電動版奔馳B級是戴姆勒繼Smart ForTwo電動版之後的第二款純電動車，由戴姆勒和特斯拉聯合開發，其電動馬達由特斯拉提供，今年將先後在美國和歐洲上市。

電動版奔馳B級擁有大約200公里的續航里程，0到100km/h加速僅需時7.9秒，最高速度為160km/h。其電動馬達由特斯拉提供，規律達174馬力，同寶馬i3電動車的規律相比還高出8馬力。目前戴姆勒尚未公佈新款奔馳B級電動車的售價。

電動版奔馳B級由戴姆勒位於德國的拉施塔特(Rastatt)工廠負責生產，汽油、柴油及天然氣版本的奔馳B級也在該工廠投產。據戴姆勒一名女發言人透露，電動版奔馳B級在其整個生命週期中的產量預計將達到五位數。

本站聲明:網站內容來源於EnergyTrend https://www.energytrend.com.tw/ev/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※USB CONNECTOR掌控什麼技術要點? 帶您認識其相關發展及效能

※評比前十大台北網頁設計、台北網站設計公司知名案例作品心得分享

※智慧手機時代的來臨，RWD網頁設計已成為網頁設計推薦首選

※評比南投搬家公司費用收費行情懶人包大公開

※幫你省時又省力,新北清潔一流服務好口碑

前言

引用自: 《重構 改善既有代碼的設計》

重構是在不改變軟件可觀察行為的前提下改善其內部結構。當你面對一個最需要重構的遺留系統時，其規模之大、歷史之久、代碼質量之差，常會使得添加單元測試或者理解其邏輯都成為不可能的任務。此時你唯一能依靠的就是那些已經被證明是行為保持的重構手法: 用絕對安全的手法從焦油坑中整理出可測試的接口，給它添加測試，以此作為繼續重構的立足點。

因為我們部門內容平台的文章系統之前遺留了很多問題，急需解決這些具有”壞味道”的代碼。最後因為其他人手頭裡都有其他工作，最後這些任務就交給了我。以下是急需解決的問題。

1. 內容平台新增/更新/取消/刪除文章，同步各集團下文章行為狀態，消息鏈路過長的問題。
2. article分享錶停止規模新增，之前未做插入前的記錄判斷，通過新增的操作來進行記錄留存。
3. 文章表拆除大字段到分表，如content、content_draft等字段。

鏈路過長概述

內容平台新增/更新/取消/刪除文章，同步各集團下文章行為狀態，消息鏈路過長的問題。

• 問題導火索: 運營後台文章發布，發送消息到marketing-base

• 慢鏈路，鏈路過長

  • mysql數據同步，單條執行n次

  • es索引數據同步，dubbo接口調用n次

圖1 鏈路圖

鏈路過長剖解及解決思路

具體問題，具體對待

//開啟同步開關的集團
        List<Integer> groupList = autoSyncStatusService.getAutoSyncGroupByManageType(MANAGE_TYPE_GROUP_ARTICLE); 

    for (Integer groupId : syncSubjectList) {
                SiteGroupInfoDTO siteGroupInfo = siteSPI.getGroupInfoById(groupId);
                Set<String> groupBrandSet = carOnSaleManage.getGroupBrandSet(siteGroupInfo);
                List<String> matchedBrandCodes = extractBrandCodesFromArticleLabel(article.getLabelInfos());
                if (CollectionUtils.isEmpty(matchedBrandCodes) || CollectionUtils.containsAny(groupBrandSet, matchedBrandCodes)) {
                    ArticleGroupMaterialBO groupMaterialBO =
                            ArticleBeanConverter.convertMaterial2GroupMaterial(article, groupId, groupList);
                    // 設置對應的集團主題id
                    ArticleGroupSubjectBO groupSubjectBO =
                            articleGroupSubjectService.getGroupSubjectBySoucheId(groupId, article.getSubjectId());
                    if (Objects.nonNull(groupSubjectBO.getId())) {
                        groupMaterialBO.setSubjectId(groupSubjectBO.getId());
                        groupMaterialBO.setMaterialId(myArticleId);
                        articleGroupMaterialService.addArticleGroupMaterial(groupMaterialBO);
                    }
            }
        } else {
                //查詢同步的文章數據是否存在
                List<ArticleGroupMaterialBO> list = articleGroupMaterialService.getListByMaterialId(myArticleId);
                for (ArticleGroupMaterialBO a : list) {
                    if (groupList.contains(a.getGroupId())) {
                        articleGroupMaterialService.changeRecommendStatus(a.getId(), a.getGroupId(), recommend, article.getLastOperatorName(), article.getLastOperatorName());
                    }
                }
        }

