Apache Ignite 中乐观事务(OPTIMISTIC Transactions)的工作机制
这段内容讲解的是 Apache Ignite 中乐观事务(OPTIMISTIC Transactions)的工作机制,包括它在不同隔离级别下的行为、锁的获取时机、事务冲突检测机制,以及在使用乐观事务时需要注意的一些关键点。下面我将 用通俗易懂的中文 为你详细解释这段内容。
一、什么是乐观事务(OPTIMISTIC Transaction)
在 乐观事务模式 下,事务 不立即加锁,而是在事务提交时才进行冲突检测。如果检测到冲突(比如其他事务修改了相同的数据),事务就会失败。
锁的获取时机:
- 在 两阶段提交(2PC)的第一阶段(prepare 阶段) 才对数据加锁。
- 加锁顺序:
- 先在主节点(Primary Node)上加锁;
- 然后推广到备份节点(Backup Nodes);
- 如果事务 回滚 且 从未尝试提交,则 不会加任何锁。
✅ 优点:性能好,适合并发冲突少的场景。
❌ 缺点:如果冲突多,可能会频繁失败,需要重试。
二、乐观事务下的隔离级别(Isolation Levels)
在 OPTIMISTIC 模式下,可以使用以下三种隔离级别:
1. READ_COMMITTED
- 事务中修改的数据会收集在发起事务的节点上;
- 提交时才会真正应用到缓存;
- 读操作 不加锁,也不会缓存数据;
- 数据可能从主节点或备份节点读取(取决于缓存配置);
- 可能出现“不可重复读”(Non-Repeatable Read):
- 即在同一个事务中多次读取某个 key,可能得到不同的值;
- 因为其他事务可能在你第一次读之后修改了数据;
- 不检查数据是否被修改过,也不会抛出乐观事务异常(TransactionOptimisticException)。
📌 举例:
- 事务 A 读了 key=“name”,得到 “Alice”;
- 事务 B 修改了 key=“name” 为 “Bob” 并提交;
- 事务 A 再次读 key=“name”,得到 “Bob”;
- 这在 READ_COMMITTED 下是允许的。
2. REPEATABLE_READ
- 和 READ_COMMITTED 类似,唯一的区别是:
- 读取的数据会被缓存在事务发起节点的本地事务映射中;
- 后续对该 key 的所有读取都使用本地缓存的值;
- 保证事务中多次读取同一个 key,结果一致;
- 不检查数据是否被修改过,也不会抛出乐观事务异常。
📌 举例:
- 事务 A 读了 key=“name”,得到 “Alice”;
- 本地缓存了这个值;
- 事务 B 修改了 key=“name” 为 “Bob”;
- 事务 A 再次读 key=“name”,仍然是 “Alice”。
3. SERIALIZABLE
- 是最严格的隔离级别;
- 在第一次读取某个 key 时,记录它的版本号;
- 在事务提交时,检查所有涉及的 key 是否被其他事务修改过;
- 如果发现某个 key 的版本号变了(即被其他事务修改),则事务失败;
- 抛出
TransactionOptimisticException
,并回滚事务;
- 即使只是读了某个 key 而没有修改它,如果它的值被别人改了,事务也会失败;
- 因为这个 key 的值可能影响了你的事务逻辑;
📌 举例:
- 事务 A 读了 key=“balance”,值为 100;
- 事务 B 修改了 key=“balance” 为 200;
- 事务 A 提交时,检测到 balance 被改过,事务失败并抛出异常;
- 即使事务 A 没有修改 balance,只是读了它。
三、代码示例:使用乐观 + 可串行化事务
CacheConfiguration<Integer, String> cfg = new CacheConfiguration<>();
cfg.setAtomicityMode(CacheAtomicityMode.TRANSACTIONAL);
cfg.setName("myCache");
IgniteCache<Integer, String> cache = ignite.getOrCreateCache(cfg);int retryCount = 10;
int retries = 0;while (retries < retryCount) {retries++;try (Transaction tx = ignite.transactions().txStart(TransactionConcurrency.OPTIMISTIC,TransactionIsolation.SERIALIZABLE)) {// 修改缓存cache.put(1, "foo");cache.put(2, "bar");// 提交事务tx.commit();break; // 成功提交,跳出循环} catch (TransactionOptimisticException e) {// 事务冲突失败,重试}
}
说明:
- 使用
OPTIMISTIC + SERIALIZABLE
组合,可以保证数据一致性; - 如果事务失败,会抛出
TransactionOptimisticException
; - 建议使用 重试机制,比如最多重试 10 次;
- 适用于并发冲突多、但又不想使用悲观事务的场景。
四、关于锁顺序的重要说明
虽然乐观事务不立即加锁,但在 READ_COMMITTED 和 REPEATABLE_READ 模式下,锁仍然是 按访问顺序逐个获取的。
⚠️ 如果多个事务以不同的顺序访问相同的 key,可能导致死锁。
建议:
- 统一访问 key 的顺序,避免死锁;
- 尽量减少事务中涉及的 key 数量;
- 对于高并发场景,优先考虑使用乐观事务 + SERIALIZABLE 隔离级别。
✅ 总结对比表
隔离级别 | 是否缓存读取数据 | 可重复读 | 是否检测冲突 | 是否抛出乐观异常 | 适用场景 |
---|---|---|---|---|---|
READ_COMMITTED | ❌ 不缓存 | ❌ 不可重复读 | ❌ 不检测冲突 | ❌ 不抛出异常 | 读多写少、一致性要求不高的场景 |
REPEATABLE_READ | ✅ 缓存在本地 | ✅ 可重复读 | ❌ 不检测冲突 | ❌ 不抛出异常 | 一致性要求较高、写操作较少的场景 |
SERIALIZABLE | ✅ 缓存在本地 | ✅ 可重复读 | ✅ 提交时检测冲突 | ✅ 抛出异常 | 高并发、强一致性要求的场景 |
🧠 使用建议
- 优先使用 OPTIMISTIC + SERIALIZABLE:
- 性能较好,同时能保证数据一致性;
- 需要配合重试机制使用;
- 避免在事务中访问大量 key:
- 会增加冲突概率;
- 增加事务失败的可能性;
- 统一访问 key 的顺序:
- 避免死锁;
- 在事务中只读取和修改必要的数据:
- 减少冲突;
- 处理乐观事务异常:
- 使用 try-catch 捕获
TransactionOptimisticException
; - 实现自动重试逻辑;
- 使用 try-catch 捕获
如果你正在使用 Ignite 的事务功能,尤其是 乐观事务模式,理解这些机制可以帮助你更好地设计事务逻辑,提升系统性能,并避免数据不一致问题。