如何让多进程多线程访问数据库,而不会选择相同的数据,这在设计分布式程序的时候经常用到,多台机器的多个进程,每个进程都有多个线程,每个线程要从数据库里取数据来处理,要实现不能漏取数据,也不能重复取数据,这里给出答案
创建一个数据表,如下,一个自增列,一个表示rss链接地址
[ SourceId ] [ int ] IDENTITY ( 1 , 1 ) NOT NULL ,
[ Link ] [ varchar ] ( 1024 ) NOT NULL
) ON [ PRIMARY ]
先放1w条数据
set @i = 1
while @i < 10000
begin
select @i = @i + 1
insert into [ Rss_RssSources ] values ( newid ())
end
再创建一个锁表,一个字段表示是否已经锁定的资源,另一个表示已经读取的rss源的最大id
(
IsLock bit ,
MaxSourceId int
)
初始化数据
下面我们要设计一个存储过程,让这个存储过程每次返回10个rss源,知道返回所有的rss源,要求无遗漏,无重复返回。如下
AS
BEGIN
if exists ( select * from Rss_RssSourceLock with (READPAST) where IsLock = 0 )
begin
declare @select_count int
begin tran
update Rss_RssSourceLock set IsLock = 1
if object_id ( ' tempdb..#t ' ) is not null
drop table #t
select top 10 a. * into #t from [ Rss_RssSources ] as a
inner join Rss_RssSourceLock as b
on a.SourceId > b.MaxSourceId
order by a. [ SourceId ]
select @select_count = count ( * ) from #t
update Rss_RssSourceLock set IsLock = 0 ,MaxSourceId = MaxSourceId + @select_count
select * from #t
commit tran
end
END
1、如果锁表里显示没有进程正在读取rss源(IsLock = 0),那么就返回从最大的rss源id往后的10个rss源,否则返回空。
2、用with(READPAST)表示忽略锁住的行,如果另一个进程正在执行update Rss_RssSourceLock的语句,并且在事务提交前,update语句会锁住这些要更新的行,而Rss_RssSourceLock表就一行数据,这时候select Rss_RssSourceLock表并且忽略被锁的行肯定是没数据的,所以本次存储过程执行会返回空。
3、begin tran和commit tran保证了即使本次存储过程出错,也不会让Rss_RssSourceLock表处于IsLock = 1的脏数据状态,如果处于这种状态,后面的进程执行存储过程就永远也返回不了数据了。
4、因为有时候一次选取的记录可能不够10条,所以这里用了个临时表来暂存记录,再算出来选取的条数,最后更新Rss_RssSourceLock表的MaxSourceId字段。但用临时表肯定会增加数据库的压力,这里不知道用表变量是不是会改善性能,暂时先这样了。
5、应用里调用这个存储过程,如果返回了数据,就进行处理,如果没返回数据,就sleep几秒才执行,直到返回数据。
我测试了一下,应该没问题,俺是数据库菜鸟,有高手的话给指点指点有没有隐患和bug