Postgres并发性和可序列化.我需要SERIALIZABLE隔离级别吗？

Question

我有一个项目和工作表:

项目

• id = PK
• job_id =乔布斯FK
• status = IN_PROGRESS | 完成

工作

• id = PK

项目以IN_PROGRESS开头,但是对它们执行工作,并交给工作人员进行更新.我有一个更新程序进程,当它们进入时会更新项目,并具有新状态.到目前为止我一直在做的方法是(伪代码):

def work(item: Item) = {
  insideTransaction {
    updateItemWithNewStatus(item)
    jobs, items = getParentJobAndAllItems(item)
    newJobStatus = computeParentJobStatus(jobs, items)
    // do some stuff depending on newJobStatus
  }
}

那有意义吗？我希望这在并发环境中工作.我现在面临的问题是,当我只想在COMPLETE上执行一次逻辑时,COMPLETE会多次到达作业.

如果我将事务级别更改为SERIALIZABLE,我会收到"错误:由于事务之间的读/写依赖性而无法序列化访问"错误,如上所述.

所以我的问题是:

• 我需要SERIALIZABLE吗？
• 我可以逃脱SELECT FOR UPDATE,在哪里？
• 有人可以向我解释发生了什么,为什么？

编辑:我重新打开了这个问题,因为我对以前的答案解释不满意.有人能为我解释一下吗？具体来说,我想要一些针对该伪代码的示例查询.

Answer 1

您可以在一个事务中使用SELECT FOR UPDATEon items和jobson处理两个表中受影响的行。这样就足以在没有SERIALIZABLE表锁或表锁开销的情况下增强整个操作的完整性。

我建议您创建一个在items表上进行插入或更新后调用的函数，并传递该项的PK：

CREATE FUNCTION process_item(item integer) RETURNS void AS $$
DECLARE
    item items%ROWTYPE;
    job  jobs%ROWTYPE;
BEGIN  -- Implicitly starting a transaction
    SELECT * INTO job FROM jobs
    WHERE id = (SELECT job_id FROM items WHERE id = item)
    FOR UPDATE;  -- Lock the row for other users

    FOR item IN SELECT * FROM items FOR UPDATE LOOP      -- Rows locked
        -- Work on items individually 

        UPDATE items
        SET status = 'COMPLETED'
        WHERE id = item.id;
    END LOOP;

    -- Do any work on the job itself
END;  -- Implicitly close the transaction, releasing the locks
$$ LANGUAGE plpgsql;

如果该作业或其任何关联项目上已经有其他进程正在执行，则该执行将暂停，直到释放该另一个锁为止。与此不同的是SERIALIZABLE，它将一直工作到失败为止，然后您必须在第二次尝试中重新进行所有处理。

Answer 2

如果您希望作业能够同时运行，则两者都不能SERIALIZABLE直接SELECT FOR UPDATE工作。

如果您使用 锁定该行SELECT FOR UPDATE，则另一个进程在执行 时将简单地阻塞，SELECT FOR UPDATE直到第一个进程提交事务。

如果这样做SERIALIZABLE，两个进程可以同时运行（处理同一行），但至少有一个进程在执行 a 时会失败，COMMIT因为数据库会检测到冲突。SERIALIZABLE如果它与数据库中同时进行的影响相关行的任何其他查询发生冲突，也可能会失败。使用的真正原因SERIALIZABLE正是如果您试图防止其他作业进行并发数据库更新，而不是阻止同一作业执行两次。

请注意，有一些技巧可以SELECT FOR UPDATE跳过锁定的行。如果你这样做，那么你就可以拥有实际的并发性。请参阅在 Postgresql 中选择未锁定的行。

我经常看到的另一种方法是更改​​“状态”列以具有第三个临时状态，该状态在处理作业时使用。通常会有“PENDING”、“IN_PROGRESS”、“COMPLETE”等状态。当您的流程搜索要执行的工作时，它会找到“待处理”作业，立即将其移至“IN_PROGRESS”并提交事务，然后继续工作，最后将其移至“完成”。缺点是如果进程在处理作业时终止，它将无限期地处于“IN_PROGRESS”状态。