据,但是一个sql中只能有一个where,所以union all显然是不行的。 
但是我在以前的博客写过case when的写法,大家可以向一下,where就好像我们的if(条件)的“条件”,而他就好像我们的case 的when一样,所以我们可以用case when 来实现多“where”,这样的话就能实现多条记录更新的问题。代码如下:

update tb_test SET name = 'zhangsan' case id when '1' then 'yi' when '2' then 'er' when '3' then 'san' end, address='zhongguo' case sex when '女' then 'femail' when '男' then 'mail' end where *****
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

上边的语句就是当人们的名称是zhangsan的时候就批量更细id为汉语拼音,当人们的居住地址的时候就把他们的性别写成英文。

批量删除

在这里主要介绍下Sql批量插入的用法,让我们先看下批量删除一般如何来做。
1.批量删除很简单,大家可能都用过:

   

DELETE FROM TestTable WHERE ID IN (
1
,
3
,
54
,
68
)

sql2005下运行通过

 

    当用户在界面上不连续的选择多项进行删除时,该语句比循环调用多次删除或多条delete语句中间加分号一次调用等方法都高效的多。

小结

当然最开始的时候我也没有想到上边的两种方法,但是当我们的程序遇到性能问题的时候,又不得不去做优化,所以希望这篇博客对哪些批量更新和批量插入的有一些帮组,但是这个还有一些问题,就是不能防止sql注入的问题。所以使用要看情况。

    原文作者:易雪寒
    原文地址: https://blog.csdn.net/u013521220/article/details/69569336
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