• 第4行中我們可以看到這裡有一個for循環️，假設開啟同步開關的集體有1000家，則第18行中mysql插入操作就需要執行1000次。

• 第24行這裏同樣有一個for循環體️，則26行內部的es數據同步則需要調用1000次。它的實現如下:

  @Override
      public boolean changeRecommendStatus(int id, int groupId, int recommended, String lastOperatorUserId, String lastOperatorName) {
          final boolean success = articleGroupMaterialDAO.changeRecommendStatus(
                  id, groupId, recommended, lastOperatorUserId, lastOperatorName) > 0;
          if (success) {
              //更新索引，更改推薦狀態
              articleSearchManage.updateArticleIndex(ArticleIndexUtil.getUpdateRecommendIndex(recommended, id, lastOperatorName));
          }
          return success;
      }

  解決思路

  Mybatis批量插入

  對於第一個循環️體中，我們需要將數據批量添加到數據庫，mybatis提供了將list集合循環添加到數據庫的方法。

  1. mapper層中創建 insertForeach(List < Fund > list) 方法,返回值是批量添加的數據條數

  public interface FundMapper {
    int insertForeach(List<Fund> list);
  }

  1. mybatis的xml文件中的insert語句如下

  <?xml version="1.0" encoding="UTF-8" ?>
  <!DOCTYPE mapper PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN" "http://mybatis.org/dtd/mybatis-3-mapper.dtd" >
  <mapper namespace="com.center.manager.mapper.FundMapper">
  
    <insert id="insertForeach" parameterType="java.util.List" useGeneratedKeys="false">
                insert into fund
                ( id,fund_name,fund_code,date_x,data_y,create_by,create_date,update_by,update_date,remarks,del_flag)
                values
                <foreach collection="list" item="item" index="index" separator=",">
                    (
                        #{item.id},
                        #{item.fundName},
                        #{item.fundCode},
                        #{item.dateX},
                        #{item.dataY},
                        #{item.createBy},
                        #{item.createDate},
                        #{item.updateBy},
                        #{item.updateDate},
                        #{item.remarks},
                        #{item.delFlag}
                    )
                 </foreach>     
      </insert>    
  </mapper>

  ES批量更新

  com.souche.elastic.search.api.IndexService

  方法：BulkUpdateResponse bulkUpdate(String index, Map<String, Object> event, String query, String origin)
  
  參數：
  
      index：要操作的索引
  
      event：更新的數據，可以只包含需要更新的字段，相當於mysql的update語句中的set語句中的字段
  
      query：query中的條件相當於mysql中的where，具體語法與下面的搜索接口中【querys：string 複雜的複合查詢 不同字段的OR 查詢】相同
  
      origin：操作源，一般寫調用方自己的應用名，用於區分不同調用方
  
  返回值：
  
      BulkUpdateResponse：
  
        {
  
          requestId：本次操作的唯一標示
  
          status：狀態，目前返回默認都是true
  
          updated：成功更新的條數
  
          failed：更新失敗的條數
  
          message：第一條更新失敗的原因
  
        }
  
  調用示例：

  1Map<String, Object> data = new HashMap<>();
  2        data.put("id", 20);
  3        data.put("title", "xue yin");
  4        data.put("content", "kuang dao");
  5        BulkUpdateResponse response = indexService.bulkUpdate("test_index", data, "address=bj AND contry=cn", "shenfl");

