大数据量下的批量更新 BATCH 语句

PQL 提供了 GET 语句的多线程版本 PAGE 语句和 BLOCK 语句，也提供了 PASS 语句的多线程版本 PROCESS 语句。同样，PQL 也提供了 PUT 语句的多线程版本BATCH 语句，用于在大数据量场景下的数据流转过程中保存或更新数据。

再看一下 PROCESS 语句中的例子：

几点说明：

• BATCH 语句只接收 PAGE 语句、BLOCK 语句和 PROCESS 语句查询的数据。
• 同样的，BATCH 语句可以和其他语句是相同的数据源也可以是不同的数据源。
• BATCH 语句中仅支持关系型数据库的非查询语句。
• BATCH 语句也支持和 PUT 语句一样的 INSERT 串接。

可使用的全局变量：

• @AFFECTED_ROWS_OF_LAST_PUT 本次最后一条 BATCH 更新影响目标数据库的行数，不建议使用。
• @TOTAL_AFFECTED_ROWS_OF_RECENT_PUT 本次所有 BATCH 更新影响目标数据库的行数。

PQL 中的数据流转模式总结

GET、PUT、PAGE、BATCH 等各个数据流转语句构成了一个标准的生产者消费者数据流。各个语句可以进行各种组合运用，以适应不同的场景。合理利用不同的组合，让数据开发可以事半功倍，以下是可用的组合模式。

• GET + PUT 单线程生产+单线程消费
• GET + PASS + PUT 单线程生产+单线程加工+单线程消费
• PAGE/BLOCK + PUT 多线程生产+单线程消费
• PAGE/BLOCK + PROCESS + PUT 多线程生产+多线程加工+单线程消费
• PAGE/BLOCK + BATCH 多线程生产+多线程消费
• PAGE/BLOCK + PROCESS + BATCH 多线程生产+多线程加工+多线程消费

参考链接

• 打开和切换数据源 OPEN
• 跨数据源数据流转 SAVE
• 将数据保存在缓冲区 GET
• 使用缓冲区数据再查询 PASS
• 将缓冲区的数据保存到数据库 PUT
• 大数据量下的分页查询 PAGE
• 大数据量下的分块查询和更新 BLOCK
• 大数据量下的数据加工 PROCESS