在 PostgreSQL 中运行 N 个独立列更新的最佳方法是什么？在 SQL 规范中最好的方法是什么？答案

【问题标题】：What is the best way to run N independent column updates in PostgreSQL? What is the best way to do it in the SQL spec?在 PostgreSQL 中运行 N 个独立列更新的最佳方法是什么？在 SQL 规范中最好的方法是什么？
【发布时间】：2026-01-25 08:35:01
【问题描述】：

我正在寻找一种更有效的方法来在同一张表上运行许多列更新，如下所示：

UPDATE TABLE table
SET col = regexp_replace( col, 'foo', 'bar' )
WHERE regexp_match( col, 'foo' );

这样foo 和bar 将是40 个不同的正则表达式替换的组合。我怀疑甚至 25% 的数据集都需要更新，但我想知道的是有可能在 SQL 中干净地实现以下目标。

单次更新
正则表达式的单个匹配，触发单个替换
不如果只有一个匹配，则运行所有可能的 regexp_replaces
如果只有一个列需要更新，则不更新所有列
不如果没有列更改则更新行

我也很好奇，我在 MySQL 中知道（请耐心等待）

UPDATE foo SET bar = 'baz'

有一个隐含的WHERE bar != 'baz' 子句

但是，在 PostgreSQL 中，我知道这不存在：如果我知道在目标列未更新的情况下如何跳过单行更新，我想我至少可以回答我的一个问题。

类似

UPDATE TABLE table
SET col = *temp_var* = regexp_replace( col, 'foo', 'bar' )
WHERE col != *temp_var*

【问题讨论】：

标签： sql postgresql sql-update

【解决方案1】：

在代码中执行。打开一个游标，然后：抓取一行，运行 40 个正则表达式，如果它改变了，就保存回来。重复，直到光标不再为您提供任何行。

不管你是那样做还是想出神奇的 SQL 表达式，仍然是对整个表进行行扫描，但代码会简单得多。

实验结果

为了回应批评，我做了一个实验。我将文档文件中的 10,000 行插入到具有串行主键和 varchar 列的表中。然后我测试了两种方法来进行更新。方法一：

in a transaction:
  opened up a cursor (select for update)
  while reading 100 rows from the cursor returns any rows:
    for each row:
      for each regular expression:
        do the gsub on the text column
      update the row

本地连接的数据库需要 1.16 秒。

然后是“大替换”，一个单一的大型正则表达式更新：

更新 foo 集 t = REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（REGEXP_REPLACE（ regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(regexp_replace(t, E'\bcommit\b', E'COMMIT'), E'\b9acf10762b5f3d3b1b33ea07792a936a25e45010\b', E'9ACF10762B5F3D3B1B33EA07792A936A25E45010'), E'\bAuthor:\b', E'AUTHOR:'), E'\bCarl\b', E'CARL'), E'\bWorth\b', E'WORTH'), E'\b\b', E''), E'\b日期:\b', E'DATE:'), E'\bMon\b', E'MON'), E'\bOct\b', E'OCT'), E'\b26\b', E'26'), E'\b04:53:13\b', E'04:53:13'), E'\b2009\b', E'2009'), E'\b-0700\b', E'-0700'), E'\bUpdate\b', E'UPDATE'), E'\bversion\b', E'VERSION'), E'\bto\b', E'TO'), E'\b2.9.1\b', E'2.9.1'), E'\bcommit\b', E'COMMIT'), E'\b61c89e56f361fa860f18985137d6bf53f48c16ac\b', E'61C89E56F361FA860F18985137D6BF53F48C16AC'), E'\bAuthor:\b', E'AUTHOR:'), E'\bCarl\b', E'CARL'), E'\bWorth\b', E'WORTH'), E'\b\b', E''), E'\b日期:\b', E'DATE:'), E'\bMon\b', E'MON'), E'\bOct\b', E'OCT'), E'\b26\b', E'26'), E'\b04:51:58\b', E'04:51:58'), E'\b2009\b', E'2009'), E'\b-0700\b', E'-0700'), E'\bNEWS:\b', E'NEWS:'), E'\bAdd\b', E'ADD'), E'\bnotes\b', E'NOTES'), E'\bfor\b', E'FOR'), E'\bthe\b', E'THE'), E'\b2.9.1\b', E'2.9.1'), E'\brelease.\b', E'RELEASE.'), E'\bThanks\b', E'THANKS'), E'\bto\b', E'TO'), E'\beveryone\b', E'E'EVERYONE'), E'\bfor\b', E'FOR')

超级正则表达式更新需要 0.94 秒。

与 1.16 相比，在 0.94 秒时，mega-regex 更新确实更快，81% 的时间在代码中运行。它不是，但是要快得多。各位大神，看看那个更新声明。当 Postgres 抱怨你在某处丢了括号时，你是想写那个，还是想弄清楚哪里出了问题？

