新闻详情

新闻详情

首页 / 资讯中心 / 详情

Mysql创建存储过程,使用游标Cursor循环更新:TaoToken统一Key接入AI工具配置骨架

发布时间:2026/11/17 5:23:33来源:尧图网络
Mysql创建存储过程,使用游标Cursor循环更新:TaoToken统一Key接入AI工具配置骨架
1. 从一次批量更新卡壳说起游标到底解决什么问题MySQL 存储过程里用游标 Cursor 做循环更新是很多做数据订正、统计回填、状态同步的同学绕不开的一关。简单说游标就是让 SQL 具备「逐行处理」能力的一个机制你先把一批结果集查出来然后一行一行地取每取一行就做一次 UPDATE 或 INSERT直到取完为止。它适合谁适合那些用一条UPDATE ... JOIN写不出来、或者逻辑里带条件分支、需要按行算中间值的场景比如把子表的统计数量回填到主表、把订单状态按规则逐条迁移。我见过太多人卡在同一个地方游标声明了、OPEN 了、FETCH 了结果一执行就报Error Code: 1329. No data - zero rows fetched或者循环直接跑飞、更新了全表。问题往往不在语法本身而在三个细节循环终止条件写错、FETCH 的位置放错、以及CONTINUE HANDLER的触发时机没吃透。这篇就按「能直接复制去跑」的标准把存储过程 游标循环更新的完整骨架拆开讲同时把 TaoToken 统一 Key 接入 AI 工具Cline、CC Switch的配置骨架一并给出让你在 AI 辅助下把这类数据库批量任务快速落地。核心检索词先摆出来MySQL 创建存储过程、游标 Cursor 循环更新、DECLARE CURSOR FOR、FETCH INTO、CONTINUE HANDLER FOR SQLSTATE 02000。这几个词你搜到的资料大多只讲语法不讲「为什么跑不起来」下面我按可执行顺序来。2. TaoToken 前置统一 Key 与工具接入准备在动手写存储过程之前先把 AI 辅助这条链路搭好。TaoToken 的作用是提供一个统一的 API Key 和通道让你在 Cline、CC Switch 这类工具里不用来回换配置。官网入口是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 基址是 https://taotoken.net/api 这个不加 UTM。你需要先拿到 Key。进入控制台创建 API Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 在 API Keys 页面生成页面在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。生成后复制保存后面配置里要用。注意Key 只显示一次建议生成后立刻存到本地密码管理器别直接提交进 Git 仓库。如果你只是想先验证模型通不通可以用模型对话页面 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 发一条测试消息如果是长期写代码、跑 Agent 任务建议看 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。Claude Code 相关接入参考 https://taotoken.net/claudecode-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 。3. 可复制配置Cline 的 settings.json 与 CC Switch 的 config.toml先给 Cline 的配置骨架。Cline 是 VS Code 插件配置一般放在用户设置或工作区的settings.json里。把下面这段按你的实际路径和 Key 替换后粘贴{ cline.apiProvider: openai, cline.openAiApiKey: sk-你的TaoTokenKey, cline.openAiBaseUrl: https://taotoken.net/api, cline.openAiModelId: claude-sonnet-4-20250514, cline.enableStreaming: true, cline.requestTimeout: 120000 }几个参数说明openAiBaseUrl必须指向https://taotoken.net/api不要带尾部斜杠openAiModelId按你实际可用的模型填requestTimeout给到 120 秒避免长上下文请求被提前掐断。再给 CC Switch 的config.toml骨架。CC Switch 用来在多个 API 通道之间切换配置文件通常放在~/.cc-switch/config.tomldefault_provider taotoken [providers.taotoken] name TaoToken base_url https://taotoken.net/api api_key sk-你的TaoTokenKey model claude-sonnet-4-20250514 timeout 120 [providers.taotoken.headers] Content-Type application/json提示base_url和api_key是必填项model按需改。切换通道时只改default_provider即可不用动其他段落。配置完保存重启对应工具让配置生效。这一步做完你后面写存储过程遇到报错可以直接把错误贴给 AI 让它帮你定位省去大量翻文档的时间。4. 存储过程 游标循环更新完整骨架现在进入正题。下面这个存储过程update_area_subbran_count做的事是把subbranch_tb按区域分组统计数量回填到area_tb.i_subbran_count。这是典型的「先聚合、再逐行更新」场景用游标最直观。