insert … on duplicate key update 和 replace into

前段时间和滴滴的一位同学聊到 insert ... on duplicate key update 插入一条记录成功后，影响行数为 2 意味着什么？

以前没有深挖过这里面的细节，最近几天抽空翻了翻源码，可以来扒一扒这背后的细节了。对了，insert … on duplicate key update 还有个兄弟叫 replace into，一起带飞吧。

为了方便描述，本文后面会用 insert duplicate 表示 insert … on duplicate key update。

本文内容基于 MySQL 5.7.35 源码。

1. 准备工作

示例表结构及插入初始化数据 SQL 如下：

CREATE TABLE `t_insert` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `i1` int(11) NOT NULL DEFAULT '0',
  `i2` int(11) NOT NULL DEFAULT '0',
  PRIMARY KEY (`id`),
  UNIQUE KEY `idx_i1` (`i1`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

insert into t_insert(i1, i2) values
(101, 201),
(102, 202),
(103, 203),
(104, 204),
(105, 205)

2. 先说结论

insert ... on duplicate key update 和 replace into 执行成功之后返回的影响行数，是个比较小的主题，我们先说结论，然后再分析这两种 SQL 执行过程中计算影响行数的逻辑。

对执行过程细节不感兴趣的朋友，直接看本小节就好，可以不需要看第 3 小节的执行过程分析了。

在源码实现中，批量插入和单条插入记录没什么区别，批量插入实际上是循环执行单条插入。所以，结论和执行过程分析两小节，都基于插入单条记录进行分析。

2.1 insert … on duplicate key update

insert duplicate 语句，插入一条记录，影响行数可能有 3 种取值：0、1、2，影响行数 = 插入行数 + 更新行数。

影响行数 = 1，表示插入记录和表中记录不存在主键或唯一索引冲突，插入操作可以直接成功。影响行数 = 插入行数(1) + 更新行数(0) = 1。

影响行数 = 0，表示插入记录和表中记录存在主键或唯一索引冲突，并且 insert duplicate 语句 update 字段列表中每个字段的字段值和冲突记录中对应的字段值一样。

insert ... on duplicate key update 和 replace into — update 字段列表

以 t_insert 表为例，i1 字段上有唯一索引，表中记录如下：

示例 SQL 如下：

insert into t_insert(i1, i2)
values (105, 999)
on duplicate key update i2 = 205

示例 SQL 中，update i2 字段值和表中 i1 = 105 的记录的 i2 字段值一样。示例 SQL 既不会更新表中记录，也不会往表中插入记录。影响行数 = 插入行数(0) + 更新行数(0) = 0。

影响行数 = 2，表示插入记录和表中记录存在主键或唯一索引冲突，但是 insert duplicate 语句 update 字段列表中的字段值和冲突记录中的字段值不一样，插入语句会更新表中冲突的第 1 条记录。

因为表中主键 + 唯一索引可能存在多个，插入一条记录，该记录中的多个字段可能和多条不同记录存在冲突，这种情况下，insert duplicate 只会更新冲突的第 1 条记录。

以 t_insert 表为例，i1 字段上有唯一索引，表中记录如下：

示例 SQL 如下：

-- i2 = 999 也可以写成 i2 = values(i2)
insert into t_insert(i1, i2)
values (105, 999)
on duplicate key update i2 = 999

示例 SQL 中，update 字段列表中的 i2 字段值和表中 i1 = 105 的记录的 i2 字段值（205）不一样。

SQL 执行过程中，会把 i1 = 105 的记录中的 i2 字段值更新为 999，执行结果为插入成功。插入行数加 1，但这个插入成功实际上是修改了表中已有记录，修改行数也要加 1。影响行数 = 插入行数(1) + 更新行数(1) = 2。

