BigQuery批量更新语句疑问：为何该UPDATE不属于逐行更新？

你提到的这条UPDATE语句之所以被BigQuery归类为批量更新，核心原因在于它的执行机制和处理规模，和你理解的"逐行判断更新"有本质区别：

• 执行逻辑是批量关联而非逐行迭代
  这条语句里，BigQuery不会像传统OLTP数据库那样，循环遍历t表的每一行，再去u表找匹配的my_key然后更新。它会先对t和u两个表做批量关联操作——一次性扫描两个表的my_key和my_column列，找出所有匹配的键值对，生成一个完整的待更新数据集，再一次性将这些更新应用到t表中。整个过程是基于数据集的批量处理，而非逐行的循环判断。

• 列存储引擎的底层特性
  BigQuery是列存储的分布式数据仓库，数据按列分区存储和读取。处理这条UPDATE时，它会批量读取t表的my_key列、my_column列，以及u表的对应列，通过分布式计算完成关联匹配，再批量更新目标列的数据。这种处理方式从底层就决定了它是批量操作，而非行级的逐行处理。

• BigQuery对"逐行更新"的定义
  文档里提到的"逐行更新"，特指那种单次操作仅处理一行数据的场景——比如带LIMIT 1的UPDATE，或者在脚本中循环执行单条UPDATE语句来处理每行数据。而你提供的语句一次就能处理所有匹配的行，属于典型的批量更新操作。

内容的提问来源于stack exchange，提问作者Simon Breton