表结构就只有：id,w1,w2,con 四列。id为自增主键，w1,w2 为单词，con 为两个单词间的关联度。由于每次添加内容都是批量地加入，几万十几万都有，所以，难免会有大量的重复数据，重复的就只保留一个，其中的con取平均值试着用：create temporary table tb select w1,w2,avg(con) as con from avgtable group by w1,w2;
创建临时表，再insert进一个新表来弄，才40多万的数据却用了我两三分钟，如果以后数据一多，那岂不是要崩溃（估计以后千万级是肯定的，上亿也有可能，怕怕啊~）？还有一个问题，就是我为了以后查询时只查一次，所以，把w1,w2不同顺序都记一条记录，即如 狗，猫，30 和 猫，狗，30 分成两条不同的记录，觉得无论以后是搜索或去重复都可以避免用到OR。不知道这样算不算空间换时间呢？这里，为了实现上面说的两词关联度有两条记录，如果使用类似：SELECT *from avgtable t1 where not EXISTS (SELECT * from avgtable t2 where t2.w1=t1.w2 and t2.w2=t1.w1);
那只能是悲剧了。想到好一点的方法，也许就是把所有记录的w1,w2顺序都反过来记一次，然后再按上面那样去重复。但是也可以预见，速度肯定让人抓狂！不知道各位大人是否有什么好的方法呢。小弟初学，什么都不懂啊，求各位大人发发好心，不吝指教啊？
是否数据库设计问题呢，是否还有其他隐藏秘技呢，或者是否能用索引之类的啊？
困扰我很久了~总之，求人惯例，先拜谢各位！
创建临时表，再insert进一个新表来弄，才40多万的数据却用了我两三分钟，如果以后数据一多，那岂不是要崩溃（估计以后千万级是肯定的，上亿也有可能，怕怕啊~）？还有一个问题，就是我为了以后查询时只查一次，所以，把w1,w2不同顺序都记一条记录，即如 狗，猫，30 和 猫，狗，30 分成两条不同的记录，觉得无论以后是搜索或去重复都可以避免用到OR。不知道这样算不算空间换时间呢？这里，为了实现上面说的两词关联度有两条记录，如果使用类似：SELECT *from avgtable t1 where not EXISTS (SELECT * from avgtable t2 where t2.w1=t1.w2 and t2.w2=t1.w1);
那只能是悲剧了。想到好一点的方法，也许就是把所有记录的w1,w2顺序都反过来记一次，然后再按上面那样去重复。但是也可以预见，速度肯定让人抓狂！不知道各位大人是否有什么好的方法呢。小弟初学，什么都不懂啊，求各位大人发发好心，不吝指教啊？
是否数据库设计问题呢，是否还有其他隐藏秘技呢，或者是否能用索引之类的啊？
困扰我很久了~总之，求人惯例，先拜谢各位！
1.创建新表
CREATE TABLE t_test_auto
(id INT PRIMARY KEY AUTO_INCREMENT,
w1 VARCHAR(10),
w2 VARCHAR(10),
con INT,
UNIQUE KEY (`w1`,`w2`));
2.将老表内容replace into 到新表
3.删除老表
4.将新标rename成老表
5.对表中内容w1和w2对调再replace into到表中.
这次用了53万数据，加索引为7分40几秒左右，不加为8分多，不明显啊！还有，我那些w1,w2重复的数据，con列是不重复的，所以要求con的平均值。至于rucypli大神说的：导入数据毕竟偶尔导一次
的确，但是每次改一次都要重新弄，真的不能忽略啊，而且更重要的是，它没有一个进度显示，
我对它是否能够完成没有一个底啊！在这再次谢谢各位，希望还有其它方法。谢谢！
2 如果你的版本是5.1以上的话，可以自身表内删除的，不需要再建新表。
3 有个土办法，把原表加上ID，之后把w1+w2和w2+w1，分别插入同一个表，之后再group by，选出最后留下的。
id string
1 w1_w2
1 w2_w1
w1 w2 con
1 1 6
1 1 6
1 1 12
这样是不是取1 1 6及1 1 12取平均得到1 1 9?
还是全部取平均得到1 1 8?
CREATE TABLE t_test_auto
(id INT PRIMARY KEY AUTO_INCREMENT,
w1 VARCHAR(10),
w2 VARCHAR(10),
cnt int comment '记录条数',
con INT,
UNIQUE KEY (`w1`,`w2`));
利用trigger实现两表的同步.