  這條更新將test_index索引中所有 address是bj並且contry是cn 的數據的 title更新成‘xue yin’ content更新成‘kuang dao’，注意：address和contry兩個字段在索引中需要加索引

Article表插入邏輯優化，停止規模新增概述

Article邏輯優化剖解及解決思路

具體問題及解決思路

當前article數據表數據量:

select count(*) as 總數 from article;

結果如下:

總數
369737

  @Override
    public String addSharedArticle(ArticleBO articleBO) {
        ArticleDO articleDO = new ArticleDO();
        BeanUtils.copyProperties(articleBO, articleDO);
        String shortUUID = UUIDUtil.getShortUUID();
        articleDO.setUid(shortUUID);
        if (articleDAO.addSharedArticle(articleDO) > 0) {
            return shortUUID;
        }
        return StringUtil.EMPTY_STRING;
    }

從上面這個業務邏輯實現類中，我們可以看到事實上我們想得到的是插入表數據的uid。但是之前的邏輯中，我們並沒有判斷該條數據是否已經存在，我們需要在上面代碼中判斷數據是否存在，已存在，查詢最後一天數據的uid返回給上層。不存在的話，執行插入操作。

文章表拆除大字段到分表

article_material表結構設計

article_material | CREATE TABLE `article_material` (
  `id` int(10) unsigned NOT NULL AUTO_INCREMENT,
  `my_article_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '內容平台我的文章id',
  `status` tinyint(3) unsigned NOT NULL COMMENT '1-待發布、2-發布、3-取消發布',
  `subject_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '主題id',
  `platform_id` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '平台id',
  `source` varchar(32) NOT NULL DEFAULT '' COMMENT '版塊',
  `crawler_article_id` varchar(32) NOT NULL DEFAULT '0' COMMENT '爬蟲的文章id',
  `title` varchar(64) NOT NULL DEFAULT '' COMMENT '標題',
  `cover_img` varchar(128) NOT NULL COMMENT '封面圖',
  `summary` varchar(255) NOT NULL DEFAULT '' COMMENT '摘要',
  `labels` varchar(512) NOT NULL DEFAULT '' COMMENT '標籤',
  `label_infos` varchar(1024) NOT NULL DEFAULT '' COMMENT '標籤詳細信息',
  `content` text NOT NULL COMMENT '內容，用戶看到的',
  `content_imgs` text NOT NULL COMMENT '內容中圖片',
  `content_videos` varchar(255) NOT NULL DEFAULT '' COMMENT '內容中視頻',
  `content_draft` text NOT NULL COMMENT '草稿內容，編輯后保存到這裏，發布后內容會複製到content，此字段清空',
  `content_imgs_draft` text NOT NULL COMMENT '草稿內容的圖片，同上',
  `content_videos_draft` varchar(255) NOT NULL DEFAULT '' COMMENT '草稿內容的視頻',
  `recommended` tinyint(1) unsigned NOT NULL DEFAULT '0' COMMENT '0-不推薦、1-推薦',
  `author_user_id` varchar(64) NOT NULL DEFAULT '' COMMENT '作者userId',
  `author_name` varchar(16) NOT NULL COMMENT '作者名稱',
  `last_operator_user_id` varchar(64) NOT NULL DEFAULT '' COMMENT '最後操作人userId',
  `last_operator_name` varchar(16) NOT NULL COMMENT '最後操作人名字',
  `publish_date` datetime DEFAULT NULL COMMENT '發布時間',
  `publisher_user_id` varchar(64) NOT NULL DEFAULT '' COMMENT '發布者userId',
  `publisher_name` varchar(16) NOT NULL DEFAULT '' COMMENT '發布者名字',
  `pv` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '流量pv',
  `uv` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '流量uv',
  `share_count` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '分享次數',
  `share_people_count` int(10) unsigned NOT NULL DEFAULT '0' COMMENT '分享人數',
  `date_create` datetime NOT NULL,
  `date_update` datetime NOT NULL,
  `date_delete` datetime DEFAULT NULL,
  `deleted` bigint(20) unsigned NOT NULL DEFAULT '0' COMMENT '0 表示未刪除，刪除后是毫秒級時間戳',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uniq_id` (`my_article_id`),
  KEY `idx_title_label_status` (`subject_id`,`platform_id`,`title`,`label_infos`(255),`source`)
) ENGINE=InnoDB AUTO_INCREMENT=861 DEFAULT CHARSET=utf8 COMMENT='文章素材庫，給集團提供文章素材'

