MySQL更新数据(七)中

本文涉及的产品
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
RDS AI 助手,专业版
简介: MySQL更新数据(七)

三. 更新一条记录的多个字段值


上面举例的都是只更新一个字段的, 这儿可以更新多个字段。


其中,更新多个字段 与更新一个字段基本相同,就是 n*一个字段。 每个字段也都有 更新成一个全新的值,更新成一个与原来的值有关联的值 两种情况,也都有主键 和约束等问题。


要保证 每一个字段都能够单独更新成功,这样多个字段才能更新成功。


如, 更新id=6 的 姓名,年龄和描述。


  update user set name='岳泽霖',age=24,description='一个快乐的程序员' where id=6;


20191120161040827.png


如果更新的是部分一致,部分不一致, 如 name与原先的相同,age不与原先的相同,同样也是会更新这条数据的。 只要不全都一样就行。

全都一样的话,是不会更新的。


四. 更新多条记录


更新多条记录,是将这一批次的或者说符合筛选条件的记录,按照统一的修改方式进行修改。


常见的有两种形式:


1 .有筛选条件的, 但筛选条件有多条。


2 . 无筛选条件,整个数据表所有记录更新。


四.一 有筛选条件更新


如 将 id>3 的记录, 姓名全部改成 岳泽霖, 年龄全部改为 24岁。


  update user set name='岳泽霖',age=24 where id>3;


2019112016105093.png


由于有一条记录 id=6 的名称和年龄一样, 所以没有改变。


Rows matched: 3 Changed: 2 Warnings: 0


四.二 无筛选条件,整个数据表更新 (不建议这么更新)


将所有的记录 的姓名都改成 老蝴蝶,年龄改成25 岁。


  update user set name='老蝴蝶',age=25;


20191120161057675.png


这种情况,是很不好的,所以在更新时,一定要带上条件。 即使是 全部更新,也最好是 where 1=1 .


五. 联表时选择更新


上面的更新,都是单个表进行更新。 其实,在更新时,也可以进行连表进行更新。 但不常用。


命令:


  update 表A inner[left,right] join 表B [on 条件] set 表A列1=属性值1,表A列2=属性值2;


用上一章节 的 dept 表和 u 表 。 再多添加几条数据。


2019112016110856.png


需求:(当然,这个例子老蝴蝶举得不恰当) 更新user表,令部门为 信息管理部的 员工 的姓名修改成 ‘新员工入职’


  update u inner join dept on u.deptId=dept.id and dept.id=1 set u.name='新员工入职';


20191120161115557.png


发现,可以正常的进行修改。 将部门编号为1的 员工进行联表修改了。


但一般不这么用。


直接 用


  update u set name='新员工入职' where id=1;


不正好吗?


