需求

A表中有70万数据，B表中有50万数据。
现在要实现：
将B表导入A表。
A、B两个表中有一些重复数据，比如A表中有name='张三'这个字段，B表中也有name='张三'这个字段，则两个保留一个。若B表中有，A表中没有，则往A表中添加。

我的实现

while(B表中查出的数据不为空){
    //查询出B表中的数据
    //每次查询1000条B表中的数据，循环查询直到查询为空
    $data = selectFromB(1000);
    $needInsert = [];  //需要添加的数组
    for($data as $key=>$value){
        //判断该数据在A表中是否存在
        $existInA = isExistInA($value['name']);
        if($existInA == 0){  //在A表中不存在，则添加
            array_push($needInsert,$value);
        }
    }
    //将本次处理得到的需要添加的数据批量添加到A表
    batInsertToA($needInsert);
}

遇到的问题

中间那一步isExistInA（判断该数据在A表中是否存在）太耗时，每循环一遍都要去查一次库，导致将A、B整合完成都需要半个小时的时间。
请问这种问题如何优化？

1、70W数据不多，一次性将A表的ID、NAME保存在内存里，然后批量读B表，判断重复数据。
2、写入数据的时候，批量写，例如一次写200条数据，性能会大大提高。
3、可以一边处理数据，一边写数据，即处理好了200条，就直接写入，不必等所有数据都处理好了，再写。
4、70W数据按ID排序，记住最后一次处理的ID，这样任务即使中途结束，不用重新开始。
5、别开事务。
6、找个凌晨3点执行任务。
7、B表的数据一次读1000条，太少了，可以读1W条，而且只读ID和NAME，这样筛选了符合条件的记录之后，可以：
insert into A select * from B where ID in (12,13,14)
如果B表的列很多，可以节省很多网络开销。

关注我的博客： https://www.epoooll.com/

读取全部数据的name保存在内存中，在内存中判断

INSERT INTO demo1 (name) (select name from demo2 where name not in (select name from demo1));