1 脏读,不可重复读,幻读 ,mysql5.7以后默认隔离级别是什么?
2 什么是qps,tps,并发量,pv,uv
3 什么是接口幂等性问题,如何解决?
1 脏读,不可重复读,幻读 ,mysql5.7以后默认隔离级别是什么?
脏读(Dirty Read),不可重复读(Non-Repeatable Read),和幻读(Phantom Read)是
数据库中事务隔离级别引发的问题,它们描述了不同类型的并发读取问题。### 1. 脏读(Dirty Read):**定义:** 脏读是指一个事务读取了另一个事务未提交的数据。如果事务 A 修改了一行数据,而事务 B 读取了这个未提交的修改,如果事务 A 回滚,那么事务 B 读取到的数据就是无效的。**例子:**
1. 事务 A 开始,更新了某行数据但还未提交。
2. 事务 B 读取了这行数据。
3. 事务 A 回滚。
4. 事务 B 读取到的数据是无效的,因为事务 A 的更新被撤销了。### 2. 不可重复读(Non-Repeatable Read):**定义:** 不可重复读是指在一个事务内,同一查询在不同时间点返回了不同的结果。这是因为在两次查询之间,另一个事务修改了相同的数据。**例子:**
1. 事务 A 开始,读取某行数据。
2. 事务 B 开始,更新或删除了这行数据并提交。
3. 事务 A 再次读取相同的数据,但结果已经不同了。### 3. 幻读(Phantom Read):**定义:** 幻读是指在一个事务内,同一查询在不同时间点返回了不同数量的行。这是因为在两次查询之间,另一个事务插入或删除了数据,导致查询结果不一致。**例子:**
1. 事务 A 开始,根据某个条件查询了一批数据。
2. 事务 B 开始,插入了符合条件的新数据,并提交。
3. 事务 A 再次查询相同条件下的数据,结果行数不同了。### 事务隔离级别:
- **读未提交(Read Uncommitted):** 允许脏读、不可重复读和幻读。
- **读已提交(Read Committed):** 防止脏读,但允许不可重复读和幻读。
- **可重复读(Repeatable Read):** 防止脏读和不可重复读,但允许幻读。
- **串行化(Serializable):** 防止脏读、不可重复读和幻读,是最高隔离级别。选择合适的隔离级别取决于应用的需求和性能要求。更高的隔离级别通常伴随着更多的锁和性能开销。
在 MySQL 中,有四种事务隔离级别,分别是:- **读未提交(Read Uncommitted):** 允许事务读取尚未提交的更改。这可能导致脏读、不可重复读和幻读。- **读已提交(Read Committed):** 允许事务读取已经提交的更改。避免了脏读,但仍可能有不可重复读和幻读。- **可重复读(Repeatable Read):** 对相同字段的多次读取是一致的,除非事务本身进行写操作。避免了脏读和不可重复读,但仍可能有幻读。- **串行化(Serializable):** 最高的隔离级别,通过对读和写加锁来防止所有并发问题,包括脏读、不可重复读和幻读。MySQL 5.7 默认的隔离级别是 **可重复读**。
2 什么是qps,tps,并发量,pv,uv
**QPS(Queries Per Second):** 表示每秒查询次数,通常用于衡量系统的查询处理能力。
**TPS(Transactions Per Second):** 表示每秒事务处理的数量,通常用于衡量系统的事务处理能力。
**并发量(Concurrency):** 表示系统同时处理的请求数量。高并发指系统能够同时处理大量请求。QPS = 并发量 / 平均响应时间并发量 = QPS * 平均响应时间例如当前系统QPS为1w,每个请求的响应时间都是2s,那么并发量就是2w
**PV(Page Views):** 表示页面浏览量,即网站在一段时间内被访问的总次数。
**UV(Unique Visitors):** 表示独立访客数量,即在一段时间内访问网站的不同访客数量。**DAU(日活)**DAU(Daily Active User),日活跃用户数量。常用于反映网站、app、网游的运营情况。DAU通常统计一日(统计日)之内,登录或使用了某个产品的用户数(去除重复登录的用户),与UV概念相似**MAU(月活)**MAU(Month Active User):月活跃用户数量,指网站、app等去重后的月活跃用户数量
2.1 模拟 QPS 和并发量
import time
import threading
from queue import Queue# 模拟查询的函数
def query():# 模拟查询需要的时间time.sleep(0.1)# 模拟 QPS 和并发量
def simulate_qps_and_concurrency(qps, concurrency):# 使用队列模拟并发请求request_queue = Queue()# 启动并发线程def worker():while True:request = request_queue.get()query() # 执行查询request_queue.task_done()for _ in range(concurrency):t = threading.Thread(target=worker)t.daemon = Truet.start()# 模拟 QPSstart_time = time.time()for _ in range(qps):request_queue.put("query")# 等待所有查询完成request_queue.join()# 计算消耗的时间elapsed_time = time.time() - start_timeprint(f"QPS: {qps}, Concurrency: {concurrency}, Elapsed Time: {elapsed_time:.2f} seconds")# 测试
simulate_qps_and_concurrency(qps=10, concurrency=5)
3 什么是接口幂等性问题,如何解决?
