SQL Server百万行分批更新必须用主键推进而非OFFSET/FETCH，MySQL需用变量模拟分页；均须建复合索引、显式事务控制、合理批次大小（推荐2000），禁用真实游标。
SQL Server 用 TOP + 主键推进分批更新
直接 UPDATE 百万行，基本等于触发锁升级、日志暴涨、连接超时。必须分批，且不能用 OFFSET/FETCH——它每次都要扫描前 N 行，10 万行后性能断崖下跌。
稳定做法是靠主键（或时间戳）推进：
-
DECLARE @min_id BIGINT = (SELECT MIN(id) FROM orders WHERE status = 'pending')—— 起始点必须动态查，不能硬编码 - 循环内写：
UPDATE TOP (5000) orders SET status = 'processed' WHERE id >= @min_id AND status = 'pending' ORDER BY id——ORDER BY不可省，否则TOP行为无定义 - 更新完立刻刷新：
SELECT @min_id = MIN(id) FROM orders WHERE status = 'pending' AND id > @min_id - 加
IF @@ROWCOUNT = 0 BREAK，防止空结果集导致无限循环 -
status和id必须建复合索引，否则每次WHERE都全表扫
MySQL 用变量游标模拟分批，绕过 UPDATE LIMIT 限制
MySQL 不允许 UPDATE ... LIMIT 在子查询中直接关联源表，但可用变量构造逻辑游标。注意：这不是真正游标，而是“伪分页”技巧。
关键陷阱：
- 每次执行前必须重置变量：
SET @row_index := -1，否则第二次运行从上次位置继续，漏数据 - 子查询必须带
ORDER BY id，否则@row_index分配顺序不可控 - 示例写法：
UPDATE orders SET status = 'processed' WHERE id IN (SELECT id FROM (SELECT id, @row_index := @row_index + 1 AS row_num FROM orders WHERE status = 'pending' ORDER BY id LIMIT 5000) AS t) - 并发下可能漏行或重复，建议加
SELECT ... FOR UPDATE预占，或由应用层用分布式锁协调
所有数据库都必须显式控制事务边界
分批 ≠ 安全。没事务控制和错误处理，失败时根本不知道卡在哪一批。
- 每批必须显式
BEGIN TRANSACTION→ 执行 →COMMIT或ROLLBACK，不能依赖自动提交 - SQL Server 必须包在
TRY...CATCH块里，捕获死锁（错误 1205）后记录并重试，而不是让整个过程崩掉 - MySQL 存储过程中，
DECLARE CONTINUE HANDLER FOR SQLEXCEPTION是刚需，否则异常直接中断流程 - 批次大小不是越小越好：
500行太碎，网络和事务开销反升；10000行又容易触发锁等待超时，推荐从2000起调优
别用真实游标（Cursor）处理百万级更新
真实游标逐行 fetch + update，在百万级场景下就是性能黑洞。它本质是把服务器端压力转成大量 round-trip 和锁持有时间，还容易被阻塞、超时、内存溢出。
除非你真需要对每一行做独立判断（比如调外部 API、复杂分支逻辑），否则一律避免：
-
DECLARE ... CURSOR FOR SELECT ...→OPEN→FETCH NEXT→ 循环体 →CLOSE→DEALLOCATE这套流程，吞吐量极低 - 即使加了
FAST_FORWARD，也改变不了它单行锁定、无法批量提交的本质 - 如果业务逻辑真绕不开逐行处理，优先考虑把数据导出到应用层（如 Python/Java），用连接池+批量语句回写，比 T-SQL 游标快一个数量级
status 字段被高频更新时，MIN(id) 查询可能被阻塞，这时得考虑用 READPAST 或降级为时间范围切片。 
