python - 在 model.save() 中处理竞争条件

Question

应该如何处理模型的 save() 方法中可能出现的竞争条件？

例如，以下示例实现了一个模型，其中包含相关项的有序列表。创建新项目时，当前列表大小用作其位置。

据我所知，如果同时创建多个项目，这可能会出错。

class OrderedList(models.Model):
    # ....
    @property
    def item_count(self):
        return self.item_set.count()

class Item(models.Model):
    # ...
    name   = models.CharField(max_length=100)
    parent = models.ForeignKey(OrderedList)
    position = models.IntegerField()
    class Meta:
        unique_together = (('parent','position'), ('parent', 'name'))

    def save(self, *args, **kwargs):
        if not self.id:
            # use item count as next position number
            self.position = parent.item_count
        super(Item, self).save(*args, **kwargs)

我遇到了 @transactions .commit_on_success() 但这似乎只适用于 View 。即使它确实适用于模型方法，我仍然不知道如何正确处理失败的事务。

我目前正在这样处理它，但感觉更像是一种 hack 而不是解决方案

def save(self, *args, **kwargs):
    while not self.id:
        try:
            self.position = self.parent.item_count
            super(Item, self).save(*args, **kwargs)
        except IntegrityError:
            # chill out, then try again
            time.sleep(0.5)

有什么建议吗？

更新:

上述解决方案的另一个问题是，如果 IntegrityError 是由 name 冲突(或任何其他独特的领域)。

为了记录，这是我目前所拥有的，似乎可以满足我的需要:

def save(self, *args, **kwargs):   
    # for object update, do the usual save     
    if self.id: 
        super(Step, self).save(*args, **kwargs)
        return

    # for object creation, assign a unique position
    while not self.id:
        try:
            self.position = self.parent.item_count
            super(Step, self).save(*args, **kwargs)
        except IntegrityError:
            try:
                rival = self.parent.item_set.get(position=self.position)
            except ObjectDoesNotExist: # not a conflict on "position"
                raise IntegrityError
            else:
                sleep(random.uniform(0.5, 1)) # chill out, then try again

Answer 1

它可能感觉对你来说像是一个 hack，但对我来说它看起来像是“乐观并发”方法的合法、合理的实现——尝试做任何事情，检测由竞争条件引起的冲突，如果发生，请稍后重试。一些数据库系统地使用它而不是锁定，并且它可以带来更好的性能，除非在 很多 写入负载的系统下(这在现实生活中很少见)。

我非常喜欢它，因为我将其视为 Hopper 原则的一般情况:“请求宽恕比请求许可更容易”，它在编程中广泛应用(尤其是但不限于 Python——Hopper 语言通常是毕竟，功劳在于 Cobol;-)。

我建议的一项改进是等待一段随机时间——避免“元竞争条件”，即两个进程同时尝试，都发现冲突，然后都重试再次同时发生，导致“饥饿”。 time.sleep(random.uniform(0.1, 0.6)) 等就足够了。

更精细的改进是在遇到更多冲突时延长预期的等待时间——这就是 TCP/IP 中所谓的“指数退避”(您不必以指数方式延长时间，即通过常数乘数当然，每次 > 1，但这种方法具有良好的数学特性)。它只保证限制非常写入加载系统的问题(在尝试写入过程中经常发生多次冲突)并且在您的特定情况下可能不值得这样做。