- **问题描述:** 接口幂等性是指同一请求的重复执行不会产生不同的效果,即无论调用一次还是多次,系统的状态都是一致的。-接口幂等性:无论调用多少次,产生的效果是一样的-get 获取数据天然幂等-put 修改数据天然幂等-修改库存(数字加减):不幂等-delete 删除 天然幂等-post 新增数据,会出现不幂等的情况,要把它做成幂等性的- **解决方案:**1. **唯一标识符:** 为每个请求生成一个唯一标识符,通过这个标识符来判断请求是否已经被处理。-唯一ID(unique):调用接口时,生成一个唯一id,redis将数据保存到集合中(去重),存在即处理过。-唯一主键:这个机制是利用了数据库的主键唯一约束的特性,解决了在insert场景时幂等问题。但主键的要求不是自增的主键,这样就需要业务生成全局唯一的主键2. **幂等接口设计:** 接口本身应该设计成幂等的,即多次调用不会产生额外的影响。-防重表:使用订单号orderNo做为去重表的唯一索引,把唯一索引插入去重表,再进行业务操作,且他们在同一个事务中。这个保证了重复请求时,因为去重表有唯一约束,导致请求失败,避免了幂等问题。这里要注意的是,去重表和业务表应该在同一库中,这样就保证了在同一个事务,即使业务操作失败了,也会把去重表的数据回滚。这个很好的保证了数据一致性。3. **使用 Token:** 在请求中包含一个令牌,服务器验证令牌的有效性,避免重复执行。1、下单接口的前一个接口,只要一访问,后端生成一个随机字符串,存到redis中,把随机字符串返回给前端。2、然后调用业务接口请求时,把随机住非常携带过去,一般放在请求头部。3、服务器判断随机住非常是否存在redis中,存在表示第一次请求,然后redis删除随机字符串,继续执行业务。4、如果判断随机字符串不存在redis中,就表示是重复操作,直接返回重复标记给client,这样就保证了业务代码,不被重复执行。4. **数据库乐观锁:** 在数据库层面使用乐观锁机制,确保同一数据项在同一时间只能被处理一次。保证接口的幂等性对于处理因网络问题、重试或其他原因导致的重复请求是非常重要的。
3.1 通过添加唯一标识符保证接口的幂等性
import uuidclass IdempotentApi:def __init__(self):self.processed_requests = set()def process_request(self, request_id):if request_id in self.processed_requests:print(f"Request {request_id} has already been processed. Ignoring.")return# 模拟处理请求的业务逻辑print(f"Processing request {request_id}...")# ...# 标记请求已经处理self.processed_requests.add(request_id)print(f"Request {request_id} processed successfully.")# 创建一个 IdempotentApi 实例
api = IdempotentApi()# 模拟重复调用
request_id = str(uuid.uuid4())
api.process_request(request_id)
api.process_request(request_id)