PGSQL 批量更新

概述

在我们的平常业务中，经常需要批量更新数据，例如：现阶段需要更新 1000 个包裹的上网时间，每个包裹的上网时间是不一样的，假如我们一个一个包裹更新，则需要与数据库进行 1000 次的交互，很大的消耗数据库的性能，并且更新的速度也很慢，因此，我们通常需要进行批量更新数据。

数据生成

首先，我们需要生成一批测试数据，方便对批量更新进行测试。

创建数据表

CREATE TABLE users  
(  
    id         SERIAL PRIMARY KEY,  
    username   VARCHAR(255) NOT NULL UNIQUE,  
    password   VARCHAR(255) NOT NULL,  
    email      VARCHAR(255) NOT NULL UNIQUE,  
    status     VARCHAR(255),  
    created_at TIMESTAMP    DEFAULT CURRENT_TIMESTAMP,  
    created_by VARCHAR(255) DEFAULT 'system'  
);

批量生成数据

INSERT INTO  
    users (username, email, password, status)  
SELECT  
    SUBSTR(MD5(RANDOM()::TEXT), 10),  
    SUBSTR(MD5(RANDOM()::TEXT), 10) || '@qq.com',  
    MD5(RANDOM()::TEXT),  
    get_split_str('在职,离职')  
FROM  
    GENERATE_SERIES(1, 10000);

生成数据的相关函数：[[01_PGSQL快速生成数据|PGSQL 快速生成数据函数]]

生成的数据

方案

临时表

将每次生成的数据插入至 PGSQL 的临时表，然后使用 UPDATE table FROM tmp_table 方式进行数据更新。

注意：假如此条 SQL 需要大量的执行，则不推荐此种方案，此种方案将会导致pg_attribute 表发生[[02_PGSQL数据膨胀|数据膨胀]],而这张表又属于系统表，执行 VAUNCAM 的时候将会锁库，当数据膨胀后，VAUNCAM pg_attribute 将消耗大量的数据库性能，因此，当批量更新频率过大的时候，不推荐使用。

创建临时表

create TEMP table  "users_temp"  AS SELECT * FROM "users" WHERE 1=2;

将待更新的数据插入至临时表

INSERT INTO
    users_temp(id, username, password, email, status, created_at, created_by)
SELECT
    id, username, password, email, status, created_at, created_by
FROM
    users
WHERE
    id < 500
;

更新临时表的数据

UPDATE users_temp SET status = '在职';

批量更新

UPDATE users SET status = tmp.status FROM users_temp tmp WHERE users.id = tmp.id;

插入更新

插入更新主要是使用插入数据时， ID 主键冲突，利用ON CONFLICT(id) DO UPDTAE 特性，当 ID 重复时，数据库会自动执行更新语句。

下面是具体的 SQL

INSERT INTO users VALUES
(12, '152c336aa714f12a45608ed7', '87d166ef4357382a89709d243bf2f1bd', '1bd4c564afa1e5fee1f0f411@qq.com', '开心', '2024-02-23 16:33:22.133835', 'system'),
(13, '182eeda111284cbd39094ce0', 'e9f658d777fb7c83449166a430538ee2', '13675703c00f1040d762bef8@qq.com', '开心', '2024-02-23 16:33:22.133835', 'system'),
(14, '1d4ef943f76346625bbad9c6', '01a03911bc1039b68768dc62f55cae1d', '1a44dca3c9b6ca5329bbc415@qq.com', '开心', '2024-02-23 16:33:22.133835', 'system'),
(15, '1028f917f9fc53191564ce17', '031f3b53d6ce9eadbb2a15a69a4c223b', '19404aa589c9db19ee07ab75@qq.com', '开心', '2024-02-23 16:33:22.133835', 'system'),
(16, '164115c6e526c50ca41b7eba', '2165358e24236ce26b919cea7d0d1d86', '12aa7e3c1a23827b3e07d129@qq.com', '开心', '2024-02-23 16:33:22.133835', 'system')
ON CONFLICT(id)
    DO UPDATE SET
      id         = excluded.id,
      username   = excluded.username,
      password   = excluded.password,
      email      = excluded.email,
      status     = excluded.status,
      created_at = excluded.created_at,
      created_by = excluded.created_by
;

上面示例中，当主键冲突的时候，自动更新部分字段

子表

将待更新的数据放入 SQL 子表中，使用子表替换上面的临时表，已达到 UPDATE table FROM 子表 效果，这种方案相对于临时表方案，不会创建新表，不会造成数据膨胀问题

下面是示例的 SQL

UPDATE users
SET
    id         = temp.id,
    username   = temp.username,
    password   = temp.password,
    email      = temp.email,
    status     = temp.status,
    created_at = temp.created_at,
    created_by = temp.created_by
FROM
    (VALUES
         (12, '52c336aa714f12a45608ed7', '87d166ef4357382a89709d243bf2f1bd', '1bd4c564afa1e5fee1f0f411@qq.com', '快乐', '2024-02-23 16:33:22.133835'::TIMESTAMP, 'system'),
         (13, '82eeda111284cbd39094ce0', 'e9f658d777fb7c83449166a430538ee2', '13675703c00f1040d762bef8@qq.com', '快乐', '2024-02-23 16:33:22.133835'::TIMESTAMP, 'system'),
         (14, 'd4ef943f76346625bbad9c6', '01a03911bc1039b68768dc62f55cae1d', '1a44dca3c9b6ca5329bbc415@qq.com', '快乐', '2024-02-23 16:33:22.133835'::TIMESTAMP, 'system'),
         (15, '028f917f9fc53191564ce17', '031f3b53d6ce9eadbb2a15a69a4c223b', '19404aa589c9db19ee07ab75@qq.com', '快乐', '2024-02-23 16:33:22.133835'::TIMESTAMP, 'system'),
         (16, '64115c6e526c50ca41b7eba', '2165358e24236ce26b919cea7d0d1d86', '12aa7e3c1a23827b3e07d129@qq.com', '快乐', '2024-02-23 16:33:22.133835'::TIMESTAMP, 'system'))
    AS temp(id, username, password, email, status, created_at, created_by)
WHERE
    users.id = temp.id
;

实体表

这种方案使用实体表替换临时表，每次 SQL 执行钱，执行 TRUNCAT TABLE 表名, 用来达到清空表数据的作用。

创建临时表

CREATE TABLE users_tmp AS SELECT * FROM "users" WHERE 1=2;

待更新数据插入临时表

INSERT INTO
    users_tmp(id, username, password, email, status, created_at, created_by)
SELECT
    id, username, password, email, status, created_at, created_by
FROM
    users
WHERE
    id < 500
;

更新临时表中的数据

UPDATE users_tmp SET status = '在职';

批量更新数据

UPDATE users SET status = tmp.status FROM users_tmp tmp WHERE users.id = tmp.id;

清空表数据

TRUNCATE TABLE users_tmp;

总结

以上是各种执行 PGSQL 批量更新的方案，个人的推荐度是 插入更新 > 子表 > 实体表 > 临时表。

插入更新比较推荐的理由是这种方案 SQL 写起来结构比较清晰

最不推荐的是临时表放哪，因为此种方案如果频繁执行，会导致 PG 系统表数据膨胀！