存储过程中的cursor loop如何优化？

Question

需要每天对全量表进行一次全量处理，根据某字段取值的不同，逐条对记录进行处理（关联其他表），各条记录之间均不存在耦合，完全独立，可并行处理目前采用的自定义存储过程，建立游标，loop循环处理，按理说这就是完全单条处理吧？效率不是很满意，1000万级别数据需要40分钟时间，怎么优化？看了下bulk collect，没怎么明白，哪位有相关的经验，帮忙解解惑谢谢基本机构是
cursor 
     select ...
beginopen
loop
    begin
      fetch
        into 
      exit when 

Answer 1

代码逻辑很简单，就是数据分为3类，标识分为ABC，每条均做以下处理
如果标识为A，则去另一张表1做查询后，update该条数据的某个字段
如果标识为B，则去表2做查询后，update该条数据的某个字段
如果标志为C，则不做任何处理

Answer 2

感觉这个需求不用游标更合适update 表 set 某个字段=(select ... from 表1 where 关联条件) where 标识='A';
update 表 set 某个字段=(select ... from 表2 where 关联条件) where 标识='B';表数据量较大，一次update可能会耗费非常大的时间。可以分批执行，例如如果表里有个id字段
update 表 set 某个字段=
case when 标识='A' then (select ... from 表1 where 关联条件) 
when 标识='B' then (select ... from 表2 where 关联条件) end
where 标识 in ('A','B')
and id>=起始id and id<截止id
;一次更新1000条，性能大概会好一些
也可以用其他选择性较好且带有索引的字段来代替ID写成存储过程，1次更新若干条，循环更新全表