UPDATE语句看似简单，但暗藏玄机。最基本的UPDATE语法是UPDATE table_name SET column1=value1 WHERE condition
，但实际应用中远不止如此。很多开发者会犯一个致命错误：忘记加WHERE条件，导致全表更新，这在生产环境简直是灾难。
性能优化从索引开始。没有索引的列出现在WHERE条件中，UPDATE就会变成全表扫描。想象一个百万级数据表，每次更新都要遍历每一行，性能直线下降。复合索引的顺序也很关键，把最常用于过滤条件的列放在索引最前面。
事务隔离级别直接影响UPDATE行为。REPEATABLE READ下，UPDATE会锁定扫描到的所有行，可能导致大量锁等待。而READ COMMITTED则只锁定最终更新的行，并发性更好但可能产生幻读。
-- 错误示范：没有WHERE条件 UPDATE users SET status='inactive'; -- 全表更新！ -- 正确做法：总是带上WHERE UPDATE users SET status='inactive' WHERE last_login < '2023-01-01';
多表联查更新能解决复杂业务需求。传统做法是先SELECT查出ID再UPDATE，效率低下。MySQL允许直接在UPDATE中JOIN其他表：
UPDATE orders o JOIN users u ON o.user_id = u.id SET o.discount = 0.1 WHERE u.vip_level = 'platinum';
批量更新不同值是个常见痛点。很多人用循环执行多个UPDATE，产生大量网络往返。使用CASE WHEN可以一次性完成：
UPDATE products SET price = CASE WHEN id = 1001 THEN 99.9 WHEN id = 1002 THEN 199.9 ELSE price END WHERE id IN (1001, 1002);
基于当前值的更新经常被忽视。比如增加库存、修改排序值等场景，直接引用列自身值：
UPDATE inventory SET stock = stock - 5 -- 直接使用当前stock值 WHERE product_id = 'P10086';
死锁问题是UPDATE的高频陷阱。两个事务互相等待对方释放锁时就会死锁。典型场景是不同顺序更新相同行集。解决方案包括：保持一致的访问顺序、减小事务范围、使用乐观锁等。
大表更新需要特殊技巧。直接UPDATE百万行数据可能锁表很久。可以分批更新，每次处理一定数量行：
-- 分批更新示例 UPDATE large_table SET flag = 1 WHERE flag = 0 LIMIT 10000; -- 每次只更新1万行
JSON字段更新在MySQL 5.7+有了专门语法。传统做法是读取整个JSON，修改后写回，效率低下。现在可以直接操作JSON路径：
UPDATE products SET attributes = JSON_SET(attributes, '$.color', 'blue') WHERE id = 1001;
EXPLAIN是你的好朋友。在执行大规模UPDATE前，先用EXPLAIN查看执行计划，重点关注type列（ALL最差，const最好）和rows列（预估扫描行数）。
索引选择性决定UPDATE效率。一个性别字段只有'M'/'F'两种值，对其建索引几乎没用。选择性高的列如手机号、邮箱，才是索引的理想候选。
临时表技术能解决复杂更新。先把需要更新的数据筛选到临时表，再基于临时表更新主表，往往比直接UPDATE更高效：
-- 创建临时表 CREATE TEMPORARY TABLE temp_updates AS SELECT id FROM users WHERE last_login < '2022-01-01'; -- 基于临时表更新 UPDATE users u JOIN temp_updates t ON u.id = t.id SET u.status = 'inactive';
慢查询日志要定期检查。配置long_query_time=1秒（甚至更低），捕获所有潜在问题UPDATE。使用pt-query-digest等工具分析日志。
锁等待监控不可忽视。SHOW ENGINE INNODB STATUS可以查看当前锁情况，information_schema中的INNODB_TRX、INNODB_LOCKS等表也很有用。
定期维护索引。随着数据变化，索引可能不再高效。ANALYZE TABLE更新统计信息，有时需要重建索引（ALTER TABLE...ENGINE=INNODB）。
UPDATE操作远比你想象的复杂。掌握这些进阶技巧，才能写出既正确又高效的SQL，让你的数据库飞起来！