上表中content, content_imgs,content_videos都是text類型等大字段，對於這種類型，我們需要把這種類型的表拆分成2張表 article_metedata和article_content 兩張表。

表拆分圖示

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※USB CONNECTOR掌控什麼技術要點? 帶您認識其相關發展及效能

※評比前十大台北網頁設計、台北網站設計公司知名案例作品心得分享

※智慧手機時代的來臨，RWD網頁設計已成為網頁設計推薦首選

※評比南投搬家公司費用收費行情懶人包大公開

※幫你省時又省力,新北清潔一流服務好口碑

MySQL InnoDB支持三種行鎖定

• 行鎖（Record Lock）:鎖直接加在索引記錄上面，鎖住的是key。

• 間隙鎖（Gap Lock）:鎖定索引記錄間隙，確保索引記錄的間隙不變。間隙鎖是針對事務隔離級別為可重複讀或以上級別而設計的。

• 后碼鎖（Next-Key Lock）：行鎖和間隙鎖組合起來就叫Next-Key Lock。

默認情況下，InnoDB工作在可重複讀隔離級別下，並且會以Next-Key Lock的方式對數據行進行加鎖，這樣可以有效防止幻讀的發生。Next-Key Lock是行鎖和間隙鎖的組合，當InnoDB掃描索引記錄的時候，會首先對索引記錄加上行鎖（Record Lock），再對索引記錄兩邊的間隙加上間隙鎖（Gap Lock）。加上間隙鎖之後，其他事務就不能在這個間隙修改或者插入記錄。

行鎖(Record Lock)

• 當需要對表中的某條數據進行寫操作（insert、update、delete、select for update）時，需要先獲取記錄的排他鎖（X鎖），這個就稱為行鎖。

create table x(`id` int, `num` int, index `idx_id` (`id`));
insert into x values(1, 1), (2, 2);

-- 事務A
START TRANSACTION;
update x set id = 1 where id = 1;

-- 事務B
-- 如果事務A沒有commit，id=1的記錄拿不到X鎖，將出現等待
START TRANSACTION;
update x set id = 1 where id = 1;

-- 事務C
-- id=2的記錄可以拿到X鎖，不會出現等待
START TRANSACTION;
update x set id = 2 where id = 2;

• 針對InnoDB RR隔離級別，上述SQL示例展示了行鎖的特點：“鎖定特定行不允許進行修改”，但行鎖是基於表索引的，如果where條件中用的是num字段（非索引列）將產生不一樣的現象：

-- 事務A
START TRANSACTION;
update x set num = 1 where num = 1;

-- 事務B
-- 由於事務A中num字段上沒有索引將產生表鎖，導致整張表的寫操作都會出現等待
START TRANSACTION;
update x set num = 1 where num = 1;

-- 事務C
-- 同理，會出現等待
START TRANSACTION;
update x set num = 2 where num = 2;

-- 事務D
-- 等待
START TRANSACTION;
insert into x values(3, 3);

