前一天，我處理了行程的 CRUD 功能，這一切看起來都很順利。但當我動手實作 Day 13 的行程的拖曳排序 及 Day 15 AI 行程生成批次存入 時，才發現背後的資料庫操作，遠比我想像中複雜得多。

為了讓使用者能順暢地拖曳並重新排序行程，我必須確保資料庫的更新不僅要正確，還要有效率。一開始，我遇到了資料不同步的麻煩，這讓我體會到 Transaction 的重要性。當我解決了這個問題後，又發現效能不佳，這才讓我找到了 Batch 這個解決方案。

在今天的文章中，我將分享這段解決問題的心得。從為什麼會需要 Transaction 到如何用 Batch 提升效能，我會一步步帶大家走過我發現和解決這些問題的過程。

資料一致性的守護者：Transaction

以 Day 13 的行程的拖曳排序 為例，需要一次性更新多筆資料，例如重新排序某一天的活動。若僅部分更新成功，資料就可能出現不一致（例如：行程順序錯亂或時間對不上）。

為避免這種狀況，我們需要把所有更新視為一個整體的原子性操作。這正是 Drift 的 transaction 所提供的功能：

• 原子性：交易區塊內的所有操作要嘛全部成功，要嘛全部失敗。
• 回滾機制：只要有任何一筆更新失敗，交易會自動回滾，資料庫會恢復到「交易開始前」的狀態（不會影響交易之外已提交的資料）。

以下是一個簡化範例，展示如何用 transaction 確保更新過程的可靠性：

// activities_dao.dart

Future<void> reorderDayActivities(
  DateTime dayStartTime,
  List<Activity> newDayActivities,
) async {
  // 將所有更新操作包裝在同一個交易中
  await transaction(() async {
    for (final activity in newDayActivities) {
      await (update(activitiesTable)
        ..where((tbl) => tbl.id.equals(activity.id)))
        .write(ActivitiesTableCompanion(
          sortOrder: Value(activity.sortOrder),
          startTime: Value(activity.startTime),
        ));
    }
  });
}

透過 transaction，即使在更新過程中發生錯誤，整個資料仍能保持一致，讓使用者不會遇到「更新到一半就壞掉」的情況。

提升效率的關鍵：Batch

前面我們透過 transaction 確保了資料一致性，但在效率上仍有改進空間。原因在於：在迴圈中，每一次 await ... .write(...) 都會觸發一次 SQLite 呼叫。假設 newDayActivities 有 100 筆資料，就會發出 100 次更新請求，造成大量的資料庫 I/O 與 SQL parser 開銷，效率不佳。

這時候就可以使用 batch。它能將多筆更新指令打包成一次請求，讓 SQLite 在同一個交易裡一次性處理所有更新，大幅減少呼叫次數並提升效能。

以下是優化後的範例：

Future<void> reorderDayActivities({
  required DateTime dayStartTime,
  required List<Activity> newDayActivities,
}) async {
  // 使用 batch，一次性提交所有更新
  await batch((batch) {
    for (final activity in newDayActivities) {
      batch.update(
        activitiesTable,
        ActivitiesTableCompanion(
          sortOrder: Value(activity.sortOrder),
          startTime: Value(activity.startTime),
        ),
        where: (tbl) => tbl.id.equals(activity.id),
      );
    }
  });
}

透過 batch，不僅能保持資料的一致性，還能顯著降低資料庫呼叫的次數，達到 「可靠又高效」 的效果。

Transaction + Batch：打造可靠又高效的複合操作

batch 本身雖然具備原子性，但當你需要處理多個不同類型、且需要相互關聯的資料庫操作時，就必須將 batch 包在一個更外層的 transaction 裡。

在 Day 15 AI 行程生成 的實作中，我們就是使用了這個模式。我們會一口氣產生一個完整的行程，並同時使用 transaction 與 batch 功能將行程、活動及子活動一次性存入資料庫。

這樣做有兩個主要優點：

• 資料完整性：這確保了整個行程、所有活動與子活動都能同時成功存入。如果其中任何一個步驟失敗，整個操作都會被回滾，避免資料庫中出現不完整的資料。
• 效能提升：透過 batch，我們可以將多個「新增」指令打包成一個單一的資料庫請求，大幅減少資料庫的連線和通訊時間，讓儲存速度更快。

以下是一個簡化範例，展示如何將多個操作包裝在一個交易中，並在內部使用批次處理：

/// 一次性儲存整個行程，包含所有活動及子活動
Future<void> saveTripWithActivities(Trip trip) async {
  await transaction(() async {
    // 步驟 1: 儲存 Trip 本身，並取得其 ID
    final tripId = await into(tripsTable).insert(...);

    // 步驟 2: 儲存每個活動及其子活動
    for (final activity in trip.activities) {
      // 先儲存活動，並取得其 ID
      final activityId = await into(activitiesTable).insert(...);

      // 接著批次儲存該活動的所有子活動
      if (activity.childActivities.isNotEmpty) {
        await batch((batch) {
          for (final childActivity in activity.childActivities) {
            batch.insert(...);
          }
        });
      }
    }
  });
}

透過 transaction + batch 的組合，我們不僅能確保資料的完整性，還能顯著提升複雜寫入操作的效能，達到 「可靠又高效」 的目標。

今日成果

單日行程拖曳	跨日行程拖曳	AI 行程生成（有加速）