t1、t2均为百万行级，含PIVOT的游标更新查询如何优化提速？

核心性能瓶颈 #

当前方案采用游标逐行循环处理，每一个主键值都要单独触发一次t2查询、PIVOT计算、t1更新操作，属于逐行处理模式，数据量较大时会产生大量重复IO和计算开销，是耗时过长的核心原因。

优化方案 #

1. 替换游标为批量更新 #

抛弃逐行循环逻辑，一次性对t2全量做行转列后，直接关联t1完成批量更新，仅需一次计算和更新操作，性能可提升数十到数百倍。推荐使用可读性更高、执行效率更稳定的条件聚合代替PIVOT语法，示例代码如下：

UPDATE t1
SET 
    A = piv.A,
    B = piv.B,
    C = piv.C
    -- 补充其余需要更新的属性列
FROM [TABLE1] t1
INNER JOIN (
    SELECT 
        NUMBER,
        MAX(CASE WHEN NAME = 'A' THEN VALUE END) AS A,
        MAX(CASE WHEN NAME = 'B' THEN VALUE END) AS B,
        MAX(CASE WHEN NAME = 'C' THEN VALUE END) AS C
        -- 补充其余属性列的CASE逻辑
    FROM [TABLE2]
    GROUP BY NUMBER
) piv ON t1.NUMBER = piv.NUMBER

如果偏好PIVOT语法，也可以直接对全量t2做PIVOT后关联更新，效果一致。

2. 新增覆盖索引减少IO开销 #

在t2表上创建联合覆盖索引(NUMBER, NAME, VALUE)，行转列计算时可以直接从索引读取所有需要的字段，无需回表查询，进一步降低计算耗时。
t1表的NUMBER字段作为主键，默认会创建主键索引，如未创建需补充。

3. 超大表可选分批更新 #

如果两张表数据量达到千万级以上，为避免单次批量更新产生长事务锁表，可以按NUMBER的范围拆分批次，每次处理1万~10万条数据，既保证执行效率，也不会影响业务正常运行。

内容的提问来源于stack exchange，提问作者shambs