在 PostgreSQL 中更新一个非常大的表而不加锁

Question

我有一个非常大的表，有 100M 行，我想在其中更新一列的值，该值基于另一列。下面给出了显示我想要执行的操作的示例查询：

UPDATE mytable SET col2 = 'ABCD'
WHERE col1 is not null

这是具有多个从属的实时环境中的主数据库，我想在不锁定表或影响实时环境性能的情况下更新它。最有效的方法是什么？我正在考虑制作一个程序，使用 limit 之类的方法批量更新 1000 或 10000 行的行，但不太确定如何做到这一点，因为我不太熟悉 Postgres 及其陷阱。哦，两列都没有任何索引，但表有其他列有。

我希望有一个示例程序代码。

谢谢。

Answer 1

没有锁定就没有更新，但是您可以努力保持行锁少而短。

您可以简单地批量运行：

UPDATE mytable
SET col2 = 'ABCD'
FROM (SELECT id
      FROM mytable
      WHERE col1 IS NOT NULL
        AND col2 IS DISTINCT FROM 'ABCD'
      LIMIT 10000) AS part
WHERE mytable.id = part.id;

只要不断重复该语句，直到修改的行数少于 10000 行，就完成了。

请注意，批量更新不会锁定表，但它们当然会锁定更新的行，并且更新的行越多，事务的时间就越长，死锁的风险就越大。

为了提高性能，像这样的索引会有所帮助：

CREATE INDEX ON mytable (col2) WHERE col1 IS NOT NULL;