SQL INSERT批量插入方式

news/2024/7/7 21:43:08/文章来源:https://www.cnblogs.com/Rui6/p/18281433

1、常规INSERT写法

INSERT INTO ... VALUES (...);INSERT INTO 表名( `字段1`, `字段2`) VALUES ('字段1的值', '字段2的值');

2、SELECT语句返回值INSERT

INSERT INTO ...VALUES (..., (select ...));INSERT INTO 表名1(`字段1`, `字段2`)
VALUES (字段1的值, (select 查询字段 from 表名2 where 条件));

也可以变化为查询多个字段,再新增数据

INSERT INTO ...VALUES (select ...);INSERT IGNORE INTO `表名1` (
`字段1`,
`字段2`
)
SELECT
`字段3` AS 字段1,
'字段4' AS 字段2
FROM `表名2` WHERE 条件
注意:查询出来必须只有一个行

3、批量多行INSERT

INSERT INTO ... VALUES (...), (...),(...);INSERT INTO 表名(字段1, 字段2)
VALUES (字段1数据, 字段2数据),
(字段1数据, 字段2数据),
(字段1数据, 字段2数据);

或者多行查询后新增,

INSERT INTO ... VALUES (...,select...), (...,select...),(...,select...);INSERT INTO 表名1(`字段1`, `字段2`)
VALUES
(字段1的值, (select 查询字段 from 表名2 where 条件)),
(字段1的值, (select 查询字段 from 表名3 where 条件)),
(字段1的值, (select 查询字段 from 表名4 where 条件));

或者使用union all:

INSERT INTO ...(SELECT ...,(select ...) ) union all
(SELECT ...,(select ...) ) union all
(SELECT ...,(select ...) );
INSERT INTO 表名1 (`字段1`, `字段2`)
(SELECT 字段1的值,(select 查询字段 from 表名2 where 条件) FROM 表名3 WHERE 条件) union all
(SELECT 字段1的值,(select 查询字段 from 表名2 where 条件) FROM 表名3 WHERE 条件) union all
(SELECT 字段1的值,(select 查询字段 from 表名3 where 条件) FROM 表名4 WHERE 条件);

————————————————

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
原文链接:https://blog.csdn.net/star_flush/article/details/127205393

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/736809.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

OMV数据恢复NAS阵列丢失

针对OMV数据恢复中NAS阵列丢失、RAID设备消失以及文件系统损坏的情况的操作。 一、确认故障现象: 1.检查OMV管理界面,确认RAID设备是否已消失,文件系统是否无法访问。 2.记录所有相关错误信息和日志,以便后续分析。 评估数据重要性: 确定丢失数据的重要性和紧急性,以便制…

联想服务器阵列数据恢复Raid5/0/6数据库RaidZ/虚拟机

针对联想服务器阵列数据恢复,特别是涉及RAID 5/0/6、数据库RAID Z以及虚拟机的情况 一、RAID 5/0/6 数据恢复故障诊断 确定故障类型:首先需要明确是RAID 5/0/6阵列中的哪一部分出现故障,如硬盘掉线、阵列卡损坏、意外断电等。 收集信息:记录服务器型号、RAID配置、硬盘序列…

NAS阵列恢复数据数据恢复开盘

NAS阵列数据恢复,尤其是涉及开盘(即物理层面打开硬盘外壳以进行内部修复或数据提取)的情况,是一个复杂且技术密集型的过程。 一、故障诊断: 1.确定NAS阵列中数据丢失或无法访问的具体原因,如硬盘物理损坏、RAID阵列崩溃、文件系统故障等。 2.记录所有硬盘的序列号、型号及…

2024 年人工智能和数据科学的五个主要趋势

引言 2023年,人工智能和数据科学登上了新闻头条。生成性人工智能的兴起无疑是这一显著提升曝光度的驱引言2023年,人工智能和数据科学登上了新闻头条。生成性人工智能的兴起无疑是这一显著提升曝光度的驱动力。那么,在2024年,该领域将如何继续占据头条,并且这些趋势又将如何…

线段树的基本知识和初级运用

主要介绍了线段树的基本知识点和初级运用前言 线段树绝对是出题人最爱考的高级数据结构了。它快、灵活、码量也大,相当考验 OIer 的综合能力。所以好好学习一下线段树是相当必要的。 基础 线段树是基于二叉树的。通过为二叉树的每个节点赋予线段的意义,线段树可以维护很多的区…

信息摘要技术

信息摘要 定义 信息摘要就是原数据通过某个算法生成一个固定长度的单向散列值。 特点 1、输出长度固定:无论输入的长度和值如何,计算得到的哈希值长度总是固定的。 2、不可逆性(单向):不可能使用散列值推出原文件内容 3、无碰撞性:想要找到两个不同的输入值,使它们哈希后…

完美解决stack Error: Can‘t find Python executable “python“, you can set the PYTHON env variable.

