简单介绍mysql中数据库覆盖导入的几种方式

共计 2127 个字符，预计需要花费 6 分钟才能阅读完成。

众所周知，数据库中 INSERT INTO 语法是 append 方式的插入，而最近在处理一些客户数据导入场景时，经常遇到需要覆盖式导入的情况

常见的覆盖式导入主要有下面两种：

1、部分覆盖：新老数据根据关键列值匹配，能匹配上则使用新数据覆盖，匹配不上则直接插入。

2、完全覆盖：直接删除所有老数据，插入新数据。

本文主要介绍如何在数据库中完成覆盖式数据导入的方法。

某业务每天给业务表中导入大数据进行分析，业务表中某列存在主键，当插入数据和已有数据存在主键冲突时，希望能够对该行数据使用新数据覆盖或者说更新，而当新老数据 userid 不冲突的情况下，直接将新数据插入到数据库中。以将表 src 中的数据覆盖式导入业务表 des 中为例：

方案一：使用 DELETE+INSERT 组合实现（UPDATE 也可以，请读者思考）

-- 开启事务
START TRANSACTION;
-- 去除主键冲突数据
DELETE FROM des
USING src
WHERE EXISTS (SELECT 1 FROM des WHERE des.userid = src.userid);
-- 导入新数据
INSERT INTO des
SELECT *
FROM src
WHERE NOT EXISTS (SELECT 1 FROM des WHERE des.userid = src.userid);
-- 事务提交
COMMIT;

方案优点：使用最常见的使用 DELETE 和 INSERT 即可实现。

方案缺点：1、分了 DELETE 和 INSERT 两个步骤，易用性欠缺；2、借助子查询识重，DELETE/INSERT 性能受查询性能制约。

方案二：使用 MERGE INTO 功能实现

MERGE INTO des USING src ON (des.userid = src.userid)
WHEN MATCHED THEN UPDATE SET des.b = src.b
WHEN NOT MATCHED THEN INSERT VALUES (src.userid,src.b);

方案优点：MERGE INTO 单 SQL 搞定，使用便捷，内部去重效率高。

方案缺点：需要数据库产品支持 MERGE INTO 功能，当前 Oracle、GaussDB(DWS) 等数据库已支持此功能，mysql 的 insert into on duplicate key 也类似此功能。

某业务每天给业务表中导入一定时间区间的数据进行分析，分析只需要导入时间区间的去除，不需要以往历史数据，这种情况就需要使用到覆盖式导入。

方案一：使用 TRUNCATE+INSERT 组合实现

-- 开启事务
START TRANSACTION;
-- 清除业务表数据
TRUNCATE des;
-- 插入 1 月份数据
INSERT INTO des SELECT * FROM src WHERE time > '2020-01-01 00:00:00' AND time 
 方案优点：简单暴力，先清理在插入直接实现类似覆盖写功能。
 方案缺点：TRUNCATE 清理业务表 des 数据时对表加 8 级锁直到事务结束，在因数据量巨大而 INSERT 时间很长的情况下，des 表在很长时间内是不可访问的状态，业务表 des 相关的业务处于中断状态。
 方案二：使用创建临时表过渡的方式实现 
-- 开启事务
START TRANSACTION;
-- 创建临时表
CREATE TABLE temp(LIKE desc INCLUDING ALL);
-- 数据先导入到临时表中
INSERT INTO temp SELECT * FROM src WHERE TIME > '2020-01-01 00:00:00' AND TIME des
ALTER TABLE temp RENAME TO des;
-- 提交事务
COMMIT;
 方案优点：相比方案一，在 INSERT 期间，业务表 des 可以继续被访问（老数据），即事务提交前分析业务可继续访问老数据，事务提交后分析业务可以访问新导入的数据。
 方案缺点：1、组合步骤较多，不易用；2、DROP TABLE 操作会删除表的依赖对象，例如视图等，后面依赖对象的还原可能会比较复杂。
 方案三：使用 INSERT OVERWRITE 功能 
INSERT OVERWRITE INTO des SELECT * FROM src WHERE time > '2020-01-01 00:00:00' AND time 
 方案优点：单条 SQL 搞定，执行便捷，能够支持一键式切换业务查询的新老数据，业务不中断。
 方案缺点：需要产品支持 INSERT OVERWRITE 功能，当前 impala、GaussDB(DWS) 等数据库均已支持此功能。
 总结 
 随着大数据的场景越来越多，数据导入的场景也越来越丰富，除了本文介绍的覆盖式数据导入，还有其他诸如忽略冲突的 INSERT IGNORE 导入等等其他的导入方式，这些导入场景可以以使用基础的 INSERT、UPDATE、DELETE、TRUNCATE 来组合实现，但是也同样会对高级的一键 SQL 功能有直接诉求，后面有机会再叙述。

 阿里云 2 核 2G 服务器 3M 带宽 61 元 1 年，有高配 
 腾讯云新客低至 82 元 / 年，老客户 99 元 / 年 
 代金券：在阿里云专用满减优惠券