|
很多Web系統的瓶頸在網絡IO,所以很多系統都采用多Web服務器負載均衡,雙DB做雙機熱備(其實就是只有一個DB,兩臺只有一臺真正工作,死掉一臺另一臺頂上)的方式部署,在這個時候很多原本不是問題的系統也會產生很多的問題。
這里我們假設有表Product,其定義如下:
列明 | 類型 | 說明 |
Id | Int | 自增字段,實例的ID |
ProductName | Varchar(100) | 商品的名稱 |
StoreCount | int | 庫存數量 |
。。。 | 。。。 | 。。。 |
假設很不湊巧的,3個管理員P1,P2,P3同時操作了這個表,且P1 update StoreCount=50,P2 update StoreCount=49,P3 update StoreCount=48。這個時候問題就來了,如果是讓他們都同時提交進去,當然沒問題,但是如果這個時候N個Web程序在讀的時候就會產生每臺服務器上讀出來的數據都可能不一樣,A服務器讀出來是48,B服務器讀出來是50,C服務器讀出來是49。
如果我們采用數據庫鎖可以避免這個問題,但是隨之而來的是系統效率降低和無可避免的異常,而hibernate等實現的樂觀鎖呢,呵呵,對不起了,在多Web服務器的時候還能起作用嗎?
由此產生了以下的解決方案:
和樂觀鎖的實現相反,我們不反對任何一個客戶端的提交,樂觀鎖對讀取的數據增加版本號,那么這個解決方案中對提交的數據增加“版本號”其實也就是時間戳。針對上面的Product表作為例子,為了實現無鎖的提交,我們需要增加一個表Product_Dirty,以后我們將稱其為臟表,Product表我們稱之為主表。臟表的結構和主表幾乎完全一致,只是增加了一個時間戳字段用于記錄詳細的插入時間:
列明 | 類型 | 說明 |
Timespan | Int | 時間戳,精確到毫秒(能到納秒更好) |
Id | Int | 實例的ID(這里就不是自增字段了) |
ProductName | Varchar(100) | 商品的名稱 |
StoreCount | int | 庫存數量 |
。。。 | 。。。 | 。。。 |
在發生任何update的時候都將數據直接插入這個表,不要猶疑,沒鎖,所以可以快速的,盡情的插入數據。這里還是保持最初的假設,P1,P2,P3同時修改,所以插入了三條數據。所謂的同時插入其實在毫秒這個級別還是有差距的,所以三條記錄的時間戳是不同的。好了這個時候數據進來了,但是主表的列數據還是沒有改變,先在假設A服務器和B,C服務器都同時開始讀數據了。在主表的時候,如果發現臟表有數據則表明主表數據為臟(已經修改過了)這個時候我們就開始合并數據,當然這個操作是需要在一個事務里實現。合并的操作其實很簡單,就是取時間戳最大的(也就是最近一次修改)更新主表的數據,同時刪掉臟表里的和主表ID相等的所有數據。如果發現主表關聯的臟表沒數據,那么就說明主表數據正常,就直接讀取主表的內容。
此解決方案來自電信營帳系統的設計,由于省電信眾多系統都是由分布很廣的地市州電信業務人員操作,所以修改的時候經常存在本文要解決的問題,由于操作的人多,鎖表的話會造成嚴重的擁塞,故產生了這個解決方案,由于電信的業務需要后臺跑了一個服務來合并數據,并且每秒定時運行,故每秒為一個業務周期。我將其修改成在讀取的時候合并,更加靈活一些。
好處:不用鎖表,樂觀鎖也不用,可以在N多服務器操作的時候使用,且大家都不會報錯,簡化了異常處理。
壞處:增加了表,結構復雜,如果是用于修改原有業務如果只是幾個關鍵表的話還好,全部都采用這個方式工作量巨大(好在電信不缺錢)。
弱點:和樂觀鎖類似,在某些場景下仍然可能臟讀,所以如果對這方面有很高的要求,還是用悲觀鎖吧。
it知識庫:不用鎖表,沒有異常:在高并發網絡中高效的更新數據庫數據的方式,轉載需保留來源!
鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。