python - postgres 中的锁定机制/postgres 中的死锁。 [我正在使用 sqlalchemy]

Question

我对 sqlalchemy-psql 中的锁定机制是如何工作的感到非常困惑。我正在运行一个带有 sqlalchemy 和 postgres 的 python-flask 应用程序。由于我有多个线程处理一些数据并在 psql 上更新它，我遇到了以下死锁:

2015-12-31 17:[ERROR] (raised as a result of Query-invoked autoflush; consider using a session.no_autoflush block if this flush is occurring prematurely) (psycopg2.extensions.TransactionRollbackError) deadlock detected

DETAIL: Process 22833 waits for ShareLock on transaction 14114188; blocked by process 19759.

Process 19759 waits for ShareLock on transaction 14114189; blocked by process 22833.

这是否会导致死锁:

Thread 1                                       Thread 2                                   
| (start an sqlalchemy session)                |
 db.session()                                  db.session()
|(Using sqlalchemy)                            |
Update row1 of table1                          Update row2 of table 1
|                                              |
Update row2 of table1                          Update row1 of table1
|                                              |  
session.commit()                               session.commit()

Here是我的问题的一些答案，但我无法将它们与 sqlalchemy 联系起来。

Answer 1

在 PostgreSQL 中，行在更新时将被锁定——事实上，这实际工作的方式是每个元组(行的版本)都有一个名为 xmin 的系统字段来指示哪个事务使该元组成为当前(通过插入或更新)和一个名为 xmax 的系统字段来指示哪个事务使该元组过期(通过更新或删除)。当您访问数据时，它会检查每个元组以确定它是否对您的事务可见，方法是根据这些值检查您的事件“快照”。

如果您正在执行更新并且与您的搜索条件匹配的元组有一个 xmin 可以使它对您的快照可见，并且有一个事件事务的 xmax，它会阻塞，等待该事务完成。如果首先更新元组的事务回滚，您的事务将唤醒并处理该行；如果第一个事务提交，您的事务就会唤醒并根据当前事务隔离级别采取行动。

显然，死锁是这种情况发生在不同顺序的行的结果。 RAM中没有可以同时获得所有行的行级锁，但是如果行以相同的顺序更新，则无法获得循环锁定。不幸的是，建议的 IN(1, 2) 语法并不能保证这一点。不同的 session 可能有不同的成本因素处于事件状态，后台“分析”任务可能会在一个计划和另一个计划的生成之间更改表的统计信息，或者它可能正在使用 seqscan 并受到 PostgreSQL 优化的影响，这会导致新的 seqscan加入一个已经在进行中的并“循环”以减少磁盘 I/O。

读这个 http://elioxman.blogspot.in/2013/02/postgres-deadlock.html