这是一个创建于 892 天前的主题，其中的信息可能已经有所发展或是发生改变。
一张表 A ，数据量 1.4 亿，一张表 B ，数据量 1 千 3 百万。更新语句 update A set A.cola=(select colb from B where A.colc=B.cold) where exists (select 1 from B where A.colc=B.cold and colb is not null) 这是我目前能想到的语句了...如何优化呢，链接字段都有索引
 |
1
ecloud 2022-07-21 16:57:38 +08:00
我印象中判断 null/not null 非常消耗性能，你看能不能把 null 给个缺省值
|
 |
2
morty0 2022-07-21 16:59:17 +08:00
分片更新
|
 |
3
wxf666 2022-07-21 17:08:53 +08:00
这样？语句等价不？
update A join B on A.colc = B.cold and B.colb is not null set A.cola = B.colb |
 |
4
yangxx 2022-07-21 17:22:18 +08:00
分批次更新，根据 id 分几批去更新
|
 |
5
L0L 2022-07-21 17:33:21 +08:00
查出来，然后批次更新吧；不然这样压力全在数据库，万一单点的库，万一堵塞，服务直接不能用了。
|
|
6
wxf666 2022-07-21 17:43:17 +08:00
|
 |
7
gy123 2022-07-21 18:13:56 +08:00
@wxf666 可以用 limit 限制每次更新直到全部更新~因为你这么大数据量直接更新是个大事务,不走主键和索引甚至会造成长时间锁表...还是分批吧
|
 |
8
v2eb 2022-07-21 18:29:21 +08:00 via Android
第一个子查询换 join 连接
第二个子查询代码层判断 本地测试下分批处理的单次耗时和总计耗时 |
|
9
v2eb 2022-07-21 18:33:11 +08:00 via Android
其他索引列多嘛, 能不能批量删除再新增
|
 |
10
cmxzj OP 如果想完成操作最快的方法能是啥，不用考虑其他服务使用这个表的情况，想知道最快的操作。当然没有权限 disable 各种 log 就是
|
 |
11
guisheng 2022-07-21 18:44:50 +08:00 via iPhone
查出来批次修改。批次查批次更新。
|
|
12
wxf666 2022-07-21 19:03:39 +08:00
|
|
14
wxf666 2022-07-21 19:24:47 +08:00
@v2eb 第二个子查询（ select 1 from B where A.colc=B.cold and colb is not null ），
为什么不能在扫描表 B 的时候，顺带过滤掉呢？ 难道是有 B.colb is not null ，某个索引就失效了吗？ 按理说，表 B 是驱动表，应该是全表扫描的？ 就算要分批查询，也应先过滤掉再取出来，而不是取出来再过滤掉？ |
|
15
L0L 2022-07-21 19:49:50 +08:00
@wxf666 我也不是特别懂，实际还是要和不同类型的数据库有关系；平常用 Oracle 比较多，如果大批量更新的话，链接等待时长比较长，占用资源比较多；如果是有传输问题的话，比较稳定的逻辑场景的话，我会考虑使用简单的 produce 来做。
|
 |
16
BoringBB 2022-07-21 20:18:26 +08:00
不确定下面那个写法是不是等价的
https://imgur.com/a/ZzGPngg |
 |
17
liuhouer 2022-07-22 14:08:45 +08:00
这种场景利用 cdc 来做啊，现在大数据 cdc 的工具特别多
|
Select Language