当前位置: 首页 > news >正文

Apache Ignite 中乐观事务(OPTIMISTIC Transactions)的工作机制

这段内容讲解的是 Apache Ignite 中乐观事务(OPTIMISTIC Transactions)的工作机制,包括它在不同隔离级别下的行为、锁的获取时机、事务冲突检测机制,以及在使用乐观事务时需要注意的一些关键点。下面我将 用通俗易懂的中文 为你详细解释这段内容。


一、什么是乐观事务(OPTIMISTIC Transaction)

乐观事务模式 下,事务 不立即加锁,而是在事务提交时才进行冲突检测。如果检测到冲突(比如其他事务修改了相同的数据),事务就会失败。

锁的获取时机:

  • 两阶段提交(2PC)的第一阶段(prepare 阶段) 才对数据加锁。
  • 加锁顺序:
    • 先在主节点(Primary Node)上加锁;
    • 然后推广到备份节点(Backup Nodes);
  • 如果事务 回滚从未尝试提交,则 不会加任何锁

✅ 优点:性能好,适合并发冲突少的场景。
❌ 缺点:如果冲突多,可能会频繁失败,需要重试。


二、乐观事务下的隔离级别(Isolation Levels)

在 OPTIMISTIC 模式下,可以使用以下三种隔离级别:

1. READ_COMMITTED

  • 事务中修改的数据会收集在发起事务的节点上;
  • 提交时才会真正应用到缓存;
  • 读操作 不加锁,也不会缓存数据;
  • 数据可能从主节点或备份节点读取(取决于缓存配置);
  • 可能出现“不可重复读”(Non-Repeatable Read)
    • 即在同一个事务中多次读取某个 key,可能得到不同的值;
    • 因为其他事务可能在你第一次读之后修改了数据;
  • 不检查数据是否被修改过,也不会抛出乐观事务异常(TransactionOptimisticException)。

📌 举例:

  • 事务 A 读了 key=“name”,得到 “Alice”;
  • 事务 B 修改了 key=“name” 为 “Bob” 并提交;
  • 事务 A 再次读 key=“name”,得到 “Bob”;
  • 这在 READ_COMMITTED 下是允许的。

2. REPEATABLE_READ

  • 和 READ_COMMITTED 类似,唯一的区别是:
    • 读取的数据会被缓存在事务发起节点的本地事务映射中
    • 后续对该 key 的所有读取都使用本地缓存的值;
  • 保证事务中多次读取同一个 key,结果一致;
  • 不检查数据是否被修改过,也不会抛出乐观事务异常。

📌 举例:

  • 事务 A 读了 key=“name”,得到 “Alice”;
  • 本地缓存了这个值;
  • 事务 B 修改了 key=“name” 为 “Bob”;
  • 事务 A 再次读 key=“name”,仍然是 “Alice”。

3. SERIALIZABLE

  • 是最严格的隔离级别;
  • 在第一次读取某个 key 时,记录它的版本号;
  • 在事务提交时,检查所有涉及的 key 是否被其他事务修改过;
    • 如果发现某个 key 的版本号变了(即被其他事务修改),则事务失败;
    • 抛出 TransactionOptimisticException,并回滚事务;
  • 即使只是读了某个 key 而没有修改它,如果它的值被别人改了,事务也会失败
    • 因为这个 key 的值可能影响了你的事务逻辑;

📌 举例:

  • 事务 A 读了 key=“balance”,值为 100;
  • 事务 B 修改了 key=“balance” 为 200;
  • 事务 A 提交时,检测到 balance 被改过,事务失败并抛出异常;
  • 即使事务 A 没有修改 balance,只是读了它。

三、代码示例:使用乐观 + 可串行化事务

CacheConfiguration<Integer, String> cfg = new CacheConfiguration<>();
cfg.setAtomicityMode(CacheAtomicityMode.TRANSACTIONAL);
cfg.setName("myCache");
IgniteCache<Integer, String> cache = ignite.getOrCreateCache(cfg);int retryCount = 10;
int retries = 0;while (retries < retryCount) {retries++;try (Transaction tx = ignite.transactions().txStart(TransactionConcurrency.OPTIMISTIC,TransactionIsolation.SERIALIZABLE)) {// 修改缓存cache.put(1, "foo");cache.put(2, "bar");// 提交事务tx.commit();break; // 成功提交,跳出循环} catch (TransactionOptimisticException e) {// 事务冲突失败,重试}
}

