Bagaimanakah Saya Boleh Mengeluarkan Pendua dengan Cekap daripada Pangkalan Data MySQL yang Besar Semasa Mengutamakan Data Tertentu?

Penyingkiran Pendua yang Cekap daripada Pangkalan Data MySQL Besar

Memastikan pangkalan data MySQL yang besar bebas daripada pendua adalah penting untuk integriti dan prestasi data. Walau bagaimanapun, mengenal pasti dan mengalih keluar pendua boleh menjadi tugas yang sukar untuk jadual yang luas. Satu cabaran biasa yang dihadapi oleh pengguna ialah keperluan untuk mengalih keluar pendua dengan pantas daripada pangkalan data yang besar yang mengandungi berjuta-juta baris, di mana pengalihan keluar pendua selalunya boleh menjadi proses yang memakan masa.

Senario biasa yang dihadapi dalam pengalihan keluar pendua melibatkan jadual dengan id lajur, teks1, teks2 dan teks3, di mana gabungan teks1 dan teks2 hendaklah unik. Jika sebarang pendua wujud, hanya satu kombinasi dengan nilai bukan NULL untuk text3 harus kekal. Contohnya, memandangkan data:

| id | text1 | text2 | text3 |
| --- | ----- | ----- | ----- |
| 1   | abc   | def   | NULL   |
| 2   | abc   | def   | ghi    |
| 3   | abc   | def   | jkl    |
| 4   | aaa   | bbb   | NULL   |
| 5   | aaa   | bbb   | NULL   |

...hasil yang diingini ialah:

| id | text1 | text2 | text3 |
| --- | ----- | ----- | ----- |
| 1   | abc   | def   | ghi   |
| 2   | aaa   | bbb   | NULL  |

Sementara penyelesaian seperti CREATE JADUAL tmp PILIH teks1, teks2, teks3 DARI my_tbl; KUMPULAN MENGIKUT teks1, teks2; atau SELECT DISTINCT mungkin berfungsi untuk pangkalan data yang lebih kecil, mereka sering menghadapi masa pelaksanaan yang berpanjangan apabila berurusan dengan jadual besar.

Untuk menangani cabaran ini, pendekatan yang cekap ialah menggunakan gabungan kunci pendua dan ifnull():

create table tmp like yourtable;

alter table tmp add unique (text1, text2);

insert into tmp select * from yourtable
    on duplicate key update text3 = ifnull(text3, values(text3));

rename table yourtable to deleteme, tmp to yourtable;

drop table deleteme;

Pendekatan ini menggunakan strategi yang dioptimumkan. Ia mencipta tmp jadual baharu yang serupa dengan jadual asal. Kemudian, ia menambah kekangan unik pada text1 dan text2 untuk menguatkuasakan keunikan. Selepas itu, data daripada jadual anda dimasukkan ke dalam tmp, mengambil kesempatan daripada klausa kunci pendua. Klausa ini memastikan bahawa jika mana-mana baris pendua ditemui, lajur text3 daripada data baharu akan diutamakan daripada nilai sedia ada. Untuk memuktamadkan proses, yourtable asal dinamakan semula kepada deleteme, manakala tmp dinamakan semula kepada yourtable, dengan berkesan menggantikan jadual lama dengan data bebas pendua. Akhirnya, jadual deleteme digugurkan.

Kaedah ini menghapuskan keperluan untuk operasi yang mahal secara pengiraan seperti GROUP BY atau DISTINCT dan memanfaatkan keupayaan pengoptimuman pertanyaan MySQL yang canggih. Hasilnya, ia menawarkan peningkatan ketara dalam masa pelaksanaan, membolehkan penyingkiran pendua pantas daripada pangkalan data berskala besar.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Mengeluarkan Pendua dengan Cekap daripada Pangkalan Data MySQL yang Besar Semasa Mengutamakan Data Tertentu?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!