Gap鎖(Gap Lock)

在MySQL中select稱為快照讀，不需要鎖，而insert、update、delete、select for update則稱為當前讀，需要給數據加鎖，幻讀中的“讀”即是針對當前讀。

RR事務隔離級別允許存在幻讀，但InnoDB RR級別卻通過Gap鎖避免了幻讀

產生間隙鎖的條件（RR事務隔離級別下）

• 使用普通索引鎖定
• 使用多列唯一索引
• 使用唯一索引鎖定多行記錄

唯一索引的間隙鎖

測試環境

MySQL，InnoDB，默認的隔離級別（RR）

數據表

CREATE TABLE `test` (
  `id` int(1) NOT NULL AUTO_INCREMENT,
  `name` varchar(8) DEFAULT NULL,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

數據

INSERT INTO `test` VALUES ('1', '小羅');
INSERT INTO `test` VALUES ('5', '小黃');
INSERT INTO `test` VALUES ('7', '小明');
INSERT INTO `test` VALUES ('11', '小紅');

以上數據，會生成隱藏間隙

(-infinity, 1]
(1, 5]
(5, 7]
(7, 11]
(11, +infinity]

只使用記錄鎖，不會產生間隙鎖

/* 開啟事務1 */
BEGIN;
/* 查詢 id = 5 的數據並加記錄鎖 */
SELECT * FROM `test` WHERE `id` = 5 FOR UPDATE;
/* 延遲30秒執行，防止鎖釋放 */
SELECT SLEEP(30);

-- 注意：以下的語句不是放在一個事務中執行，而是分開多次執行，每次事務中只有一條添加語句

/* 事務2插入一條 name = '小張' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (4, '小張'); # 正常執行

/* 事務3插入一條 name = '小張' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (8, '小東'); # 正常執行

/* 提交事務1，釋放事務1的鎖 */
COMMIT;

以上，由於主鍵是唯一索引，而且是只使用一個索引查詢，並且只鎖定一條記錄，所以，只會對 id = 5 的數據加上記錄鎖，而不會產生間隙鎖。

產生間隙鎖

/* 開啟事務1 */
BEGIN;
/* 查詢 id 在 7 - 11 範圍的數據並加記錄鎖 */
SELECT * FROM `test` WHERE `id` BETWEEN 5 AND 7 FOR UPDATE;
/* 延遲30秒執行，防止鎖釋放 */
SELECT SLEEP(30);

-- 注意：以下的語句不是放在一個事務中執行，而是分開多次執行，每次事務中只有一條添加語句

/* 事務2插入一條 id = 3，name = '小張1' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (3, '小張1'); # 正常執行

/* 事務3插入一條 id = 4，name = '小白' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (4, '小白'); # 正常執行

/* 事務4插入一條 id = 6，name = '小東' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (6, '小東'); # 阻塞

/* 事務5插入一條 id = 8， name = '大羅' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (8, '大羅'); # 阻塞

/* 事務6插入一條 id = 9， name = '大東' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (9, '大東'); # 阻塞

/* 事務7插入一條 id = 11， name = '李西' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (11, '李西'); # 阻塞

/* 事務8插入一條 id = 12， name = '張三' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (12, '張三'); # 正常執行

/* 提交事務1，釋放事務1的鎖 */
COMMIT;

從上面我們可以看到，(5, 7]、(7, 11] 這兩個區間，都不可插入數據，其它區間，都可以正常插入數據。所以當我們給 (5, 7] 這個區間加鎖的時候，會鎖住 (5, 7]、(7, 11] 這兩個區間。

鎖住不存在的數據

/* 開啟事務1 */
BEGIN;
/* 查詢 id = 3 這一條不存在的數據並加記錄鎖 */
SELECT * FROM `test` WHERE `id` = 3 FOR UPDATE;
/* 延遲30秒執行，防止鎖釋放 */
SELECT SLEEP(30);

