网站地图是怎么做的莱芜雪野湖天气

网站地图是怎么做的,莱芜雪野湖天气,杭州网站设计的公司,spoc课程网站建设乐观锁#xff1a;并发控制的智慧之道什么是乐观锁#xff1f;乐观锁#xff08;Optimistic Locking#xff09;是一种并发控制机制#xff0c;其核心思想是假设冲突很少发生。与悲观锁#xff08;Pessimistic Locking#xff09;不同#xff0c;悲观锁在访…乐观锁并发控制的智慧之道什么是乐观锁乐观锁Optimistic Locking是一种并发控制机制其核心思想是假设冲突很少发生。与悲观锁Pessimistic Locking不同悲观锁在访问共享资源前会先加锁阻止其他线程同时访问而乐观锁则假设数据在大多数情况下不会发生冲突因此在读取数据时不加锁仅在更新数据时检查数据是否被其他线程修改过。乐观锁的实现原理乐观锁通常通过版本号Version Number或时间戳Timestamp来实现版本号机制为每个数据记录添加一个版本号字段读取数据读取数据时同时读取版本号更新数据更新数据前检查版本号是否发生变化验证冲突如果版本号未变化则更新数据并递增版本号否则更新失败核心实现逻辑sql -- 读取数据 SELECT id, name, version FROM table WHERE id 1; -- 更新数据带版本号验证 UPDATE table SET name new_value, version version 1 WHERE id 1 AND version current_version;如果UPDATE语句影响的行数为0说明数据在读取后被其他线程修改过需要重新获取数据并重试操作。乐观锁的优势高并发性能读取操作无需加锁适合读多写少的场景减少锁竞争避免了线程阻塞和上下文切换的开销资源消耗低不占用系统锁资源可扩展性好适合分布式系统乐观锁的劣势冲突重试开销高并发写入时可能需要多次重试不适合高冲突场景写入频繁时性能可能不如悲观锁业务逻辑复杂需要处理重试逻辑和异常情况实际应用场景乐观锁广泛应用于以下场景电商系统库存管理、订单状态更新银行系统账户余额更新内容管理系统文档编辑、版本控制酒店预订系统房间状态更新乐观锁触发示例酒店预订系统场景让我通过一个完整的示例来说明乐观锁是如何在实际场景中被触发的。场景设定假设我们有一个酒店预订系统两个前台工作人员Alice和Bob同时处理同一个预订记录预订ID: 1001当前版本号: 1预订状态: 待确认事件时间线时间点T1 - Alice操作Alice打开预订记录准备更新联系人信息javascript // Alice读取预订信息 const reservation await getRoomReservationById(1001); // 返回数据: // { // id: 1001, // contactName: 张三, // phoneNumber: 13800138000, // version: 1, // status: 待确认 // }时间点T2 - Bob操作几乎同时Bob也打开了同一份预订记录javascript // Bob读取预订信息 const reservation await getRoomReservationById(1001); // 返回相同的数据: // { // id: 1001, // contactName: 张三, // phoneNumber: 13800138000, // version: 1, // status: 待确认 // }时间点T3 - Alice提交更新Alice首先完成修改并提交javascript // Alice尝试更新预订信息 const updateData { id: 1001, contactName: 张三丰, // 修改联系人姓名 phoneNumber: 13800138000, version: 1, // Alice读取时的版本号 status: 待确认 }; // 发送到后端的更新请求 await updateRoomReservation(updateData);后端执行SQL:sql UPDATE room_reservation SET contact_name 张三丰, version version 1 WHERE id 1001 AND version 1;结果: 影响1行记录更新成功数据库中版本号变为2。时间点T4 - Bob提交更新触发乐观锁Bob稍后提交他的修改更新电话号码javascript // Bob尝试更新预订信息 const updateData { id: 1001, contactName: 张三, // Bob未修改联系人姓名 phoneNumber: 13900139000, // 修改电话号码 version: 1, // Bob读取时的版本号仍然是1 status: 待确认 }; // 发送到后端的更新请求 await updateRoomReservation(updateData);后端执行SQL:sql UPDATE room_reservation SET phone_number 13900139000, version version 1 WHERE id 1001 AND version 1; -- 注意这里的version是1乐观锁触发关键点: 此时数据库中预订ID为1001的记录的版本号已经是2被Alice的更新操作递增了但Bob的更新请求仍然使用版本号1作为条件。执行结果:SQL影响0行记录因为没有version1的记录了更新失败触发乐观锁机制后端返回错误信息前端处理javascript try { await updateRoomReservation(updateData); console.log(更新成功); } catch (error) { if (error.message.includes(乐观锁)) { // 乐观锁冲突处理 alert(检测到数据冲突请刷新后重试); // 重新加载最新数据 const latestReservation await getRoomReservationById(1001); // 提示用户数据已被其他用户修改 console.log(最新数据:, latestReservation); } }完整的乐观锁处理流程javascript // 带重试机制的更新函数 async function updateReservationWithRetry(reservationData, maxRetries 3) { let retries 0; while (retries maxRetries) { try { // 尝试更新 await updateRoomReservation(reservationData); console.log(更新成功); return true; } catch (error) { if (error.message.includes(乐观锁) || error.response?.data?.code 500) { retries; if (retries maxRetries) { alert(更新失败次数过多请稍后重试); return false; } console.log(乐观锁冲突第${retries}次重试); // 重新获取最新数据 const latestData await getRoomReservationById(reservationData.id); // 合并用户的新修改到最新数据中 reservationData.version latestData.data.version; // 使用最新版本号 // 这里可能需要合并用户的修改到最新数据中 // 具体实现取决于业务逻辑 console.log(重试第${retries}次使用版本号: ${reservationData.version}); } else { // 非乐观锁错误直接抛出 throw error; } } } }总结乐观锁的触发是并发控制的正常表现触发条件: 多个用户同时修改同一数据记录检测机制: 通过版本号验证数据是否被修改处理方式: 失败后重试或提示用户业务价值: 保证数据一致性避免脏写这种机制确保了在高并发场景下数据的完整性同时避免了传统锁机制可能带来的性能问题。