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。

代码

1 updateBatch(List
     
       datas){2     for(MyData data : datas){3         try{4             myDataDao.update(data);5         }6         catch(Exception e){7         }8     }9 }
     

mybatis中update的实现

1 
     
      2     update mydata3     set ...4     where ...5 
     

单字段批量更新

　　逐条更新最然简单，但是逐次连接断开数据库效率实在不高，因此诞生了批量更新的方法。

1 
     
       2     update mydata_table  3     set status= 4     
      
        5         when #{item.id} then #{item.status} 6     
       7     where id in 8     
      
        9         #{item.id,jdbcType=BIGINT}10     
      11 
     

　　其中when...then...是sql中的"switch" 语法。这里借助mybatis的<foreach>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。也可以使用<trim>实现同样的功能。

1 
     
       2     update mydata_table 3     
      
        4         
       
         5             
        
          6                 when id=#{item.id} then #{item.status} 7             
         8         
        9     
      10     where id in11     
      
       12         #{item.id,jdbcType=BIGINT}13     
      14 
     

　　prefix,suffix 表示在trim标签包裹的部分的前面或者后面添加内容，如果同时有prefixOverrides,suffixOverrides 表示会用prefix,suffix覆盖Overrides中的内容。 

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:

1 update mydata_table 2 set status = 3 case4     when id = #{item.id} then #{item.status}5     ...6 end7 where id in (...);

带条件多字段批量更新

1 
     
       2     update sys_user 3     
      
        4         
       
         5             
        
          6                 
         
           7                     when userId=#{item.userId} then #{item.userName} 8                 
          9             
        10         
       11         
       
        12             
        
         13                 
         
          14                     when userId=#{item.userId} then #{item.userCode}15                 
         16             
        17         
       18     
      19     where userId in20     
      
       21         #{item.userId}22     
      23 
     

　　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。