高并发下如何保证数据的一致性

1.通过悲观锁实现 for update

2.通过乐观锁实现,加字段

3.针对秒杀系统,可以采取将并发请求串行化。放在一个队列中,处理对数据库的写操作

4.通过redis实现,读和写都操作redis。写redis数据时,同时产生一条业务相关联的日志数据。单独开个任务或者消息队列来对日志数据进行读取,获取里面的对数据库的操作。然后进行写数据库。

5.因为redis支持事务,所有写操作可以通过lua脚本来支持对数据库的操作。

6.写update语句时,还可以这样写。update produce p set p.num=$SumNum-$num where p.num=$sumNum and $sumNum-$num>0;

更新某个库存值时,首先获取当前库存量。更新时传入查询到的数量。减出此次要操作的数量。加上两个限制条件:

1.查询到的数量和数据库里面的库存数量一致

2.此次操作后,库存数量大于0。

 

第四条:使用乐观锁,虽然可以做到一致性。但是在高并发情况下,会产生大量的失败请求。会产生大量的数据库Io操作。为了减少io,可以将其放在redis中,进行操作。然后产生业务日志,根据业务日志对数据库进行更新。

另:redis支持事务,支持set,一般只用来做缓存。这里备注下,都忘了有这些功能了。

 

转载于:https://my.oschina.net/begin01running/blog/1536095

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
保证高并发时数据一致性是一个复杂的问题,以下是一些常用的策略和技术: 1. 事务管理:使用数据库事务来保证一组操作的原子性,要么全部成功,要么全部回滚。通过在关键操作上使用事务,可以确保在并发场景下数据一致性。 2. 锁机制:使用锁来实现对共享资源的互斥访问,防止多个线程同时修改同一份数据。可以使用悲观锁或乐观锁来保证数据一致性。 3. 并发控制:使用并发控制算法来解决并发访问数据时可能出现的冲突问题,如读写锁、信号量、版本控制等。这些机制可以确保在高并发情况下数据一致性和正确性。 4. 分布式事务:在分布式系统中,可以使用分布式事务协调器(如XA协议)来管理多个参与者之间的事务,保证数据在不同节点之间的一致性。 5. 缓存策略:合理使用缓存来减轻数据库负载,但需要注意及时更新缓存,以避免缓存与数据数据不一致的情况发生。 6. 数据复制与同步:通过数据复制和同步机制将数据在多个节点之间进行同步,确保数据一致性。常见的方法有主从复制、集群复制等。 7. 一致性哈希算法:在分布式环境中,使用一致性哈希算法可以有效地解决节点的动态加入和删除带来的数据迁移问题,保证数据一致性。 需要根据具体场景和需求选择合适的策略和技术来保证高并发时数据一致性

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值