Django：如何在事务中包装批量更新/插入操作？

Question

这是我的用例：

• 我有多个并行运行的芹菜任务
• 每个任务可以批量 创建 或 更新 许多对象。为此，我正在使用django-bulk

所以基本上我使用的是一个非常方便的功能insert_or_update_many：

1. 它首先执行选择
2. 如果找到对象，它将对其进行更新
3. 否则会创建它们

但这引入了并发问题。例如：如果在第1步中不存在对象，则将其添加到要插入的对象列表中。但是在此期间，另一个Celery任务已经创建了该对象，当它尝试执行批量插入时（步骤3），我会收到重复Entry的错误。

我想我需要将3个步骤包装在一个“阻止”块中。我已经阅读了有关事务的内容，并且尝试将步骤1,2,3包装在一个with transaction.commit_on_success:块中

with transaction.commit_on_success():
    cursor.execute(sql, parameters)
    existing = set(cursor.fetchall())
    if not skip_update:
        # Find the objects that need to be updated
        update_objects = [o for (o, k) in object_keys if k in existing]
        _update_many(model, update_objects, keys=keys, using=using)
    # Find the objects that need to be inserted.
    insert_objects = [o for (o, k) in object_keys if k not in existing]
    # Filter out any duplicates in the insertion
    filtered_objects = _filter_objects(con, insert_objects, key_fields)
    _insert_many(model, filtered_objects, using=using)

但这对我不起作用。我不确定我是否对交易有充分的了解。我基本上需要一个块，可以在其中放置几个​​操作，以确保没有其他进程或线程正在访问（写入）我的数据库资源。

Answer 1

我基本上需要一个块，可以在其中放置几个​​操作，以确保没有其他进程或线程正在访问（写入）我的数据库资源。

Django交易通常不会为您保证。如果您来自计算机科学的其他领域，那么您自然会以这种方式将事务视为阻塞，但是在数据库世界中，锁的级别不同，隔离级别也不同，并且每个数据库的锁也不同。因此，为了确保您的事务能够做到这一点，您将必须了解事务，锁及其性能特征，以及数据库提供的用于控制它们的机制。

但是，让一堆进程都试图锁定表以执行竞争性插入听起来不是一个好主意。如果很少发生冲突，则可以进行某种形式的乐观锁定，如果失败则重试该事务。或者，您可以将所有这些celery任务定向到一个进程中（如果无论如何都要获取表锁，则并行执行此操作没有性能优势）。

我的建议是从忘记批量操作开始，而仅使用Django的一次执行一次update_or_create。只要您的数据库具有防止重复条目的约束（听起来确实如此），它就不会出现上述竞争条件。如果性能确实不可接受，那么可以考虑使用更复杂的选项。

采用开放式并发方法意味着，“带走”不是像平常那样进行冲突，而是要获取表锁，而是应该照常进行，然后在发现有问题的情况下重试该操作。在您的情况下，它可能看起来像：

while True:
    try:
        with transaction.atomic():
            # do your bulk insert / update operation
    except IntegrityError:
        pass
    else:
        break

因此，如果遇到竞争状况，结果IntegrityError将导致该transaction.atomic()块回滚所做的任何更改，并且while循环将强制重试该事务（假定大容量操作现在将看到新存在的行，并且将其标记为要更新而不是插入）。

如果冲突很少发生，则这种方法非常有效，如果冲突频繁发生，则效果很差。