Foxtable(狐表) → 用户栏目 → 专家坐堂 → [求助] 大批量数据新增/更新到数据库


  共有1761人关注过本帖树形打印复制链接

主题：[求助] 大批量数据新增/更新到数据库
帅哥哟，离线，有人找我吗？
252476276
 小大  1楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：婴狐 帖子：38 积分：407 威望：0 精华：0 注册：2022/9/13 10:03:00 		[求助] 大批量数据新增/更新到数据库  发帖心情 Post By：2024/5/8 10:36:00 [只看该作者]

求教：

页面上有1万+的数据量，有几个主键值，需要新增到数据库表中，需要防止主键重复。

应该如何写代码，才能速度很快。

        现在用的是每一条写一个sql语句判断表中是否存在， 如果存在就更新，不存在就新增

与数据库执行1万次语句，需要1.5分钟。 如何优化？
 回到顶部
帅哥哟，离线，有人找我吗？
有点蓝
 小大  2楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：超级版主 帖子：111358 积分：566848 威望：0 精华：9 注册：2015/6/24 9:21:00 		  发帖心情 Post By：2024/5/8 10:53:00 [只看该作者]

要快，需要添加一个辅助的东西。

1、在数据库里建一个同结构的新表，如果是SqlServer，参考这种方式批量把数据导入这个新表：http://www.foxtable.com/bbs/dispbbs.asp?boardid=2&id=147288
2、然后使用sql批量处理

已有数据进行关联更新，类似：
update a set a.列1=b.列1,a.列2=b.列2,.... from 数据库原表 as a  inner join 同结构的新表 as b where a.主键1=b.主键1 and a.主键2=b.主键2 

新数据进行关联插入，类似：
insert into 数据库原表(列1,列2,....) select 列1,列2,.... from 同结构的新表 as b where not exists ( select 主键1 from 数据库原表 as a where a.主键1=b.主键1 and a.主键2=b.主键2 )
 回到顶部
帅哥哟，离线，有人找我吗？
252476276
 小大  3楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：婴狐 帖子：38 积分：407 威望：0 精华：0 注册：2022/9/13 10:03:00 		  发帖心情 Post By：2024/5/8 11:23:00 [只看该作者]

第1种方法，不检查重复性
第2种方法，跟我用的类似，执行一万次与合起来500个发送一次，速度都差不多
 回到顶部
帅哥哟，离线，有人找我吗？
有点蓝
 小大  4楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：超级版主 帖子：111358 积分：566848 威望：0 精华：9 注册：2015/6/24 9:21:00 		  发帖心情 Post By：2024/5/8 11:32:00 [只看该作者]

不是2种方法。2楼是只是一种方法的2个步骤，合起来使用。

如果使用sqlbuck导数据，1W行不应该超过1秒，超过了肯定是用法不对
 回到顶部
帅哥哟，离线，有人找我吗？
252476276
 小大  5楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：婴狐 帖子：38 积分：407 威望：0 精华：0 注册：2022/9/13 10:03:00 		  发帖心情 Post By：2024/5/8 13:06:00 [只看该作者]

实际上不能算是新增数据了，都是更新， 不能批量操作，都是一条一条的执行。
所以第1条方法就用不上了。
 回到顶部
帅哥哟，离线，有人找我吗？
252476276
 小大  6楼 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信
等级：婴狐 帖子：38 积分：407 威望：0 精华：0 注册：2022/9/13 10:03:00 		  发帖心情 Post By：2024/5/8 13:15:00 [只看该作者]

懂了
[此贴子已经被作者于2024/5/8 13:20:27编辑过]
 回到顶部
RSS2.0 | Xhtml无图版 | Xslt无图版 Copyright © 2000 - 2018 foxtable.com Tel: 4000-810-820 粤ICP备11091905号
   Powered By Dvbbs Version 8.3.0
页面执行时间 0.03809 秒, 4 次数据查询