解决方案:node版本太高了,我同时说他环境是node14的,我就来了个14.18的,结果还是不是,应该是14系列,我的二级版本还是高了。 python什么的安装了没什么用!!! 一步一步来,先解决第一部分: 错误提示的意思是说我没有python,我电脑里确实没有下载python,但实际上不用下…

DVT:华为提出动态级联Vision Transformer,性能杠杠的 | NeurIPS 2021

论文主要处理Vision Transformer中的性能问题,采用推理速度不同的级联模型进行速度优化,搭配层级间的特征复用和自注意力关系复用来提升准确率。从实验结果来看,性能提升不错 来源:晓飞的算法工程笔记 公众号论文: Not All Images are Worth 16x16 Words: Dynamic Transfor…

论文查重

代码说明 类的设计 PaperPlagiarismChecker 类 这个类是算法的核心,负责实现论文查重的具体逻辑和计算。它可能包含以下主要函数: calculateCosineSimilarity(String text1, String text2): 计算两个文本之间的余弦相似度。这是核心的相似度计算函数。 getWordFrequency(Stri…

常见排序原理及 python 实现

时间复杂度与空间复杂度 常用O(1)或O(n)表示,其中1表示一个单位(最简单的单位,可以是多个或1个,但在时间上总体是较低且连续的),时间通常指的是程序运行时间,空间则是指程序在运行时所占用的内存空间。各个阶段的复杂度可用下面的顺序比较: O(1) < O(logn) < O(n) &…

【日记】在街上跳舞被同事看见了(470 字)

正文昨晚跳舞,照例在街上表演,被单位里的保洁阿姨撞见了…… 我以为这就完了,结果她还拍了视频发给做饭阿姨。晚上吃饭无意间聊起才知道有这回事。我竟一时间不知该哭还是该笑…….今天非常非常闲。虽然不是没工作,只是我懒得去做,堆在那里罢了。下午还差点跟主管吵起来(…

使用Filter接口编写过滤器解决post乱码

在使用tomcat9以及之前的版本,request-character-encoding和response-character-encoding使用的字符编码默认不是utf-8,所以导致前端发送到后台的中文乱码.如果使用的是tomcat10以及之后的版本,在apache-tomcat-10.1.25\conf\web.xml已设置好默认的字符集编码为utf-8,如果所示:…

使用EF 连接 数据库 SQLserver、MySql 实现 CodeFirst

1.新建项目,下载Nuget安装包 创建项目需要注意几点,如果是基于 .net framework 的项目 需要选择 相应版本的 EF, 如果是跨平台则选择EF Core版本。 我这里选择的是 .net framework 版本。红框里面是 实现EF Code First 需要的包。对应的版本: EntityFramework 6.3.0 MySql.D…

AGNN论文阅读笔记

Attention-Based Graph Neural Network for News Recommendation论文阅读笔记 Abstract 存在的问题: ​ 用户的历史点击序列信息对用户兴趣的影响也不尽相同,简单地将它们结合起来并不能反映这种差异。 提出方法: ​ 我们提出了一种基于注意力的图神经网络新闻推荐模型。在我…

工程安全监测仪器:振弦采集仪的应用与发展

工程安全监测仪器:振弦采集仪的应用与发展 河北稳控科技振弦采集仪是一种常见的工程安全监测仪器,广泛应用于建筑、桥梁、隧道、地铁等工程项目中。它通过监测振弦的振动变化,可以及时发现结构变形或损坏情况,为工程的安全运行提供重要数据支持。在工程安全监测领域,振弦采…

农业数据智能化:免费可视化工具助力精准农业

免费的可视化工具的应用,不仅极大地提升了农作物监测的效率和准确性,更为智慧农业的发展注入了强劲动力。从传统的“靠天吃饭”到如今的“智慧农业”,数据成为了驱动这一转变的关键力量。随着物联网、大数据、云计算等技术的深入应用,农业生产过程中的各类数据如雨后春笋般…

深度学习--模型优化--模型的剪枝--92

目录1. 模型压缩2. 神经网络剪枝4. 非结构化剪枝4. Pruning neurons结构化剪枝 1. 模型压缩 目的:使得模型体积更小,模型推理速度更快评估指标: Compression Ratio 压缩率 = 总参数量 / 非0参数量 原始网络参数量 / 优化后的网络模型中非0参数量 脱水前的重量 / 脱水后的重量…