这是学习笔记的第 2187篇文章
读完需要
分钟
速读仅需5分钟
在数据流转中或者日常的数据操作中，势必会有数据写入的过程，如果把一些数据写入一张数据库表中，如果写入量有100万，而重复的数据有90万，那么如何让这10%的数据能够更高更高效的写入。
在MySQL方向提供了Insert ignore into,insert into on duplicate,replace into这几种写入的方式，看起来好像都差不多，但是实际上在一些场景下的差异还比较大，如果使用不当，恰恰是性能的瓶颈。
整体上我分为两个大的部分，会分别测试这三种数据写入场景。
第一部分基于id,name的数据列，其中id为主键，自增
第二部分基于id,xid,name的数据列，其中id为主键，自增，xid为唯一性索引
至于为什么要这么分，我们可以先看结果再做讨论。
基于id,name的数据列，其中id为主键，自增
为了三种测试场景的基准对等，数据初始化会按照如下的三种方式来进行。
数据初始化
create table test_data(id int primary key auto_increment,name varchar(30)) engine=innodb;
insert into test_data values(1,'aa'),(2,'bb'),(3,'cc');
show create table test_data\G
Table: test_data
Create Table: CREATE TABLE `test_data` (
`id` int(11) NOT AUTO_INCREMENT,
`name` varchar(30) DEFAULT ,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8
insert ignore
insert ignore into test_data values(1,'aa');
Query OK, 0 rows affected, 1 warning (0.00 sec)
>>show warnings;
+---------+------+---------------------------------------+
| Level | Code | Message |
+---------+------+---------------------------------------+
| Warning | 1062 | Duplicate entry '1' for key 'PRIMARY' |
+---------+------+---------------------------------------+
1 row in set (0.00 sec)
show create table test_data\G
Table: test_data
Create Table: CREATE TABLE `test_data` (
`id` int(11) NOT AUTO_INCREMENT,
`name` varchar(30) DEFAULT ,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8
insert ignore into test_data values(1,'aaa');
Query OK, 0 rows affected, 1 warning (0.01 sec)
>>show warnings;
+---------+------+---------------------------------------+
| Level | Code | Message |
+---------+------+---------------------------------------+
| Warning | 1062 | Duplicate entry '1' for key 'PRIMARY' |
+---------+------+---------------------------------------+
1 row in set (0.00 sec)
insert ignore into test_data values(4,'cc');
Query OK, 1 row affected (0.01 sec)
select * from test_data;
+----+------+
| id | name |
+----+------+
| 1 | aa |
| 2 | bb |
| 3 | cc |
| 4 | cc |
+----+------+
4 rows in set (0.00 sec)
replace into场景
>>replace into test_data values(1,'aa');
Query OK, 1 row affected (0.01 sec)
show create table test_data\G
Table: test_data
Create Table: CREATE TABLE `test_data` (
`id` int(11) NOT AUTO_INCREMENT,
`name` varchar(30) DEFAULT ,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8
replace into test_data values(1,'aaa');
Query OK, 2 rows affected (0.00 sec)
replace into test_data values(4,'cc');
Query OK, 1 row affected (0.00 sec)
select *from test_data;
+----+------+
| id | name |
+----+------+
| 1 | aaa |
| 2 | bb |
| 3 | cc |
| 4 | cc |
+----+------+
4 rows in set (0.00 sec)
insert into on duplicate场景
insert into test_data values(1,'aa') on duplicate key update id=id;
Query OK, 0 rows affected (0.00 sec)
insert into test_data values(1,'aa') on duplicate key update id=id, name=name;
Query OK, 0 rows affected (0.00 sec)
show create table test_data\G
Table: test_data
Create Table: CREATE TABLE `test_data` (
`id` int(11) NOT AUTO_INCREMENT,
`name` varchar(30) DEFAULT ,
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8
insert into test_data values(1,'aaa') on duplicate key update id=id;
Query OK, 0 rows affected (0.00 sec)
insert into test_data values(1,'aaa') on duplicate key update id=id,name=name;
Query OK, 0 rows affected (0.00 sec)
insert into test_data values(4,'cc') on duplicate key update id=id;
Query OK, 1 row affected (0.01 sec)
insert into test_data values(4,'ccc') on duplicate key update id=id, name=name;
Query OK, 0 rows affected (0.00 sec)
select * from test_data;
+----+------+
| id | name |
+----+------+
| 1 | aa |
| 2 | bb |
| 3 | cc |
| 4 | cc |
+----+------+
4 rows in set (0.00 sec)
小结：这三种场景的结果从自增列的处理方式来看是完全对等的，但是对于重复数据的处理方式还是存在差异。
相比而言，replace into和insert into on duplicate存在本质的区别，replace into是覆盖写，即删除原来的，写入新的。不光是主键列，其他列也会保持一致
insert into on duplicate则可以根据自己的需求来定制重复数据的处理策略，不会主动改变数据。
insert ignore into 在这种场景下最为通用，而且对于数据的侵入性最小。
