Praktische Anwendungsfälle von Optimismus und pessimistischen Schlösser im Geschäft

Die Auswahl optimistischer Sperren und pessimistischer Schlösser hängt von den Geschäftsszenarien und den Datenkonsistenzanforderungen ab. 1. Pessimistische Schlösser nehmen Datenkonflikte an, und Schlösser sorgen für die Datenkonsistenz, jedoch eine geringe Effizienz unter hoher Parallelität, wie z. B. Bankübertragungen. 2. Optimistische Sperren gehen davon aus, dass die Wahrscheinlichkeit von Datenkonflikten niedrig ist, und es werden keine Sperren hinzugefügt. Überprüfen Sie, ob die Daten vor dem Update mit hoher Effizienz, aber Datenkonsistenz wie E-Commerce Inventory Management und Forum-Kommentaren geändert werden. 3. In hohen Parallelitätsszenarien können Sie in Betracht ziehen, optimistische Schlösser und pessimistische Schlösser, die erste Vorverarbeitung optimistischer Sperren und schließlich pessimistische Schlösser zu bestätigen, wobei Effizienz und Datenkonsistenz berücksichtigt werden. Die endgültige Auswahl erfordert den Kompromiss zwischen Effizienz und Datenkonsistenz.

Optimistische Lock- und Pessimistische Schloss: Kompromisse und Auswahlmöglichkeiten in Geschäftspraktiken

Optimistische Sperre und pessimistische Sperre klingen mysteriös, aber tatsächlich sind sie zwei völlig unterschiedliche Strategien, wenn sie mit gleichzeitiger Zugriff auf Datenbanken zu tun haben. Einfach ausgedrückt sind optimistische Schlösser der Meinung, dass "Daten im Allgemeinen nicht konflikt", während pessimistische Sperren der Meinung sind, dass "Daten wahrscheinlich konflikt". In diesem Artikel werden Sie keine langweilige Definition erhalten, sondern Sie in die Geschäftsszenarien aufnehmen, um zu sehen, wie sie spielen und wie Sie die richtige Lösung basierend auf den tatsächlichen Bedingungen auswählen. Nachdem Sie es gelesen haben, können Sie diese beiden Schließmechanismen wie ein alter Fahrer basierend auf den geschäftlichen Anforderungen steuern.

Beginnen wir mit den Grundlagen. Pessimistische Schloss nimmt, wie der Name schon sagt, immer den schlimmsten Fall an - eine gleichzeitige Änderung. Um Datenkonflikte zu vermeiden, werden die Daten beim Zugriff auf Daten direkt gesperrt. Typische Beispiele sind die Transaktions -Isolationsstufe der Datenbank und der von einigen Programmiersprachen bereitgestellte Mutex -Mechanismus. Stellen Sie sich Bankkontoübertragungen vor. Pessimistische Schlösser sind wie ein strenger Wachmann. Nur ein Benutzer kann den Vorgang gleichzeitig eingeben, und andere können nur in der Schlange warten. Dies gewährleistet die Konsistenz der Daten, aber Effizienz ... Sie wissen, insbesondere wenn die Parallelität groß ist, die Wartezeit wird lang sein.

Optimistische Sperren sind völlig unterschiedlich. Es ist der Ansicht, dass die Wahrscheinlichkeit von Datenkonflikten sehr niedrig ist, sodass sie keine aktiven Schlösser hinzufügen. Es wird überprüfen, ob die Daten vor dem Aktualisieren geändert wurden. Wenn es nicht geändert wurde, wird es aktualisiert. Wenn es geändert wurde, führt dies zu einem Konflikt und lässt den Benutzer erneut zu eröffnen. Dies ist wie ein flexibler Administrator, mit dem mehrere Benutzer Daten gleichzeitig angezeigt und ändern und bei der Übermittlung von Änderungen nur eine Überprüfung durchführen können. Dies ist viel effizienter, aber es gibt Risiken, dh "schmutziges Schreiben" auftreten und muss mit Vorsicht behandelt werden.

Schauen wir uns einige tatsächliche Fälle an.

