python 如何解决高并发下的库存问题??

本文介绍了Python中解决并发问题的两种方法:乐观锁和悲观锁。悲观锁通过加锁来确保数据的一致性,适用于高并发场景;乐观锁则通过版本号或时间戳检查来避免冲突,适合低并发情况。文章详细解释了两者的实现方式及使用场景。

 

 python 提供了2种方法解决该问题的问题:1,悲观锁;2,乐观锁

悲观锁:在查询商品储存的时候加锁 select_for_update()  在发生事务的commit或者是事务的rollback时,自动释放该锁,这样其他用户就可以接着查询该商品。

 

乐观锁:乐观锁不是真正的锁,在创建订单之前查询商品的库存,在创建订单详情表前,update更新查询数据,如果两次查询的库存量一样就创建详情表,并减去库存,否则,循环三次,如果都不一样,就发生rollback。

 

使用场景:并发量高的时候使用悲观锁,缺点:加锁消耗资源

                  并发量低的时候使用乐观锁,缺点:乐观锁循环耗费时间。

转载于:https://www.cnblogs.com/lmh001/p/9762247.html

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