Mybatis中使用updateBatch进行批量更新

背景描述：通常如果需要一次更新多条数据有两个方式，（1）在业务代码中循环遍历逐条更新。（2）一次性更新所有数据（更准确的说是一条sql语句来更新所有数据，逐条更新的操作放到数据库端，在业务代码端展现的就是一次性更新所有数据）。两种方式各有利弊，下面将会对两种方式的利弊做简要分析，主要介绍第二种方式在mybatis中的实现。

逐条更新

这种方式显然是最简单，也最不容易出错的，即便出错也只是影响到当条出错的数据，而且可以对每条数据都比较可控，更新失败或成功，从什么内容更新到什么内容，都可以在逻辑代码中获取。代码可能像下面这个样子：

 updateBatch(List datas){ for(MyData data : datas){ try{ myDataDao.update(data);//更新一条数据，mybatis中如下面的xml文件的update } catch(Exception e){ ...//如果更新失败可以做一些其他的操作，比如说打印出错日志等 } } } //mybatis中update操作的实现  update mydata set  ... where ... 

这种方式最大的问题就是效率问题，逐条更新，每次都会连接数据库，然后更新，再释放连接资源（虽然通过连接池可以将频繁连接数据的效率大大提高，抗不住数据量大），这中损耗在数据量较大的时候便会体现出效率问题。这也是在满足业务需求的时候，通常会使用上述提到的第二种批量更新的实现（当然这种方式也有数据规模的限制，后面会提到）。

sql批量更新

一条sql语句来批量更新所有数据，下面直接看一下在mybatis中通常是怎么写的（去掉mybatis语法就是原生的sql语句了，所有就没单独说sql是怎么写的）。

  update mydata_table set status=  when #{item.id} then #{item.status}  where id in  #{item.id,jdbcType=BIGINT} 

语法来拼凑成了批量更新的sql，上面的意思就是批量更新id在updateBatch参数所传递List中的数据的status字段。还可以使用实现同样的功能,代码如下:

  update mydata_table    when id=#{item.id} then #{item.status}  where id in  #{item.id,jdbcType=BIGINT} 

属性说明

1.prefix,suffix 表示在trim标签包裹的部分的前面或者后面添加内容

2.如果同时有prefixOverrides,suffixOverrides 表示会用prefix,suffix覆盖Overrides中的内容。

3.如果只有prefixOverrides,suffixOverrides 表示删除开头的或结尾的xxxOverides指定的内容。

上述代码转化成sql如下:

 update mydata_table set status = case when id = #{item.id} then #{item.status}//此处应该是展开值 ... end where id in (...);

当然这是最简单的批量更新实现,有时候可能需要更新多个字段,那就需要将

   when id=#{item.id} then #{item.status} 

复制拷贝多次,更改prefix和when...then...的内容即可.而如果当需要为某个字段设置默认值的时候可以使用else

   when id=#{item.id} then #{item.status}  else default_value 

还有更常见的情况就是需要对要更新的数据进行判断,只有符合条件的数据才能进行更新,这种情况可以这么做:

    when id=#{item.id} then #{item.status} 

status != null && status != -1的数据才能进行status更新.其他的将使用默认值更新,而不会保持原数据不变.如果要保持原数据不变呢?即满足条件的更新,不满足条件的保持原数据不变,简单的来做就是再加一个,因为mybatis中没有if...else...语法,但可以通过多个实现同样的效果,如下:

    when id=#{item.id} then #{item.status}  when id=#{item.id} then mydata_table.status   //这里就是原数据 

整体批量更新的写法如下:

  update mydata_table     when id=#{item.id} then #{item.status}  when id=#{item.id} then mydata_table.status//原数据  where id in  #{item.id,jdbcType=BIGINT} 

这种批量跟心数据库的方式可以在一次数据库连接中更新所有数据，避免了频繁数据库建立和断开连接的开销，可以很大程度的提高数据更新效率。但是这样的问题是如果这个过程中更新出错，将很难知道具体是哪个数据出错，如果使用数据自身的事务保证，那么一旦出错，所有的更新将自动回滚。而且通常这种方式也更容易出错。因此通常的使用的方案是进行折中，也就是一次批量更新一部分（分页进行更新，比如说一共有1000条数据，一次更新100条）。这样可以分担出错的概率，也更容易定位到出错的位置。

当然如果数据量确实很大的时候，这种批量更新也一样会导致更新效率低下（比如说一次更新100条，那如果10亿条数据呢，一样要批量更新1000万次，建立和断开1000万次数据库，这个效率是无法承受的）。这时候也许只能考虑其他方案了，比如引入缓存机制等。

总结