Mysql批量插入数据时该如何解决重复问题详解

前言

当数据库中存量数据较多时，或者是在批量插入操作时，很容易出现插入重复数据的问题。

一、三种方法

在 mysql 中，当存在主键冲突或唯一键冲突的情况下，根据插入策略不同，一般有以下三种避免方法：

insert ignore into：若没有则插入，若存在则忽略

replace into：若没有则正常插入，若存在则先删除后插入

insert into ... on duplicate key update：若没有则正常插入，若存在则更新

注意，使用以上方法的前提是表中有一个 PRIMARY KEY 或 UNIQUE 约束/索引，否则，使用以上三个语句没有特殊意义，与使用单纯的 INSERT INTO 效果相同。

测试表结构：

测试表数据：

二、细节

2.1、insert ignore into

insert ignore 会根据主键或者唯一键判断，忽略数据库中已经存在的数据,若数据库没有该条数据，就插入为新的数据，跟普通的 insert into 一样。若数据库有该条数据，就忽略这条插入语句，不执行插入操作。

insert ignore into student(age) values (12),(13);

age=12的数据已存在，因此未插入（根据创建时间可得），age=13的数据不存在，因此成功插入

2.2 、insert into ... on duplicate key update

在 insert into 语句末尾指定 on duplicate key update，会根据主键或者唯一键判断：若数据库有该条数据，则直接更新原数据，相当于 update，若数据库没有该条数据，则插入为新的数据，跟普通的 insert into 一样。

insert into student(age) values (12),(13) 
ON DUPLICATE KEY UPDATE student.created_at = '2022-01-01 00:00:00';

age=12的记录已存在，因此created_at字段被更新。age=13的记录不存在，因此成功插入

2.3、replace into

 replace into student(age) values (12),(13);

age=12的记录已存在，因此被删除重新插入（由createdAt值可知）。age=13的记录不存在，因此成功插入

replace into 会根据主键或者唯一键判断：

• 若表中已存在该数据，则先删除此行数据，然后插入新的数据，相当于 delete + insert
• 可能会丢失数据、主从服务器的 AUTO_INCREMENT 不一致。
• 若表中不存在该数据，则直接插入新数据，跟普通的 insert into 一样

三、总结

1）在主键冲突情况下，三种方法都可以使用

2）在唯一键冲突情况下，且有自增主键时：三种方法都会出现 AUTO_INCREMENT 不连续问题，且这种不连续不会同步更新到 slave 的 AUTO_INCREMENT。当 master 被 kill，且 slave 升级为 master 时，就会出现主键冲突问题。（因为事务原因，即使没有插入成功，也会占用一个自增id。row模式binlog下，主从的数据同步是一致的，主键也一致。有没有影响取决于主从同步模式）

• statement格式：binlog记录的是实际执行的sql语句
• row格式：binlog记录的是变化前后的数据（涉及所有列），形如update table_a set col1=value1, col2=value2 ... where col1=condition1 and col2=condition2 ...
• mixed格式：默认选择statement格式，只在需要时改用row格式

3）replace into 方法可能会导致部分数据丢失。