Room Database SQLite更新阈值是多少？循环更新100/500行如何处理失败？

1 SQLite更新阈值与批量更新性能说明 #

SQLite本身没有预设的每秒更新阈值，实际执行性能受设备硬件、数据库配置（WAL开关、缓存大小、索引数量）、事务粒度多因素影响。
你当前的for循环单条调用更新的写法，默认每条更新都会开启独立事务，每次事务提交都需要做磁盘持久化，开销极高：普通移动端设备单条单事务更新的QPS仅为50~300，100条更新还能勉强执行，500条更新会出现明显的执行延迟，甚至触发应用无响应（ANR）。

2 现有代码的问题 #

你当前的实现每次调用updateMenuItem都会生成独立的Single任务，每条更新单独走事务，不仅执行效率极低，也没有统一的异常管控机制，单条失败很难统一处理。

3 批量更新优化方案 #

优先将批量更新放到同一个事务中执行，相比单条单事务的写法，性能可以提升几十到上百倍。如果需要进一步提升写入性能，可在Room初始化时开启WAL模式：

Room.databaseBuilder(context, AppDatabase.class, "你的数据库名")
    .setJournalMode(JournalMode.WAL)
    .build()

4 单条更新失败的处理方案 #

根据业务需求分两种场景处理：

场景1：要求所有更新全部生效，否则全部回滚 #

将所有更新操作包裹在同一个事务中，任意一条更新失败会触发全局事务回滚，不会产生部分更新的脏数据，改造代码如下：
Dao层新增批量更新方法：

@Transaction
public void updateBatchMenuItems(Map<Integer, String> updateItems) {
    for (Map.Entry<Integer, String> entry : updateItems.entrySet()) {
        updateMenuItem(entry.getKey(), entry.getValue());
    }
}

Repository层封装批量方法：

public Single<Void> updateBatchMenuItems(Map<Integer, String> updateItems) {
    return Single.fromCallable(() -> {
        menuItemDao.updateBatchMenuItems(updateItems);
        return null;
    });
}

只需订阅该Single的onError回调即可处理全局更新失败的场景。

场景2：允许部分更新成功，仅记录失败条目 #

在批量更新逻辑中给单条操作加异常捕获，收集失败的ID返回上层做重试或提示，改造代码如下：
Dao层新增支持部分成功的批量方法：

@Transaction
public List<Integer> updateBatchMenuItemsWithPartial(Map<Integer, String> updateItems) {
    List<Integer> failedIds = new ArrayList<>();
    for (Map.Entry<Integer, String> entry : updateItems.entrySet()) {
        try {
            updateMenuItem(entry.getKey(), entry.getValue());
        } catch (Exception e) {
            failedIds.add(entry.getKey());
        }
    }
    return failedIds;
}

Repository层封装：

public Single<List<Integer>> updateBatchMenuItemsWithPartial(Map<Integer, String> updateItems) {
    return Single.fromCallable(() -> menuItemDao.updateBatchMenuItemsWithPartial(updateItems));
}

订阅该Single的onSuccess回调即可拿到所有更新失败的ID列表，按需做后续处理即可。

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