-- 注意：以下的語句不是放在一個事務中執行，而是分開多次執行，每次事務中只有一條添加語句

/* 事務2插入一條 id = 3，name = '小張1' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (2, '小張1'); # 阻塞

/* 事務3插入一條 id = 4，name = '小白' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (4, '小白'); # 阻塞

/* 事務4插入一條 id = 6，name = '小東' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (6, '小東'); # 正常執行

/* 事務5插入一條 id = 8， name = '大羅' 的數據 */
INSERT INTO `test` (`id`, `name`) VALUES (8, '大羅'); # 正常執行

/* 提交事務1，釋放事務1的鎖 */
COMMIT;

我們可以看出，指定查詢某一條記錄時，如果這條記錄不存在，會產生間隙鎖

結論

• 對於指定查詢某一條記錄的加鎖語句，如果該記錄不存在，會產生記錄鎖和間隙鎖，如果記錄存在，則只會產生記錄鎖，如：WHERE id = 5 FOR UPDATE;
• 對於查找某一範圍內的查詢語句，會產生間隙鎖，如：WHERE id BETWEEN 5 AND 7 FOR UPDATE;

普通索引的間隙鎖

數據準備

創建 test1 表：

• 注意：number 不是唯一值

CREATE TABLE `test1` (
  `id` int(1) NOT NULL AUTO_INCREMENT,
  `number` int(1) NOT NULL COMMENT '数字',
  PRIMARY KEY (`id`),
  KEY `number` (`number`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

id 是主鍵，number上建立了一個普通索引。先加一些數據：

INSERT INTO `test1` VALUES (1, 1);
INSERT INTO `test1` VALUES (5, 3);
INSERT INTO `test1` VALUES (7, 8);
INSERT INTO `test1` VALUES (11, 12);

test1表中 number 索引存在的隱藏間隙：

(-infinity, 1]
(1, 3]
(3, 8]
(8, 12]
(12, +infinity]

執行以下的事務（事務1最後提交）

/* 開啟事務1 */
BEGIN;
/* 查詢 number = 5 的數據並加記錄鎖 */
SELECT * FROM `test1` WHERE `number` = 3 FOR UPDATE;
/* 延遲30秒執行，防止鎖釋放 */
SELECT SLEEP(30);

-- 注意：以下的語句不是放在一個事務中執行，而是分開多次執行，每次事務中只有一條添加語句

/* 事務2插入一條 number = 0 的數據 */
INSERT INTO `test1` (`number`) VALUES (0); -- 正常執行

/* 事務3插入一條 number = 1 的數據 */
INSERT INTO `test1` (`number`) VALUES (1); -- 被阻塞

/* 事務4插入一條 number = 2 的數據 */
INSERT INTO `test1` (`number`) VALUES (2); -- 被阻塞

/* 事務5插入一條 number = 4 的數據 */
INSERT INTO `test1` (`number`) VALUES (4); -- 被阻塞

/* 事務6插入一條 number = 8 的數據 */
INSERT INTO `test1` (`number`) VALUES (8); -- 正常執行

/* 事務7插入一條 number = 9 的數據 */
INSERT INTO `test1` (`number`) VALUES (9); -- 正常執行

/* 事務8插入一條 number = 10 的數據 */
INSERT INTO `test1` (`number`) VALUES (10); -- 正常執行

/* 提交事務1 */
COMMIT;

這裏可以看到，number (1 – 8) 的間隙中，插入語句都被阻塞了，而不在這個範圍內的語句，正常執行，這就是因為有間隙鎖的原因。

加深對間隙鎖的理解

將數據還原成初始化的那樣

/* 開啟事務1 */
BEGIN;
/* 查詢 number = 5 的數據並加記錄鎖 */
SELECT * FROM `test1` WHERE `number` = 3 FOR UPDATE;
/* 延遲30秒執行，防止鎖釋放 */
SELECT SLEEP(30);

