1、業務場景:
統計批量訂單的傳回碼總數
2、方案:
采取的是 mq 的方式,擷取到訂單結果的傳回碼時,發到一個消息隊列裡,異步進行消費儲存。
儲存的過程中,相同的傳回碼會累加資料總數,此時問題就出現了,當量很大時,多節點多線程對同一條資料進行操作時,會報樂觀鎖異常。
嘗試了加鎖和記憶體緩存資料等方式進行解決,效果依然不佳,隻能減少出現樂觀鎖的次數,不能避免樂觀鎖。
3、反思:
這種大資料量的操作資料庫,還是采用mongo緩存好一點,定期存數,不實時更新資料。
1、業務場景:
統計批量訂單的傳回碼總數
2、方案:
采取的是 mq 的方式,擷取到訂單結果的傳回碼時,發到一個消息隊列裡,異步進行消費儲存。
儲存的過程中,相同的傳回碼會累加資料總數,此時問題就出現了,當量很大時,多節點多線程對同一條資料進行操作時,會報樂觀鎖異常。
嘗試了加鎖和記憶體緩存資料等方式進行解決,效果依然不佳,隻能減少出現樂觀鎖的次數,不能避免樂觀鎖。
3、反思:
這種大資料量的操作資料庫,還是采用mongo緩存好一點,定期存數,不實時更新資料。