sql自动增长标识导致导入数据问题的如何解决方法

天池像两个鸡蛋融合在一起,上面大雾迷蒙,更添加了几分神秘的色彩。而且天池在长白山的最高点,所以海拔很高,就像耸入云端似的,都是大雾,所以被称为天池。旁边还有火山,火山的顶上灰蒙蒙的,全都被火山灰覆盖了。那里还有很多火山石,有的像狮子,有的像大象,有的像绵羊……数也数不清。
对于一个设了自动增长标识的数据表来说,它的字段的值是由数据库自动设置的;这在导数据时很麻烦。 当我们导数据时,我们往往想想将标识字段的数据也导进来,怎么办呢? 方法有两种: 1.用数据库管理工具在界面将表的自动增长标识去除,导完数据,再在界面里改回来。(这种方法麻烦,且要动数据表设置中,不推荐) 2.用SET IDENTITY_INSERT OFF和SET IDENTITY_INSERT ON(推荐这种方法) SET IDENTITY_INSERT [ database_name . [ schema_name ] . ] table { ON | OFF }
database_name
指定的表所在的数据库的名称。 schema_name
表所属架构的名称。 table
包含标识列的表的名称。 注释
任何时候,一个会话中只有一个表的 IDENTITY_INSERT 属性可以设置为 ON。如果某个表已将此属性设置为 ON,则对另一个表发出 SET IDENTITY_INSERT ON 语句时,SQL Server 将返回一个错误信息,指出 SET IDENTITY_INSERT 已设置为 ON,并报告已将其属性设置为 ON 的表。 如果插入值大于表的当前标识值,则 SQL Server 自动将新插入值作为当前标识值使用。
SET IDENTITY_INSERT 的设置是在执行或运行时设置的,而不是在分析时设置的。 权限
用户必须拥有表,或对表具有 ALTER 权限。 示例
下面的示例将创建一个包含标识列的表,并说明如何使用 SET IDENTITY_INSERT 设置来填充由 DELETE 语句导致的标识值中的空隙。
 
USE AdventureWorks2012;
GO
-- Create tool table.
CREATE TABLE dbo.Tool(
ID INT IDENTITY NOT NULL PRIMARY KEY,
Name VARCHAR(40) NOT NULL
)
GO
-- Inserting values into products table.
INSERT INTO dbo.Tool(Name) VALUES ('Screwdriver')
INSERT INTO dbo.Tool(Name) VALUES ('Hammer')
INSERT INTO dbo.Tool(Name) VALUES ('Saw')
INSERT INTO dbo.Tool(Name) VALUES ('Shovel')
GO
-- Create a gap in the identity values.
DELETE dbo.Tool
WHERE Name = 'Saw'
GO SELECT *
FROM dbo.Tool
GO -- Try to insert an explicit ID value of 3;
-- should return a warning.
INSERT INTO dbo.Tool (ID, Name) VALUES (3, 'Garden shovel')
GO -- SET IDENTITY_INSERT to ON.
SET IDENTITY_INSERT dbo.Tool ON
GO -- Try to insert an explicit ID value of 3.
INSERT INTO dbo.Tool (ID, Name) VALUES (3, 'Garden shovel')
GO SELECT *
FROM dbo.Tool
GO
-- Drop products table.
DROP TABLE dbo.Tool
GO

以上就是sql自动增长标识导致导入数据问题的如何解决方法。人生好比爬山,人生这座山,只是有的人才刚爬到半山腰就放弃了,看到的只是身边小片的风景;只有下来的“会当凌绝顶”的人,才能“一览终山小”,收获大片大片美丽的风景。当人生遇到时,只有坚持,才能使我们走向。更多关于sql自动增长标识导致导入数据问题的如何解决方法请关注haodaima.com其它相关文章!

您可能有感兴趣的文章
SQL SERVER临时表排序问题的如何解决方法

Vscode上如何使用SQL的方法

SQL Server 批量插入数据的完美如何解决方案

浅析SQL Server授予了CREATE TABLE权限但是无法创建表

group by 按某一时间段分组统计并查询(推荐)