如何优化批量更新操作，提升大数量级商品入库字段修改速度？

场景问题 #

修改单据状态时需将单据下所有商品入库，涉及更新quantity、quantity_available_for_sale、price、available_for_sale多个字段。少量商品时操作耗时50ms以内，但单据包含3000个商品时，耗时超1秒，且未来会有更大数据量场景，急需优化。

原实现的问题 #

1. 循环单个save（耗时约1秒） #

class PZ_U_Serializer(serializers.ModelSerializer):
    class Meta:
        model = PZ
        fields = '__all__'

    def update(self, instance, validated_data):
        items = instance.pzitem_set.all()
        for item in items:
            item.quantity = 100
            item.quantity_available_for_sale = 100
            item.price = 100
            item.available_for_sale = True
            item.save()
        return super().update(instance, validated_data)

这种方式每条商品都会触发一次独立的UPDATE语句，3000条就是3000次SQL请求，加上前期查询所有商品的开销，性能瓶颈明显。

2. 使用bulk_update反而更慢（总耗时约1600ms） #

class PZ_U_Serializer(serializers.ModelSerializer):
    class Meta:
        model = PZ
        fields = '__all__'

    def update(self, instance, validated_data):
        items = instance.pzitem_set.all()
        bulk_update_list = []
        for item in items:
            item.quantity = 100
            item.quantity_available_for_sale = 100
            item.price = 100
            item.available_for_sale = True
            bulk_update_list.append(item)
        items.bulk_update(bulk_update_list, ['quantity', 'price', 'quantity_available_for_sale', 'available_for_sale'], batch_size=1000)
        return super().update(instance, validated_data)

核心问题是先把3000个PZItem实例全部加载到内存，这一步产生了11000次读取命中，加上对象实例化的开销，抵消了bulk_update的批量优势。即使加了transaction.atomic()也没用，因为性能瓶颈不在事务提交，而在数据读取和对象创建。

最优解决方案：直接执行批量更新SQL #

跳过ORM的对象实例化步骤，直接通过关联查询的update方法批量修改，只需要一条UPDATE语句，彻底消除大量读取的开销。

优化后代码 #

class PZ_U_Serializer(serializers.ModelSerializer):
    class Meta:
        model = PZ
        fields = '__all__'

    def update(self, instance, validated_data):
        # 直接更新该单据下的所有商品，无需先查询实例
        instance.pzitem_set.update(
            quantity=100,
            quantity_available_for_sale=100,
            price=100,
            available_for_sale=True
        )
        return super().update(instance, validated_data)

为什么这能解决问题？ #

• 仅执行1条UPDATE SQL，没有前期的大规模SELECT操作，读取命中数骤降
• 不需要创建任何PZItem实例，内存占用和CPU开销极低
• PostgreSQL对单条批量UPDATE的执行效率远高于多次小批量更新

额外优化提示 #

• 如果更新值需要基于原有字段计算（比如库存累加），用Django的F()表达式避免读取数据：

  from django.db.models import F
  
  instance.pzitem_set.update(
      quantity=F('quantity') + 100,
      quantity_available_for_sale=F('quantity_available_for_sale') + 100
  )
  

• 确认PZItem关联PZ的外键字段有索引（Django默认会自动创建，但可以检查数据库索引情况），加速关联过滤
• 若未来数据量增长到10万+，可以按ID分批次执行update，但3000条数据用单条update完全足够

内容的提问来源于stack exchange，提问作者skelaw