Fall 1: E-Commerce-Produktinventarmanagement

Rohstoffinventar ist ein typisches gleichzeitiges Szenario. Wenn Sie pessimistische Sperren verwenden, müssen Sie jedes Mal, wenn der Benutzer die Produktseite besucht, ein Schloss hinzufügen oder nur das Inventar überprüft, was zu einem schwerwiegenden Leistungs Engpass führt. Und optimistisches Sperren ist sehr geeignet. Wir können den Versionsnummer -Mechanismus verwenden, um eine optimistische Sperre zu erreichen: Jedes Produkt verfügt über eine Versionsnummer. Bei jedem Aktualisieren des Inventars prüfen Sie, ob die Versionsnummer konsistent ist. Wenn es inkonsistent ist, bedeutet dies, dass die Daten geändert und das Update abgelehnt wird. Es ist wie ein Etikett, das auf dem Produktinventar veröffentlicht wird und die Anzahl der Änderungen aufzeichnet, und nur wenn sich das Etikett nicht geändert hat, kann es geändert werden.

 <code class="python">class Product:</code><pre class='brush:php;toolbar:false;'> Def __init __ (Selbst, ID, Name, Stock, Version):
    self.id = id
    self.name = name
    self.Stock = Stock
    self.version = Version

Def update_stock (self, new_stock, current_version):
    Wenn self.version == current_version:
        self.stock = new_stock
        self.version = 1
        RECHTEN SIE WAHR # UPDATE ERFORDERUNG ENTWEISE:
        FALSCH # UPDATE zurückgeben, fehlgeschlagen, die Daten wurden geändert

Simulieren Sie gleichzeitige Updates

Produkt = Produkt (1, "iPhone", 100, 1)
thread1 = threading.thread (target = lambda: product.update_stock (90, 1))
thread2 = threading.thread (target = lambda: product.update_stock (80, 1))

thread1.start ()
Thread2.Start ()
thread1.join ()
thread2.join ()

print (f "endgültige Inventar

Dieser Code verwendet Python, um die Implementierung optimistischer Sperren zu simulieren. Beachten Sie, dass dies nur eine vereinfachte Version ist, und Probleme wie die Atomizität von Datenbanktransaktionen müssen in tatsächlichen Anwendungen berücksichtigt werden. Hast du es gesehen? Obwohl eine optimistische Verriegelung effizient ist, kann es zu Datenkonsistenz führen und erfordert geeignete Mechanismen, um mit Konflikten umzugehen.

Fall 2: Forum Post Kommentare

Forum Post -Kommentare, das Gleichzeitvolumen ist ebenfalls sehr groß. Wenn Sie pessimistische Schlösser verwenden, muss jeder Kommentar gesperrt werden, was zu ineffizient ist. Auch hier gelten optimistische Schlösser. Wir können einen Mechanismus verwenden, der der Versionsnummer ähnelt, oder einen Zeitstempel verwenden, um festzustellen, ob die Daten geändert wurden.

Fall 3: Bankübertragung (ein anderer betont)

Wie oben erwähnt, scheint die pessimistische Verriegelung eine sicherere Wahl zu sein, da dies die Konsistenz der Daten sicherstellen kann. Wenn das Gleichzeitvolumen jedoch extrem hoch ist, ist der Leistungsengpass der pessimistischen Verriegelung sehr offensichtlich. Zu diesem Zeitpunkt können wir in Betracht ziehen, optimistische Schlösser und pessimistische Schlösser zu kombinieren. Beispielsweise verwenden Sie optimistische Sperren für die Vorverarbeitung in hohen Parallelitätsszenarien und die Verwendung pessimistischer Sperren für die endgültige Bestätigung nur dann, wenn das letzte Commit eingereicht wird. Dies kann sowohl Effizienz als auch Datenkonsistenz sicherstellen. Dies erfordert komplexere Strategien und Design. Kurz gesagt, es gibt kein absolutes Gut oder schlecht für optimistische Schlösser und pessimistische Schlösser. Welche Strategie zu wählen, hängt vom spezifischen Geschäftsszenario und den Anforderungen an die Datenkonsistenz ab. In hohen Parallelitätsszenarien sind optimistische Schlösser in der Regel effizienter, aber Datenkonflikte müssen mit Vorsicht behandelt werden. In Szenarien mit extrem hohen Anforderungen an die Datenkonsistenz sind pessimistische Schlösser sicherer, aber die Leistung kann zu einem Engpass werden. Wenn Sie eine Wahl treffen, müssen Sie die Effizienz und die Datenkonsistenz auswägen und die entsprechende Lösung entsprechend der tatsächlichen Situation auswählen oder sie sogar in Kombination verwenden. Denken Sie daran, es gibt keine Silberkugel, nur geeignete Lösungen. Ich wünschte, Sie werden ein Meister des Sperrmechanismus!

Das obige ist der detaillierte Inhalt vonPraktische Anwendungsfälle von Optimismus und pessimistischen Schlösser im Geschäft. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!