hibernate悲观锁与乐观锁的使用

本文探讨了Hibernate中乐观锁与悲观锁的概念及其应用场景。悲观锁通过数据库机制锁定数据来确保事务的一致性,而乐观锁则采用版本号机制防止并发冲突。文章还提供了具体的配置示例。

hibernate的悲观锁与乐观锁主要解决数据并发访问的问题,具体使用场景与区别如下:

悲观锁:

适用于:短期事务提交,避免数据丢失

实现:通常依赖于数据库机制,在整个过程中将数据锁定,其他任何用户都不能读取或修改

代码:以user类为例

session.load(user.class,1,LockMode.update);

参数解释:user.class是修改数据对应的hibernate映射的实体类,1是实体类对应的表的主键,lockMode.update是锁;LockMode是一个枚举类

缺点:并发性不好

乐观锁:

实现:大多数基于数据版本记录机制(version)实现,一般是在数据库表中加入一个version字段,读取数据时将版本号一同读出,之后更新数据时版本号加一,如果提交数据时版本号小于或等于数据库中的版本,则认为数据是过期的,更新失败,否则给予更新。

实现方式有二:1.记录数据的版本号(常用);2.比较读取时间与更新时间(不常用)

具体实现:

在*.hbm.xml中配置,必须配置在主键的后面,由hibernate自动维护
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE hibernate-mapping PUBLIC "-//Hibernate/Hibernate Mapping DTD 3.0//EN"
"http://hibernate.sourceforge.net/hibernate-mapping-3.0.dtd">
<!--
    Mapping file autogenerated by MyEclipse Persistence Tools
-->
<hibernate-mapping>
    <class name="com.accp.entity.Card" table="card" schema="dbo" catalog="hib3" optimistic-lock="version">
        <id name="cardId" type="java.lang.Integer">
            <column name="cardID" />
            <generator class="foreign">
              <param name="property">person</param>
            </generator>
         
        </id>
 <version name="version"/> //name对应的是数据库中的字段名
        <property name="cardAddress" type="java.lang.String">
            <column name="cardAddress" length="50" />
           
        </property>
       
        <one-to-one name="person" class="com.accp.entity.Person" ></one-to-one>
    </class>
</hibernate-mapping>
缺点:
页面填写的数据较多时,因更新失败而导致需要重新填写数据

【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性实用性。文中还提供了完整的Matlab代码实现路径,便于复现进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值