代码

使用的代码是：

  def stupid_regex_replace
    sql = Select.new
    sql.select('id')
    sql.select('t')
    sql.for_update
    sql.from(TABLE_NAME)
    Cursor.new('foo', sql, {}, @db) do |cursor|
      until (rows = cursor.fetch(100)).empty?
        for row in rows
          for regex, replacement in regexes
            row['t'] = row['t'].gsub(regex, replacement)
          end
        end
        sql = Update.new(TABLE_NAME, @db)
        sql.set('t', row['t'])
        sql.where(['id = %s', row['id']])
        sql.exec
      end
    end
  end

我通过从文件中获取单词来动态生成正则表达式；对于每个单词“foo”，它的正则表达式是“\bfoo\b”，它的替换字符串是“FOO”（单词大写）。我使用文件中的文字来确保确实发生了替换。我让测试程序吐出正则表达式，这样你就可以看到它们。每对都是一个正则表达式和对应的替换字符串：

[[/\bcommit\b/, "COMMIT"],
 [/\b9acf10762b5f3d3b1b33ea07792a936a25e45010\b/,
  "9ACF10762B5F3D3B1B33EA07792A936A25E45010"],
 [/\bAuthor:\b/, "AUTHOR:"],
 [/\bCarl\b/, "CARL"],
 [/\bWorth\b/, "WORTH"],
 [/\b<cworth@cworth.org>\b/, "<CWORTH@CWORTH.ORG>"],
 [/\bDate:\b/, "DATE:"],
 [/\bMon\b/, "MON"],
 [/\bOct\b/, "OCT"],
 [/\b26\b/, "26"],
 [/\b04:53:13\b/, "04:53:13"],
 [/\b2009\b/, "2009"],
 [/\b-0700\b/, "-0700"],
 [/\bUpdate\b/, "UPDATE"],
 [/\bversion\b/, "VERSION"],
 [/\bto\b/, "TO"],
 [/\b2.9.1\b/, "2.9.1"],
 [/\bcommit\b/, "COMMIT"],
 [/\b61c89e56f361fa860f18985137d6bf53f48c16ac\b/,
  "61C89E56F361FA860F18985137D6BF53F48C16AC"],
 [/\bAuthor:\b/, "AUTHOR:"],
 [/\bCarl\b/, "CARL"],
 [/\bWorth\b/, "WORTH"],
 [/\b<cworth@cworth.org>\b/, "<CWORTH@CWORTH.ORG>"],
 [/\bDate:\b/, "DATE:"],
 [/\bMon\b/, "MON"],
 [/\bOct\b/, "OCT"],
 [/\b26\b/, "26"],
 [/\b04:51:58\b/, "04:51:58"],
 [/\b2009\b/, "2009"],
 [/\b-0700\b/, "-0700"],
 [/\bNEWS:\b/, "NEWS:"],
 [/\bAdd\b/, "ADD"],
 [/\bnotes\b/, "NOTES"],
 [/\bfor\b/, "FOR"],
 [/\bthe\b/, "THE"],
 [/\b2.9.1\b/, "2.9.1"],
 [/\brelease.\b/, "RELEASE."],
 [/\bThanks\b/, "THANKS"],
 [/\bto\b/, "TO"],
 [/\beveryone\b/, "EVERYONE"],
 [/\bfor\b/, "FOR"]]

如果这是手动生成的正则表达式列表，而不是自动生成的，我的问题仍然合适：您更愿意创建或维护哪个？

【讨论】：

这可能会导致可怕糟糕的表现。 PostgreSQL 不是 ISAM 数据库。
@Magnus，性能会很糟糕，但不会更糟：Postgres 不使用正则表达式的索引，除非它们是左锚定的，所以无论如何它都会是行扫描......最好的方法是单行扫描而不是 40 行，这样做的方法是对每一行进行一次操作，为每一行应用所有 40 个正则表达式。唯一的区别是你是让 Postgres 对每行扫描的行进行 40 次正则表达式替换，还是让代码来做。
一个查询执行表扫描仍然比在 ISAM 样式循环中执行要快得多。在大多数情况下，执行 40 个正则表达式比 ISAM 循环的成本要便宜很多。
我其实很喜欢这个更新，但我会争辩说，当在一个示例中您省略除正则表达式之外的所有内容时，它不是一个公平的代码清晰表示，而在另一个示例中您只是有两个关键字和一个正则表达式。
“程序应该写给人们阅读，并且只是偶然地让机器执行。”

【解决方案2】：

对于跳过更新，请查看 suppress_redundant_updates - 请参阅 http://www.postgresql.org/docs/8.4/static/functions-trigger.html。

这不一定是胜利 - 但很可能是你的情况。

或者也许您可以将隐式检查添加为显式检查？

【讨论】：