DELIMITER $$ CREATE PROCEDURE update_area_subbran_count() BEGIN DECLARE v_aid BIGINT DEFAULT 0; DECLARE v_mdsl BIGINT DEFAULT 0; DECLARE v_done INT DEFAULT 0; DECLARE cur CURSOR FOR SELECT COUNT(s.id) AS mdsl, a.id AS aid FROM area_tb a RIGHT JOIN subbranch_tb s ON s.i_subbran_area a.id WHERE a.i_record_status 0 AND s.i_record_status 0 GROUP BY a.id; DECLARE CONTINUE HANDLER FOR SQLSTATE 02000 SET v_done 1; OPEN cur; read_loop: LOOP FETCH cur INTO v_mdsl, v_aid; IF v_done 1 THEN LEAVE read_loop; END IF; UPDATE area_tb SET i_subbran_count v_mdsl WHERE id v_aid; END LOOP; CLOSE cur; END$$ DELIMITER ;关键点逐个拆第一DECLARE CONTINUE HANDLER FOR SQLSTATE 02000必须放在游标声明之后、OPEN 之前。02000是「无数据」状态码FETCH 取不到行时触发把v_done置 1。很多人写成SET stop null然后用WHILE (stop is not null)判断逻辑上能跑但一旦变量初值处理不当就会死循环或直接跳过用v_done 1更稳。第二FETCH 之后立刻判断v_done再决定是否 LEAVE。顺序反了就会多更新一行脏数据。第三循环用LOOP ... LEAVE ... END LOOP配合标签read_loop比WHILE更清晰也避免终止条件写错。第四DELIMITER $$是为了让 MySQL 客户端把整个存储过程当成一个语句不然遇到内部的分号就断了。执行完记得改回DELIMITER ;。创建完之后别忘了授权。给执行存储过程的用户授予 EXECUTE 权限GRANT EXECUTE ON PROCEDURE your_db.update_area_subbran_count TO your_user%; FLUSH PRIVILEGES;把your_db和your_user换成你的库名和用户名。这一步漏了调用时会报PROCEDURE ... does not exist或权限拒绝很容易误判成存储过程没建成功。5. 验证请求与成功结果建好之后先别急着上生产用一条调用语句验证CALL update_area_subbran_count();执行前先记下某个区域的当前值SELECT id, i_subbran_count FROM area_tb WHERE id 1001;调用后再查一次对比是否等于子表实际数量SELECT COUNT(*) FROM subbranch_tb WHERE i_subbran_area 1001 AND i_record_status 0;如果两个值一致说明游标循环更新生效。实测下来几千行数据基本秒级完成如果数据量大建议在循环里加批量提交或分批处理避免长事务锁表。想确认游标是否真的逐行走了可以在循环里临时插一条日志INSERT INTO proc_log(msg) VALUES (CONCAT(updated aid, v_aid, count, v_mdsl));跑完查proc_log行数应该等于分组数顺序和分组结果一致。这个办法在排查「更新了但值不对」时特别管用。6. 本篇常见错排查报错一Error Code: 1329. No data - zero rows fetched原因通常是 HANDLER 没声明或者声明位置在 OPEN 之后。检查DECLARE CONTINUE HANDLER是否在游标声明之后、OPEN 之前。报错二Error Code: 1064语法错误多半是DELIMITER没设或者存储过程内部用了保留字做变量名。变量名统一加v_前缀避开count、status这类词。报错三循环跑不完 / 死循环检查 FETCH 是否在循环体末尾又写了一次或者v_done判断用了而不是IS。用IF v_done 1 THEN LEAVE这种写法最稳。报错四更新了全表UPDATE的WHERE id v_aid里变量名写错或者 FETCH INTO 的字段顺序和 SELECT 不一致。SELECT 是mdsl, aidFETCH 就必须INTO v_mdsl, v_aid顺序不能反。报错五权限不足GRANT EXECUTE没执行或者用户 host 不匹配。用SHOW GRANTS FOR your_user%;确认。排查时把完整报错和存储过程定义一起贴给 AI 工具配合前面配好的 TaoToken 通道定位速度会快很多。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 遇到配置问题可以对照检查。7. 把这条链路固定下来游标循环更新这套骨架本质是把「集合操作写不出来」的逻辑拆成逐行处理。写熟之后你可以把它套用到订单状态迁移、库存回填、报表汇总等场景。配合 TaoToken 统一 KeyCline 和 CC Switch 的配置一次写好后面写 SQL、排错、生成测试数据都能直接调用不用每次重配。如果你还在验证阶段先用模型对话页面 https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 跑通请求长期做编码和 Agent 任务直接上 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content Key 在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 生成。存储过程建好后先在小表上 CALL 一次确认i_subbran_count和子表 COUNT 对得上再推到正式库。这一步别省我踩过的坑基本都出在「直接上大表」上。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