所以如果要保证源端的数据基于主键完全一致，不管非主键列的数据是否一致，都需要完全覆盖，选择replace into是一种好的方法。
否则采用insert into on duplcate或者insert ignore into
基于id,xid,name的数据列，其中id为主键，自增,xid为唯一性索引
为了三种测试场景的基准对等，数据初始化会按照如下的三种方式来进行。
数据初始化
create table test_data(id int primary key auto_increment,xid int unique key,name varchar(30)) engine=innodb;
insert into test_data(xid,name) values(1,'aa'),(2,'bb'),(3,'cc');
Query OK, 3 rows affected (0.01 sec)
Records: 3 Duplicates: 0 Warnings: 0
select *from test_data;
+----+------+------+
| id | xid | name |
+----+------+------+
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | 3 | cc |
+----+------+------+
3 rows in set (0.00 sec)
insert ignore into
insert ignore into test_data(xid,name) values(1,'aa');
Query OK, 0 rows affected, 1 warning
CREATE TABLE `test_data` (
`id` int(11) NOT AUTO_INCREMENT,
`xid` int(11) DEFAULT ,
`name` varchar(30) DEFAULT ,
PRIMARY KEY (`id`),
UNIQUE KEY `xid` (`xid`)
) ENGINE=InnoDB AUTO_INCREMENT=5 DEFAULT CHARSET=utf8
insert ignore into test_data(xid,name) values(1,'aaa');
Query OK, 0 rows affected, 1 warning (0.01 sec)
mysql--root@localhost:test 18:58:13>>show warnings;
+---------+------+-----------------------------------+
| Level | Code | Message |
+---------+------+-----------------------------------+
| Warning | 1062 | Duplicate entry '1' for key 'xid' |
+---------+------+-----------------------------------+
insert ignore into test_data(xid,name) values(4,'dd');
Query OK, 1 row affected (0.00 sec)
Create Table: CREATE TABLE `test_data` (
`id` int(11) NOT AUTO_INCREMENT,
`xid` int(11) DEFAULT ,
`name` varchar(30) DEFAULT ,
PRIMARY KEY (`id`),
UNIQUE KEY `xid` (`xid`)
) ENGINE=InnoDB AUTO_INCREMENT=DEFAULT CHARSET=utf8
>select * from test_data;
+----+------+------+
| id | xid | name |
+----+------+------+
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | 3 | cc |
| 6 | 4 | dd |
+----+------+------+
4 rows in set (0.00 sec)
replace into
replace into test_data(xid,name) values(1,'aa');
Query OK, 2 rows affected (0.00 sec)
+----+------+------+
| id | xid | name |
+----+------+------+
| 2 | 2 | bb |
| 3 | 3 | cc |
| 4 | 1 | aa |
+----+------+------+
3 rows in set (0.00 sec)
replace into test_data(xid,name) values(1,'aaa');
Query OK, 2 rows affected (0.01 sec)
select *from test_data;
+----+------+------+
| id | xid | name |
+----+------+------+
| 2 | 2 | bb |
| 3 | 3 | cc |
| 5 | 1 | aaa |
+----+------+------+
replace into test_data(xid,name) values(4,'cc');
Query OK, 1 row affected (0.00 sec)
select *from test_data;
+----+------+------+
| id | xid | name |
+----+------+------+
| 2 | 2 | bb |
| 3 | 3 | cc |
| 5 | 1 | aaa |
| 6 | 4 | dd |
+----+------+------+
4 rows in set (0.00 sec)
insert into on duplicate
insert into test_data(xid,name) values(1,'aa') on duplicate key update xid=xid;
Query OK, 0 rows affected (0.00 sec)
insert into test_data(xid,name) values(1,'aa') on duplicate key update xid=xid, name=name;
Query OK, 0 rows affected (0.01 sec)
+----+------+------+
| id | xid | name |
+----+------+------+
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | 3 | cc |
+----+------+------+
3 rows in set (0.00 sec)
insert into test_data(xid,name) values(1,'aaa') on duplicate key update xid=xid;
Query OK, 0 rows affected (0.01 sec)
insert into test_data(xid,name) values(1,'aaa') on duplicate key update xid=xid,name=name;
Query OK, 0 rows affected (0.00 sec)
insert into test_data(xid,name) values(4,'cc') on duplicate key update xid=xid;
Query OK, 1 row affected (0.01 sec)
insert into test_data(xid,name) values(4,'ccc') on duplicate key update xid=xid, name=name;
Query OK, 0 rows affected (0.00 sec)
select * from test_data;
+----+------+------+
| id | xid | name |
+----+------+------+
| 1 | 1 | aa |
| 2 | 2 | bb |
| 3 | 3 | cc |
| 8 | 4 | cc |
+----+------+------+
4 rows in set (0.00 sec)
小结：在这个场景里面，可以看到三种场景的变化真是很大，而且区别也很明显。
insert ignore into如果不指定自增列，尽管没有写入数据，但是自增列依然会自增
replace into如果不指定自增列，会看到数据重新写入的效果已经非常明显，而且自增列始终会自动维护。
insert into on duplicate对于重复数据依然会消耗自增列值，实现相对更加灵活。