所以,一般 联表更新不常用。



相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。   相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情: https://www.aliyun.com/product/rds/mysql 
相关文章
|
10月前
|
缓存 NoSQL 关系型数据库
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
美团面试:MySQL有1000w数据,redis只存20w的数据,如何做 缓存 设计?
|
8月前
|
SQL 人工智能 关系型数据库
如何实现MySQL百万级数据的查询?
本文探讨了在MySQL中对百万级数据进行排序分页查询的优化策略。面对五百万条数据,传统的浅分页和深分页查询效率较低,尤其深分页因偏移量大导致性能显著下降。通过为排序字段添加索引、使用联合索引、手动回表等方法,有效提升了查询速度。最终建议根据业务需求选择合适方案:浅分页可加单列索引,深分页推荐联合索引或子查询优化,同时结合前端传递最后一条数据ID的方式实现高效翻页。
425 0
|
7月前
|
存储 关系型数据库 MySQL
在CentOS 8.x上安装Percona Xtrabackup工具备份MySQL数据步骤。
以上就是在CentOS8.x上通过Perconaxtabbackup工具对Mysql进行高效率、高可靠性、无锁定影响地实现在线快速全量及增加式数据库资料保存与恢复流程。通过以上流程可以有效地将Mysql相关资料按需求完成定期或不定期地保存与灾难恢复需求。
555 10
|
8月前
|
SQL 存储 缓存
MySQL 如何高效可靠处理持久化数据
本文详细解析了 MySQL 的 SQL 执行流程、crash-safe 机制及性能优化策略。内容涵盖连接器、分析器、优化器、执行器与存储引擎的工作原理,深入探讨 redolog 与 binlog 的两阶段提交机制,并分析日志策略、组提交、脏页刷盘等关键性能优化手段,帮助提升数据库稳定性与执行效率。
208 0
|
11月前
|
关系型数据库 MySQL Linux
在Linux环境下备份Docker中的MySQL数据并传输到其他服务器以实现数据级别的容灾
以上就是在Linux环境下备份Docker中的MySQL数据并传输到其他服务器以实现数据级别的容灾的步骤。这个过程就像是一场接力赛,数据从MySQL数据库中接力棒一样传递到备份文件,再从备份文件传递到其他服务器,最后再传递回MySQL数据库。这样,即使在灾难发生时,我们也可以快速恢复数据,保证业务的正常运行。
508 28
|
Java 关系型数据库 MySQL
SpringBoot 通过集成 Flink CDC 来实时追踪 MySql 数据变动
通过详细的步骤和示例代码,您可以在 SpringBoot 项目中成功集成 Flink CDC,并实时追踪 MySQL 数据库的变动。
3098 45
|
12月前
|
存储 SQL 关系型数据库
【YashanDB知识库】MySQL迁移至崖山char类型数据自动补空格问题
**简介**:在MySQL迁移到崖山环境时,若字段类型为char(2),而应用存储的数据仅为'0'或'1',查询时崖山会自动补空格。原因是mysql的sql_mode可能启用了PAD_CHAR_TO_FULL_LENGTH模式,导致保留CHAR类型尾随空格。解决方法是与应用确认数据需求,可将崖山环境中的char类型改为varchar类型以规避补空格问题,适用于所有版本。
|
10月前
|
存储 SQL 缓存
mysql数据引擎有哪些
MySQL 提供了多种存储引擎,每种引擎都有其独特的特点和适用场景。以下是一些常见的 MySQL 存储引擎及其特点:
270 0
|
12月前
|
SQL 关系型数据库 MySQL
【YashanDB知识库】字符集latin1的MySQL中文数据如何迁移到YashanDB
本文探讨了在使用YMP 23.2.1.3迁移MySQL Server字符集为latin1的中文数据至YashanDB时出现乱码的问题。问题根源在于MySQL latin1字符集存放的是实际utf8编码的数据,而YMP尚未支持此类场景。文章提供了两种解决方法:一是通过DBeaver直接迁移表数据;二是将MySQL表数据转换为Insert语句后手动插入YashanDB。同时指出,这两种方法适合单张表迁移,多表迁移可能存在兼容性问题,建议对问题表单独处理。
【YashanDB知识库】字符集latin1的MySQL中文数据如何迁移到YashanDB
|
12月前
|
缓存 NoSQL 关系型数据库
Redis和Mysql如何保证数据⼀致?
1. 先更新Mysql,再更新Redis,如果更新Redis失败,可能仍然不⼀致 2. 先删除Redis缓存数据,再更新Mysql,再次查询的时候在将数据添加到缓存中 这种⽅案能解决1 ⽅案的问题,但是在⾼并发下性能较低,⽽且仍然会出现数据不⼀致的问题,⽐如线程1删除了 Redis缓存数据,正在更新Mysql,此时另外⼀个查询再查询,那么就会把Mysql中⽼数据⼜查到 Redis中 1. 使用MQ异步同步, 保证数据的最终一致性 我们项目中会根据业务情况 , 使用不同的方案来解决Redis和Mysql的一致性问题 : 1. 对于一些一致性要求不高的场景 , 不做处理例如 : 用户行为数据 ,

推荐镜像

更多