集合操作并發控制實戰

在多用戶或分布式系統中，集合操作并發控制是確保數據一致性和完整性的關鍵。以下是一些常見的并發控制策略和實戰示例：

1. 樂觀鎖

樂觀鎖假設沖突不經常發生，因此在讀取數據時不加鎖，但在更新數據時檢查是否有其他事務修改了數據。如果有沖突，則重試或拋出異常。

實戰示例：

假設有一個 User 表，包含 id 和 version 字段。每次更新用戶信息時，版本號會增加。

-- 讀取用戶信息
SELECT * FROM users WHERE id = 1;

-- 更新用戶信息
UPDATE users SET name = 'NewName', version = version + 1 WHERE id = 1 AND version = current_version;

2. 悲觀鎖

悲觀鎖假設沖突經常發生，因此在讀取數據時就加鎖，防止其他事務修改數據。

實戰示例：

使用數據庫的行級鎖來悲觀鎖住數據。

-- 開始事務
BEGIN TRANSACTION;

-- 悲觀鎖住數據
SELECT * FROM users WHERE id = 1 FOR UPDATE;

-- 更新用戶信息
UPDATE users SET name = 'NewName' WHERE id = 1;

-- 提交事務
COMMIT;

3. 分布式鎖

在分布式系統中，可以使用分布式鎖來控制并發訪問。常見的分布式鎖實現包括基于 Redis、Zookeeper 等。

實戰示例：

使用 Redis 實現分布式鎖。

import redis
import time

# 連接 Redis
r = redis.Redis(host='localhost', port=6379, db=0)

# 獲取鎖
lock_key = 'user_lock'
lock_value = str(uuid.uuid4())
acquired = r.setnx(lock_key, lock_value)

if acquired:
    try:
        # 執行操作
        while True:
            # 模擬操作
            time.sleep(1)
            if check_if_operation_complete():
                break
    finally:
        # 釋放鎖
        release_lock(lock_key, lock_value)
else:
    print("Lock already held by another process")

4. 并發集合操作

在某些編程語言中，提供了并發集合操作的數據結構，如 Java 中的 ConcurrentHashMap、Python 中的 threading.Lock 等。

實戰示例：

使用 Python 的 threading.Lock 保護集合操作。

import threading

# 創建一個共享集合
shared_set = set()

# 創建一個鎖
lock = threading.Lock()

def add_to_set(item):
    with lock:
        shared_set.add(item)

def remove_from_set(item):
    with lock:
        shared_set.discard(item)

總結

并發控制是確保數據一致性和完整性的重要手段。根據具體的應用場景和需求，可以選擇合適的并發控制策略，如樂觀鎖、悲觀鎖、分布式鎖等。在實際開發中，需要結合具體的編程語言和數據庫系統來實現并發控制。