2.2 replace into

replace into 语句，插入一条记录，影响行数可能的取值有两种：1、N（大于 1）。影响行数 = 插入行数 + 删除行数。

影响行数 = 1，表示插入记录和表中记录不存在主键或唯一索引冲突，插入操作可以直接成功。影响行数 = 插入行数(1) + 删除行数(0) = 1。

影响行数 = N，表示插入记录和表中的 N – 1 条记录存在主键或唯一索引冲突，插入成功之前，会删除这 N – 1 条冲突记录。影响行数 = 插入行数(1) + 删除行数(N – 1) = N。

主键和唯一索引中都不允许存在重复记录，为什么 replace into 语句插入一条记录会和表中多条记录存在冲突？

因为一个表中，主键 + 唯一索引可能有多个，插入记录中不同字段可能会和不同的记录产生冲突。

以 t_insert 表为例，id 为主键字段，i1 字段上有唯一索引。t_insert 表中记录如下：

示例 SQL 如下：

replace into t_insert(id, i1, i2)
values (4, 105, 888)

示例 SQL 中，待插入记录的 id = 4，和主键冲突；待插入记录的 i1 = 105，和 i1 字段上的唯一索引冲突。

replace into 语句执行过程中，会删除 id = 4 和 i1 = 105 的两条记录，插入 id = 4、i1 = 105、i2 = 888 这条记录。

也就是先删除 2 条记录，再插入 1 条记录，影响行数 = 插入行数(1) + 删除行数(2) = 3。

插入之后表中数据如下：

3. 执行过程分析

3.1 insert … on duplicate key update

insert duplicate 语句是 MySQL 对 SQL 标准的扩展，它有 2 种行为：

如果插入记录和表中记录不存在主键或唯一索引冲突，它和普通插入语句一样。
如果插入记录和表中记录存在主键或唯一索引冲突，它不会插入失败，而是会用 update 字段列表中的字段值更新冲突记录对应的字段。

insert duplicate 语句的影响行数，保存在 Statistics 类的实例属性 copied 和 updated 中，计算公式：影响行数 = copied + updated。

copied 表示插入行数，updated 表示更新行数。

接下来，我们来看看 insert duplicate 语句的执行过程。

第 1 步，调用插入记录方法，如果插入成功，插入操作主流程就完成了，不需要执行第 2 ~ 4 步。影响行数 = copied(1) + updated(0) = 1。

第 2 步，如果因为主键或唯一索引冲突导致插入失败，MySQL 会找到是因为哪一个索引冲突造成的，然后构造由这个索引的所有字段组成的查询条件，去存储引擎读取冲突的记录，读取出来的这条记录叫作旧记录。

第 3 步，用 insert duplicate 语句 update 字段列表中的字段值替换旧记录中对应字段的值后得到新记录。

第 4 步，判断新记录和旧记录的内容是否完全一样。

如果完全一样，就不需要进行更新操作，影响行数 = copied(0) + updated(0) = 0。

如果不完全一样，调用更新记录方法，把新记录各字段的值更新到表中，影响行数 = copied(1) + updated(1) = 2。

有一点需要注意，如果待插入记录和表中多条记录存在主键或唯一索引冲突，insert duplicate 只会更新冲突的第 1 条记录。哪个索引报记录冲突，就更新这个索引中冲突的这条记录。

3.2 replace into

replace into 语句也是对标准 SQL 的扩展，它也有 2 种行为：

如果插入记录和表中记录不存在主键或唯一索引冲突，它和普通插入语句一样。
如果插入记录和表中记录存在主键或唯一索引冲突，它会先删除表中的冲突记录，然后插入新记录，这很符合 replace into 语句替换的语义。

除了先删除再插入，还有另一种方式：用 replace into 语句 values() 中各字段的值更新表中的冲突记录。不过，要使用这种方式，需要满足一些条件，后面会详细说。

replace into 语句的影响行数，保存在 Statistics 类的实例属性 copied 和 deleted 中，计算公式：影响行数 = copied + deleted。