说明:

  • 使用 OPTIMISTIC + SERIALIZABLE 组合,可以保证数据一致性;
  • 如果事务失败,会抛出 TransactionOptimisticException
  • 建议使用 重试机制,比如最多重试 10 次;
  • 适用于并发冲突多、但又不想使用悲观事务的场景。

四、关于锁顺序的重要说明

虽然乐观事务不立即加锁,但在 READ_COMMITTEDREPEATABLE_READ 模式下,锁仍然是 按访问顺序逐个获取的

⚠️ 如果多个事务以不同的顺序访问相同的 key,可能导致死锁。

建议:

  • 统一访问 key 的顺序,避免死锁;
  • 尽量减少事务中涉及的 key 数量;
  • 对于高并发场景,优先考虑使用乐观事务 + SERIALIZABLE 隔离级别。

✅ 总结对比表

隔离级别是否缓存读取数据可重复读是否检测冲突是否抛出乐观异常适用场景
READ_COMMITTED❌ 不缓存❌ 不可重复读❌ 不检测冲突❌ 不抛出异常读多写少、一致性要求不高的场景
REPEATABLE_READ✅ 缓存在本地✅ 可重复读❌ 不检测冲突❌ 不抛出异常一致性要求较高、写操作较少的场景
SERIALIZABLE✅ 缓存在本地✅ 可重复读✅ 提交时检测冲突✅ 抛出异常高并发、强一致性要求的场景

🧠 使用建议

  1. 优先使用 OPTIMISTIC + SERIALIZABLE
    • 性能较好,同时能保证数据一致性;
    • 需要配合重试机制使用;
  2. 避免在事务中访问大量 key
    • 会增加冲突概率;
    • 增加事务失败的可能性;
  3. 统一访问 key 的顺序
    • 避免死锁;
  4. 在事务中只读取和修改必要的数据
    • 减少冲突;
  5. 处理乐观事务异常
    • 使用 try-catch 捕获 TransactionOptimisticException
    • 实现自动重试逻辑;

如果你正在使用 Ignite 的事务功能,尤其是 乐观事务模式,理解这些机制可以帮助你更好地设计事务逻辑,提升系统性能,并避免数据不一致问题。

http://www.lryc.cn/news/595981.html

相关文章:

  • 【Go语言-Day 23】接口的进阶之道:空接口、类型断言与 Type Switch 详解
  • TTL+日志的MDC实现简易链路追踪
  • 【从0-1的JavaScript】第2篇:JS对象的创建、使用已经内置对象
  • 操作系统 —— A / 概述
  • API网关原理与使用场景详解
  • Android AppCompat:实现Material Design向后兼容的终极指南
  • Apache Ignite扫描查询
  • 快手视觉算法面试30问全景精解
  • 2025 年非关系型数据库全面指南:类型、优势
  • Apache Ignite缓存基本操作
  • [Dify] -进阶10- Dify 的用户输入结构:变量、参数、文件上传全解析
  • 如何撤销Git提交误操作
  • 【音视频协议篇】RTMP协议
  • haproxy的负载均衡集群搭建
  • 构建智能视频中枢--多路RTSP转RTMP推送模块在轨道交通与工业应用中的技术方案探究
  • 最新AI与Python在地球科学多源数据交叉融合中的前沿技术应用
  • linux用户态各定时器抖动测试
  • 「Linux命令基础」用户组管理
  • MongoDB频繁掉线频繁断开服务的核心原因以及解决方案-卓伊凡|贝贝|莉莉|糖果
  • stream流入门
  • 企业知识库软件选型与实践指南
  • LINUX 722 逻辑卷快照
  • useState
  • 3.4 安全-分布式-数据库-挖掘
  • Java并发编程:JUC核心组件全解析
  • IMU(LSM6DSMTR+LIS2MDLTR)
  • 隧道代理与普通代理:一场网络隐身术的“智能革命”
  • 开发者的AI认知指南:用大模型重新理解人工智能(上)
  • 基于AutoJawSegment项目的CBCT图像分割实践指南
  • Qt开发环境搭建全攻略(Windows+Linux+macOS)