/* 事務1插入一條 id = 2， number = 1 的數據 */
INSERT INTO `test1` (`id`, `number`) VALUES (2, 1); -- 阻塞

/* 事務2插入一條 id = 3， number = 2 的數據 */
INSERT INTO `test1` (`id`, `number`) VALUES (3, 2); -- 阻塞

/* 事務3插入一條 id = 6， number = 8 的數據 */
INSERT INTO `test1` (`id`, `number`) VALUES (6, 8); -- 阻塞

/* 事務4插入一條 id = 8， number = 8 的數據 */
INSERT INTO `test1` (`id`, `number`) VALUES (8, 8); -- 正常執行

/* 事務5插入一條 id = 9， number = 9 的數據 */
INSERT INTO `test1` (`id`, `number`) VALUES (9, 9); -- 正常執行

/* 事務6插入一條 id = 10， number = 12 的數據 */
INSERT INTO `test1` (`id`, `number`) VALUES (10, 12); -- 正常執行

/* 事務7修改 id = 11， number = 12 的數據 */
UPDATE `test1` SET `number` = 5 WHERE `id` = 11 AND `number` = 12; -- 阻塞

/* 提交事務1 */
COMMIT;

這裡有一個奇怪的現象：

事務3添加 id = 6，number = 8 的數據，給阻塞了；
事務4添加 id = 8，number = 8 的數據，正常執行了。
事務7將 id = 11，number = 12 的數據修改為 id = 11， number = 5的操作，給阻塞了；

這是為什麼呢？我們來看看下邊的圖

從圖中可以看出，當 number 相同時，會根據主鍵 id 來排序，所以：

事務3添加的 id = 6，number = 8，這條數據是在 （3, 8） 的區間裡邊，所以會被阻塞；
事務4添加的 id = 8，number = 8，這條數據則是在（8, 12）區間裡邊，所以不會被阻塞；
事務7的修改語句相當於在 （3, 8） 的區間裡邊插入一條數據，所以也被阻塞了。

結論

• 在普通索引列上，不管是何種查詢，只要加鎖，都會產生間隙鎖，這跟唯一索引不一樣
• 在普通索引跟唯一索引中，數據間隙的分析，數據行是優先根據普通索引排序，再根據唯一索引排序

后碼鎖(Next-key Locks)

后碼鎖是記錄鎖與間隙鎖的組合，它的封鎖範圍，既包含索引記錄，又包含索引區間。

注：Next-key Lock的主要目的，也是為了避免幻讀(Phantom Read)。如果把事務的隔離級別降級為RC，Next-key Lock則也會失效。

總結

• 記錄鎖、間隙鎖、后碼鎖，都屬於排它鎖；
• 記錄鎖就是鎖住一行記錄；
• 間隙鎖只有在事務隔離級別 RR 中才會產生；
• 唯一索引只有鎖住多條記錄或者一條不存在的記錄的時候，才會產生間隙鎖，指定給某條存在的記錄加鎖的時候，只會加記錄鎖，不會產生間隙鎖；
• 普通索引不管是鎖住單條，還是多條記錄，都會產生間隙鎖；
• 間隙鎖會封鎖該條記錄相鄰兩個鍵之間的空白區域，防止其它事務在這個區域內插入、修改、刪除數據，這是為了防止出現 幻讀 現象；
• 普通索引的間隙，優先以普通索引排序，然後再根據主鍵索引排序；
• 事務級別是RC（讀已提交）級別的話，間隙鎖將會失效。

資料

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※USB CONNECTOR掌控什麼技術要點? 帶您認識其相關發展及效能

※評比前十大台北網頁設計、台北網站設計公司知名案例作品心得分享

※智慧手機時代的來臨，RWD網頁設計已成為網頁設計推薦首選

※評比南投搬家公司費用收費行情懶人包大公開