


MySQL FIND_IN_SET() vs. IN(): Warum gibt IN() nur die erste Übereinstimmung mit durch Kommas getrennten IDs zurück?
FIND_IN_SET() vs. IN(): Den Unterschied in MySQL verstehen
Frage:
In MySQL haben wir zwei Tabellen: „orders“ und „company“. In der Spalte „attachedCompanyIDs“ in „orders“ wird eine durch Kommas getrennte Liste von IDs gespeichert, die auf Zeilen in „company“ verweisen. Bei der Abfrage von Firmennamen, die mit einer Bestellung verknüpft sind, mit FIND_IN_SET() erhalten wir die erwarteten Ergebnisse. Wenn Sie jedoch stattdessen IN() verwenden, wird nur das erste passende Unternehmen zurückgegeben. Warum passiert das?
Antwort:
Die Spalte „attachedCompanyIDs“ ist ein Skalarwert vom Typ VARCHAR. Bei Verwendung von IN() wandelt MySQL die Zeichenfolge in eine Ganzzahl um und schneidet sie beim ersten nicht numerischen Zeichen (d. h. einem Komma) ab. Das bedeutet, dass, wenn attachmentCompanyIDs mehrere Werte enthält, nur der erste für den IN-Vergleich berücksichtigt wird.
解决方法:
Abhängig von Ihrem spezifischen Szenario gibt es welche Mehrere Problemumgehungen für dieses Problem:
- Verwenden Sie ARRAY-Typen (Nur PostgreSQL): PostgreSQL unterstützt Array-Datentypen, sodass Sie durch Kommas getrennte Listen als Arrays speichern können. Dadurch können Sie ANY() verwenden, um die Werte in attachmentCompanyIDs korrekt mit der Spalte „companyID“ zu vergleichen.
- Listen mit begrenzten Werten: Wenn die Länge der durch Kommas getrennten Listen in attachmentCompanyIDs begrenzt ist, Sie können eine Reihe von UNION ALL-Abfragen verwenden, um die Zeichenfolge in mehrere Zeilen umzuwandeln. Dadurch können Sie den IN-Vergleich für jede Zeile separat durchführen.
Zusätzliche Überlegungen:
- Auswirkungen auf die Leistung: Die Die Verwendung von FIND_IN_SET() kann möglicherweise zu Leistungsproblemen führen, insbesondere bei großen Datensätzen. Die Verwendung der oben genannten alternativen Lösungen kann die Leistung in diesen Szenarien verbessern.
- Lesbarkeit und Wartung: Die alternativen Lösungen können komplexer und weniger lesbar sein als die Verwendung von FIND_IN_SET(). Berücksichtigen Sie bei Ihrer Wahl sorgfältig die Kompromisse zwischen Leistung und Wartbarkeit.
Das obige ist der detaillierte Inhalt vonMySQL FIND_IN_SET() vs. IN(): Warum gibt IN() nur die erste Übereinstimmung mit durch Kommas getrennten IDs zurück?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Die Volltext-Suchfunktionen von InnoDB sind sehr leistungsfähig, was die Effizienz der Datenbankabfrage und die Fähigkeit, große Mengen von Textdaten zu verarbeiten, erheblich verbessern kann. 1) InnoDB implementiert die Volltext-Suche durch invertierte Indexierung und unterstützt grundlegende und erweiterte Suchabfragen. 2) Verwenden Sie die Übereinstimmung und gegen Schlüsselwörter, um den Booleschen Modus und die Phrasesuche zu unterstützen. 3) Die Optimierungsmethoden umfassen die Verwendung der Word -Segmentierungstechnologie, die regelmäßige Wiederaufbauung von Indizes und die Anpassung der Cache -Größe, um die Leistung und Genauigkeit zu verbessern.

In dem Artikel werden mithilfe der Änderungstabelle von MySQL Tabellen, einschließlich Hinzufügen/Löschen von Spalten, Umbenennung von Tabellen/Spalten und Ändern der Spaltendatentypen, erläutert.

Die volle Tabellenscannung kann in MySQL schneller sein als die Verwendung von Indizes. Zu den spezifischen Fällen gehören: 1) das Datenvolumen ist gering; 2) Wenn die Abfrage eine große Datenmenge zurückgibt; 3) wenn die Indexspalte nicht sehr selektiv ist; 4) Wenn die komplexe Abfrage. Durch Analyse von Abfrageplänen, Optimierung von Indizes, Vermeidung von Überindex und regelmäßiger Wartung von Tabellen können Sie in praktischen Anwendungen die besten Auswahlmöglichkeiten treffen.

Ja, MySQL kann unter Windows 7 installiert werden, und obwohl Microsoft Windows 7 nicht mehr unterstützt hat, ist MySQL dennoch kompatibel damit. Während des Installationsprozesses sollten jedoch folgende Punkte festgestellt werden: Laden Sie das MySQL -Installationsprogramm für Windows herunter. Wählen Sie die entsprechende Version von MySQL (Community oder Enterprise) aus. Wählen Sie während des Installationsprozesses das entsprechende Installationsverzeichnis und das Zeichen fest. Stellen Sie das Stammbenutzerkennwort ein und behalten Sie es ordnungsgemäß. Stellen Sie zum Testen eine Verbindung zur Datenbank her. Beachten Sie die Kompatibilitäts- und Sicherheitsprobleme unter Windows 7, und es wird empfohlen, auf ein unterstütztes Betriebssystem zu aktualisieren.

In Artikel werden die Konfiguration der SSL/TLS -Verschlüsselung für MySQL, einschließlich der Erzeugung und Überprüfung von Zertifikaten, erläutert. Das Hauptproblem ist die Verwendung der Sicherheitsauswirkungen von selbstsignierten Zertifikaten. [Charakterzahl: 159]

In Artikel werden beliebte MySQL -GUI -Tools wie MySQL Workbench und PhpMyAdmin beschrieben, die ihre Funktionen und ihre Eignung für Anfänger und fortgeschrittene Benutzer vergleichen. [159 Charaktere]

Der Unterschied zwischen Clustered Index und nicht klusterer Index ist: 1. Clustered Index speichert Datenzeilen in der Indexstruktur, die für die Abfrage nach Primärschlüssel und Reichweite geeignet ist. 2. Der nicht klusterierte Index speichert Indexschlüsselwerte und -zeiger auf Datenzeilen und ist für nicht-primäre Schlüsselspaltenabfragen geeignet.

In Artikel werden Strategien zum Umgang mit großen Datensätzen in MySQL erörtert, einschließlich Partitionierung, Sharding, Indexierung und Abfrageoptimierung.
