python乐观锁和悲观锁

在并发编程中,锁是一种常用的机制,用于保护共享资源的访问。乐观锁和悲观锁是两种不同的锁机制。

乐观锁 :不会一开始就加锁,在更新的时候,判断一下在此期间别人是否修改了数据,若修改了不执行此操作,反之执行;优点:出现并发冲突小时,乐观锁更好,悲观锁会锁住代码块或者数据,其他线程无法访问,影响并发,而且锁的创建和释放都会消耗资源;这种锁机制适合于多读少写 的场景,如缓存中的数据更新。

实例:之前在做家具网时,有人买家具,可能同时买,先判断原始存量,然后在更新的时候再查询一次,如果相同就更新数据量,不同就进入循环重新判断。

悲观锁 :操作数据时,直接将锁锁住,直到操作结束:优点:出现并发冲突大的时候,悲观锁更好,乐观锁频繁失败,需要不断重试,浪费CPU资源。这种锁机制适合于多写少读的场景,如数据库中的事务处理。

在Python中,可以使用线程锁来实现悲观锁,如使用threading.Lock();也可以使用一些乐观锁的实现,如使用类似redis的分布式锁,或者使用version来实现乐观锁。

在实现并发控制时,应该根据具体的实际情况来选择使用乐观锁还是悲观锁,一般来说,如果并发请求较少且竞争不激烈,可以使用乐观锁;如果并发请求比较多并且竞争激烈,则应该使用悲观锁。

相关推荐
闲人编程3 分钟前
GraphQL与REST API对比与实践
后端·python·api·graphql·rest·codecapsule
winfredzhang23 分钟前
深入剖析 wxPython 配置文件编辑器
python·编辑器·wxpython·ini配置
多恩Stone31 分钟前
【3DV 进阶-9】Hunyuan3D2.1 中的 MoE
人工智能·pytorch·python·算法·aigc
爱打代码的小林33 分钟前
网络爬虫基础
爬虫·python
B站计算机毕业设计之家34 分钟前
大数据项目:基于python电商平台用户行为数据分析可视化系统 电商订单数据分析 Django框架 Echarts可视化 大数据技术(建议收藏)
大数据·python·机器学习·数据分析·django·电商·用户分析
weixin_4215850136 分钟前
静态图(Static Graph) vs 动态执行(Eager Execution)
python
杰瑞不懂代码1 小时前
【公式推导】AMP算法比BP算法强在哪(二)
python·算法·机器学习·概率论
无垠的广袤1 小时前
【工业树莓派 CM0 NANO 单板计算机】小智语音聊天
人工智能·python·嵌入式硬件·语言模型·树莓派·智能体·小智
BlackPercy1 小时前
[Matplotlib] 动态视频生成
python·matplotlib
B站计算机毕业设计之家1 小时前
大数据:基于python唯品会商品数据可视化分析系统 Flask框架 requests爬虫 Echarts可视化 数据清洗 大数据技术(源码+文档)✅
大数据·爬虫·python·信息可视化·spark·flask·唯品会