0


MYSQL批量UPDATE的两种方式

工作中遇到批量更新的场景其实是比较常见的。
但是该如何正确的进行批量UPDATE,很多时候往往有点头大。
这里列2种可用的方式,供选择(请选择方式一,手动狗头。)。

如果使用了MyBatis增强组件MyBatisPlus

如果使用了MyBatisPlus,可以参考官网给出的解决方式(

updateBatchById

),或者自己查一下。


批量UPDATE方式一:SQL内

foreach

举个🌰

<update id="updateUserForBatch" parameterType="com.bees.srx.entity.UserEntity"><foreach collection="list" item="entity" separator=";">UPDATE sys_user
        SET password=#{entity.password},age=#{entity.age}<where>
            id =#{entity.id}</where></foreach></update>

这样写,肯定比 在业务方法中for循环单条update的效率是要高的。
但是如果遇到大批量的更新动作,可能也会产生效率低下的问题。
原因是SQL内的foreach本质上还是循环插入每一条数据,会产生

list.size()

个单条插入的独立SQL语句,每一条 UPDATE 语句都会被单独发送到数据库服务器执行。
这意味着如果列表中有100个元素,就会产生100次数据库往返通信。
这种方式不仅效率低下,而且对于大型批处理操作来说,可能会导致性能瓶颈和资源浪费。

优化:通过JDBC批处理
通过

MyBatis

SqlSession

提供的批处理功能来手动执行批量更新。

try(SqlSession session = sqlSessionFactory.openSession(ExecutorType.BATCH)){UserMapper mapper = session.getMapper(UserMapper.class);for(UserEntity user : userList){
        mapper.updateUser(user);}
    session.commit();}

这里

mapper.updateUser

就是单条的UPDATE语句。

通过这种方式,MyBatis 会在内存中积累所有的更新命令,然后在调用

session.commit()

时一次性提交给数据库,这比逐条执行要高效得多。

注意:是否存在效率差异,未实践过!!!可能存在误人子弟的嫌疑。

批量UPDATE方式二:

INSERT + ON DUPLICATE KEY UPDATE
<update id="updateForBatch" parameterType="com.bees.srx.entity.UserEntity">insertinto sys_user
    (id,username,password)values<foreach collection="list"index="index" item="item" separator=",">(#{item.id},#{item.username},#{item.password})</foreach>ONDUPLICATEKEYUPDATE
     password=values(password)</update>

不建议使用。要求较多,而且容易出现死锁。

注意事项

  • 唯一键约束:确保 sys_user 表中的 id 字段有唯一键约束(通常是主键)。如果 id 不是唯一的,ON DUPLICATE KEY UPDATE 将不会触发更新操作。
  • 性能:这种方式在大数据量的情况下比多次单独的 INSERT 和 UPDATE 操作要高效得多。
  • 事务管理:确保这个操作在一个事务中执行,以保证数据的一致性。如果中间发生错误,可以回滚整个操作。
  • 字段顺序:确保 VALUES 函数中的字段顺序与 ON DUPLICATE KEY UPDATE 子句中的字段顺序一致。

总结:

建议使用方式一,或者其优化方式(JDBC批处理)。
各位也可以与AI对话看看给出的建议是什么。


有问题一定要留言啊各位。及时发现及时改错。

标签: mysql 数据库

本文转载自: https://blog.csdn.net/hardworking_boy/article/details/142777041
版权归原作者 turnsole_taurus 所有, 如有侵权,请联系我们删除。

“MYSQL批量UPDATE的两种方式”的评论:

还没有评论