这是一个创建于 1540 天前的主题，其中的信息可能已经有所发展或是发生改变。
一个表里有 100 条记录，5 个线程同时去随机读，如何保证这 100 条记录比较平均地被这 5 个线程读取，而且互相不重复？（前提，不增加 redis 等额外基础设施或工具）
 |
1
winnie2012 2020-10-09 11:12:25 +08:00
我也想知道
|
|
2
winnie2012 2020-10-09 11:12:44 +08:00
PG 好像有读取行锁
|
 |
3
lxk11153 2020-10-09 11:14:32 +08:00
row number % 5 ???
|
 |
4
dddd1919 2020-10-09 11:16:04 +08:00
用表读锁 /行读锁
|
 |
5
firethehole 2020-10-09 11:18:49 +08:00
表里的数据在读的时候，会增加吗，还是已经固定了
|
 |
6
wakzz 2020-10-09 11:24:55 +08:00
要看你的耗时逻辑是读取本身，还是读取后数据的处理逻辑。常见的处理方法是生产消费模式，即由一个生产者从表中获取记录 ID （偏移量）推送到队列中，然后由几个消费者线程竞争消费队列中的推送记录，然后通过记录 ID （偏移量）读取记录后再逻辑处理。
|
 |
7
egglin 2020-10-09 11:41:42 +08:00
saturn 分片
|
 |
8
Aliencn 2020-10-09 12:12:38 +08:00
再开一个线程去调度
|
 |
9
InkAndBanner 2020-10-09 12:16:49 +08:00
@wakzz 你说的这个方案是是针对耗时发生在处理上 的解决方案是嘛？
|
 |
10
kop1989 2020-10-09 12:22:40 +08:00
如果从程序层面解决的话，可以把 5 线程，分别取 5 随机行转换为单线程（或 5 线程的队列）取随机 25 行，然后分发。
但这有个前提，即你 5 个线程的读取时机要严格同步。（不过如果不同步，又要取没有交集的数据，好像有点奇怪） |
 |
11
boyhailong 2020-10-09 12:26:12 +08:00
逻辑层去分配，划分下任务比如第一个线程 1-20，以此类推，当然逻辑层也要做去重。
|
 |
12
wysnylc 2020-10-09 12:28:35 +08:00
别读同个分区的数据,分区规则自己定义
|
 |
13
jptx 2020-10-09 12:32:00 +08:00
一个很传统而且简易的方式是按 id 取模，假如表里有 id 之类的纯数字，那么第一个线程扫数据库的时候条件加上 where id % 5 = 0，第二个线程是 where id % 5 = 1，以此类推。但这种方法局限性很大，比如查询效率低，每个线程需要知道自己的编号，无法动态快速扩容，分布不一定均匀等。但如果想简单的话，这种方式的确很有效
|
 |
14
Xusually 2020-10-09 13:06:36 +08:00
select ... for update
试试看？ |
 |
15
xsm1890 2020-10-09 13:58:05 +08:00
随机生成 100 个 id,分成四组？
|
|
16
wakzz 2020-10-09 14:00:12 +08:00
@InkAndBanner 对，是针对耗时发生在业务处理上的解决方案
|
 |
17
pming1 OP @firethehole 会增加。
|
|
18
pming1 OP @jptx 表数据是会增加的，线程数并非固定，具体看数据量而动态变化的，甚至可能 1 个程序 5 个线程，然后部署多个这样的程序。
|
 |
19
lower 2020-10-09 16:18:41 +08:00
读完 设置 一个 已读的状态，线程每次只从过滤 状态后的数据取？
|
 |
21
bleoo 2020-10-10 16:40:26 +08:00
forupdate 锁一下？
|
Select Language