在大型数据集上更新其他表中的值代价高昂

是因为涉及到大量的数据读取和写入操作，这会消耗大量的计算资源和时间。为了解决这个问题，可以采用以下几种方法：

1. 数据库索引优化：通过创建适当的索引，可以加快数据的查找和更新速度。索引可以提高查询效率，减少数据扫描的开销。
2. 数据库分区：将大型数据集分成多个较小的分区，可以减少每次更新操作需要扫描的数据量，提高更新效率。
3. 数据缓存：使用缓存技术将经常访问的数据存储在内存中，减少对数据库的频繁读写操作，提高更新效率。
4. 异步更新：将更新操作异步化，将更新请求放入消息队列中，由后台任务异步处理。这样可以减少前端请求的等待时间，提高系统的响应速度。
5. 数据分析和优化：通过对数据访问模式和更新操作进行分析，优化数据库的设计和查询语句，减少不必要的数据读写操作，提高更新效率。

在腾讯云的产品中，可以使用以下相关产品来优化大型数据集的更新操作：

1. 腾讯云数据库（TencentDB）：提供高性能、可扩展的数据库服务，支持分布式架构和自动扩容，可以满足大规模数据集的更新需求。
2. 腾讯云缓存Redis（Tencent Redis）：提供高速、可扩展的内存数据库服务，可以将经常访问的数据存储在内存中，减少对数据库的读写操作。
3. 腾讯云消息队列CMQ（Cloud Message Queue）：提供高可靠、高可用的消息队列服务，可以将更新请求放入消息队列中，由后台任务异步处理。
4. 腾讯云数据分析（Tencent Data Lake Analytics）：提供大数据分析和处理服务，可以对数据访问模式和更新操作进行分析，优化数据库设计和查询语句。

以上是针对大型数据集上更新其他表中的值代价高昂的问题的一些解决方法和腾讯云相关产品的介绍。希望对您有所帮助。