advisory lock 實現高並發非堵塞式 業務鎖
標簽
PostgreSQL , advisory lock , 鎖
背景
某些業務會利用數據庫來作為一種可靠的鎖,例如任務調度係統,或者其他需要可靠的鎖機製的係統。
通常他們可能會使用數據庫的一條記錄來實現鎖的SLOT和狀態信息。
例如
create table lock_test (
tid int primary key, -- 任務ID
state int default 1, -- 任務狀態,1表示初始狀態,-1表示正在處理, 0表示處理結束
retry int default -1, -- 重試次數
info text, -- 其他信息
crt_time timestamp -- 時間
);
任務處理係統到數據庫獲取任務
例如
update lock_test set state=-1 , retry=retry+1 where tid=? and state=1;
處理失敗
update lock_test set state=1 where tid=? and state=-1;
處理成功
update lock_test set state=0 where tid=? and state=-1;
當多個客戶端並行獲得同一個任務時,就會引發衝突,導致等待(雖然等待時間可能不長,但是在大型任務調度係統中,一點點的等待都無法忍受)。
如何解決這個衝突等待呢?
advisory lock登場,實際上在秒殺業務中我們也看到了它的蹤影。
《PostgreSQL 使用advisory lock實現行級讀寫堵塞》
《PostgreSQL 無縫自增ID的實現 - by advisory lock》
《PostgreSQL 使用advisory lock或skip locked消除行鎖衝突, 提高幾十倍並發更新效率》
advisory lock 實現高並發非堵塞式 業務鎖
事務級或會話級,根據業務形態選擇。
List of functions
Schema | Name | Result data type | Argument data types | Type
------------+----------------------------------+------------------+---------------------+--------
pg_catalog | pg_try_advisory_lock | boolean | bigint | normal
pg_catalog | pg_try_advisory_xact_lock | boolean | bigint | normal
SQL改造如下
開始處理任務
update lock_test set state=-1 , retry=retry+1 where tid=? and state=1 and pg_try_advisory_xact_lock(?) returning *;
處理失敗
update lock_test set state=1 where tid=? and state=-1 and pg_try_advisory_xact_lock(?);
處理成功
update lock_test set state=0 where tid=? and state=-1 and pg_try_advisory_xact_lock(?);
性能壓測對比
為了體現衝突的問題,我們使用一條記錄來表示一個任務,大家都來搶一個任務的極端場景。
create table lock_test (
tid int primary key, -- 任務ID
state int default 1, -- 任務狀態,1表示初始狀態,-1表示正在處理, 0表示處理結束
retry int default -1, -- 重試次數
info text, -- 其他信息
crt_time timestamp -- 時間
);
insert into lock_test values (1, 1, -1, 'test', now());
1、傳統模式壓測
vi test1.sql
update lock_test set state=-1 , retry=retry+1 where tid=1 and state=1;
update lock_test set state=1 where tid=1 and state=-1;
pgbench -M prepared -n -r -P 1 -f ./test1.sql -c 64 -j 64 -T 120
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 966106
latency average = 7.940 ms
latency stddev = 6.840 ms
tps = 8050.081170 (including connections establishing)
tps = 8054.812052 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
3.978 update lock_test set state=-1 , retry=retry+1 where tid=1 and state=1;
3.962 update lock_test set state=1 where tid=1 and state=-1;
2、advisory lock模式壓測
vi test2.sql
update lock_test set state=-1 , retry=retry+1 where tid=1 and state=1 and pg_try_advisory_xact_lock(1) returning *;
update lock_test set state=1 where tid=1 and state=-1 and pg_try_advisory_xact_lock(1);
pgbench -M prepared -n -r -P 1 -f ./test2.sql -c 64 -j 64 -T 120
query mode: prepared
number of clients: 64
number of threads: 64
duration: 120 s
number of transactions actually processed: 23984594
latency average = 0.320 ms
latency stddev = 0.274 ms
tps = 199855.983575 (including connections establishing)
tps = 199962.502494 (excluding connections establishing)
script statistics:
- statement latencies in milliseconds:
0.163 update lock_test set state=-1 , retry=retry+1 where tid=1 and state=1 and pg_try_advisory_xact_lock(1) returning *;
0.156 update lock_test set state=1 where tid=1 and state=-1 and pg_try_advisory_xact_lock(1);
8000 TPS提升到20萬 TPS。開不開心、意不意外。
小結
1、使用advisory lock時,需要注意一點,因為它是庫級別的輕量級鎖,所以對於不同的業務(無需相互堵塞的業務),建議設計不同的advisory lock的ID空間,例如A業務的LOCK空間是1-1000000, B業務的LOCK空間是1000001-2000000的空間。諸如此類等等。
2、update, insert, delete都帶returning語法,可以返回NEW, OLD value。
3、advisory 的其他應用:
《PostgreSQL 使用advisory lock實現行級讀寫堵塞》
《PostgreSQL 無縫自增ID的實現 - by advisory lock》
《PostgreSQL 使用advisory lock或skip locked消除行鎖衝突, 提高幾十倍並發更新效率》
4、advisory lock的級別分事務級和會話級,根據業務的需求進行選擇。
最後更新:2017-07-21 11:03:15
上一篇:
開發者論壇一周精粹(第三期):淘寶商家專場官方應用--讓一個人頂N個人
下一篇:
SRID (空間引用識別號, 坐標係)
Spring的事務管理對何種異常進行回滾
JDK的sql設計不合理導致的驅動類初始化死鎖問題
哪個阿裏雲幸運券最優惠?什麼阿裏雲幸運券折扣最大?
Android開發19——將Android程序部署至真實Android手機以及asm.jar的運行
Hbase數據模型與table設計
≪統計學習精要(The Elements of Statistical Learning)≫課堂筆記(三)
Android 文字翻轉動畫的實現
Guava 是個風火輪之基礎工具(2)
架構設計 | 互聯網架構“高並發”究竟是啥
OpenParty 2009年的第一期( 2009.02.21)“有狐”流水記錄