开放式并发冲突检测的四种方法(希望补充)

        由于在BugTiger中需要用到冲突检测,所以对冲突检测进行了学习,现总结了如下四种方法:

 .使用时间戳.

       在数据库的表中添加一个时间戳列或版本列.时间戳列与对表内容的查询一起返回.当试图更新时,数据库中的时间戳值将与被修改行中的原始时间戳值进行比较.如果这两个值匹配,则执行更新,同时时间戳列被更新为当前时间以反映更新.如果这两个值不匹配,则发生开放式并发冲突.

 示例

表结构(Method1):


BugTimeStamp
为时间戳列.

当用户取得数据时,BugTimeStamp列也返回给用户.

SELECT BugID, BugType, BugTimeStamp

FROM Method1

当用户更新时BugTimeStamp作为条件进行比较.

UPDATE Method1
SET BugType = 'b'
WHERE (BugID = 1AND (BugTimeStamp = 0x00000000000004B1)

更新时如果从上次读取数据到这次更新这段时间内已经被更改过了,条件显然是不成立了.因为每次更新记录时,timestamp 列中的值均会更新.

 .保留原始数据值的副本.

在查询数据库的数据时保留原始数据值的一个副本.在更新数据库时,检查数据库的当前值是否与原始值匹配.原始值保存在 DataSet ,当更新数据库时,数据适配器可以使用该原始值执行开放式并发检查.

 示例.

表结构(Method2)


 

UPDATE Tasks 

SET BugType = @ BugType 

WHERE (BugID = @BugDAND (BugType = @Original_BugType

 
@Original_BugType 可以这样指定

SqlUpdateCommand1.Parameters.Add(new SqlParameter("@Original_BugType", SqlDbType.Char, 10, ParameterDirection.Input, false00" BugType ", DataRowVersion.Original, null));


.多列确定原则(我自己命名的,)

       可以通过一表中的最后更新时间(LastUpdateDate)和最后更新用户(LastUpdateUserID)来确定一条记录是否已经被其他用户修改.如果只用最后更新时间,还是会有冲突发现,虽然这样的概率比较低,因为DateTime的精确度为百分之三秒,A用户取出后的足够短的时间内有B用户修改了数据,这时最后更新时间没有发生变化,但是数据有变化了,所以当A用户修改时实际上已经发生了冲突.使用最后更新用户(LastUpdateUserID),还是上述情况,由于LastUpdateUserID已经更改,只要A用户更新时同时检查最后更新时间(LastUpdateDate)和最后更新用户(LastUpdateUserID)就可以检查出冲突.

       在这种方法里假设了同一用户在百分之三秒不可能进行两次更新.我觉得这样的假设在通常情况下是合理的.

       示例:

       表结构(Method3)

       取数据

   

    SELECT [BugID][BugProject][BugType][LastUpdateDate][LastUserID] FROM [Method3]

       更新数据时

UPDATE [Method3]

SET BugID = @BugID[BugProject] = @BugProject[BugType] = @BugType[LastUpdateDate] = @LastUpdateDate , [LastUserID]= @LastUserID,

WHERE [BugID]= @BugID , [LastUpdateDate]=@ OriginalLastUpdateDate , [LastUserID] = @OriginalLastUserID



.
BINARY_CHECKSUM

SQL联机丛书上的解释:

在表中任一行上计算的 BINARY_CHECKSUM(*) 返回相同的值,只要随后没有修改行.BINARY_CHECKSUM(*) 将为大多数(但不是全部)行更改返回不同的值,并可用于检测大多数行修改.

 这各方法有很大的局限性:

BINARY_CHECKSUM 在计算中忽略具有不可比数据类型的列.不可比数据类型是 textntextimagecursor 以及基本类型为前 4 个数据类型之一的 sql_variant.

字符串的区域设置可能导致具有不同表示法的字符串进行等值比较.在区分大小写的服务器中,字符串"McCavity""Mccavity" BINARY_CHECKSUM 值不同.反之,在不区分大小写的服务器中,上述字符串的 CHECKSUM 返回相同的校验值.

示例.

表结构(Method4)



取数据时把
BINARY_CHECKSUM(*)也返回给用户

SELECT [BugType], BINARY_CHECKSUM(*AS RowCheckSum
FROM [Method4]


当用户修改数据时

UPDATE Method4
SET BugType = 'b'
WHERE (BugID = 1AND (CHECKSUM(*= @ RowCheckSum) 

 四种方式的比较

1.       优点:实现比较简单,timestamp 列中的值会更新.不足:要增加一个额外的字段.

2.       优点:可靠,不需要额外字段.不足:当字段较多时需要较多的参数.

3.       优点:2相比,传递的参数较少.不足:使用的字段对系统不一定有存在的意义,如例子中的最后更新时间(LastUpdateDate)和最后更新用户(LastUpdateUserID)有时对系统不是必需的.

4.       优点:不需要额外字段,只需要一个参数.不足:有些数据类型不可比BINARY_CHECKSUM, 字符串的区域设置可能导致具有不同表示法的字符串进行等值比较. 只为大多数(但不是全部)行更改返回不同的值. (笔者注:不知道这个大多数是什么概率.)

 

参考文档

n         《数据层组件设计与数据传递》http://www.yesky.com/20021112/1639500.shtml

n         hudan 的留言http://zitiger.cnblogs.com/archive/2005/08/05/208580.aspx#208605

n         TaskVision  http://www.windowsforms.net/Applications/application.aspx?PageID=20&tabindex=8

n         IssueVision  http://www.windowsforms.net/Applications/application.aspx?PageID=40&tabindex=8

n         SQL Server 联机丛书》

n         MSDN

 

posted @ 2005-08-06 14:37  zitiger  阅读(...)  评论(...编辑  收藏