如何基于其他model field条件对指定model field执行Bulk update

以下以常见的Django ORM场景为例，其他框架可参考对应ORM的批量操作接口调整实现：

方案1：简单更新逻辑用F()表达式（性能最优） #

适合更新逻辑可直接通过数据库内置运算实现的场景，无需将数据拉取到应用层内存

from django.db.models import F

# 示例：将目标字段更新为col1与col2的和
YourModel.objects.update(target_col=F('col1') + F('col2'))
# 也可附加过滤条件，仅更新符合要求的行
YourModel.objects.filter(status=2).update(target_col=F('col3') * 0.9 + F('col4'))

该方案全程在数据库层面执行，内存占用极低，1万+行数据可在秒级完成更新

方案2：复杂自定义逻辑用bulk_update #

如果更新逻辑需要用Python代码做特殊判断、复杂计算，无法直接用SQL实现时选择该方案

# 仅拉取需要用到的字段，减少内存消耗
obj_list = YourModel.objects.only('id', 'col1', 'col2', 'col3', 'target_col').all()
for obj in obj_list:
    # 自定义计算逻辑示例
    if obj.col1 > 200 and obj.col2 == 'valid':
        obj.target_col = obj.col3 * 0.75
    else:
        obj.target_col = obj.col3 * 1.1

# 批量提交更新，batch_size可根据服务器性能调整，建议设为1000-2000
YourModel.objects.bulk_update(obj_list, ['target_col'], batch_size=1000)

注意事项 #

• 禁止使用循环调用单条save()的方式更新1万+行数据，会产生大量数据库请求，耗时会高出批量更新几十倍
• 若后续数据量增长到十万级以上，方案2可改为分批拉取数据处理，避免一次性拉取全量数据占用过多内存
• 更新操作前建议先在测试环境验证逻辑，或先加限制条件小范围校验更新结果，避免误操作覆盖有效数据

内容的提问来源于stack exchange，提问作者Ansha