当前位置:首页 > AI技术 > 正文内容

将读操作尽量移到事务外面执行完全指南|Duuu笔记

admin2周前 (03-31)AI技术19

事务内读操作拖慢MongoDB性能,因其强制快照读导致锁范围扩大、快照开销上升、WiredTiger缓存压力增大;仅两类读必须留在事务内:依赖一致性的读和用于写冲突判断的读。

为什么事务里做读操作会拖慢 MongoDB 性能

MongoDB 事务本质是加锁 + 日志 + 一致性快照,只要读操作在

session.startTransaction()

session.commitTransaction()

之间,就会强制走事务快照读(snapshot read),哪怕你只是

collection.findOne()

查一条不相关的文档。这会导致:锁范围扩大、快照维护开销上升、WiredTiger cache 压力变大——尤其在高并发写场景下,读操作反而成了事务瓶颈。

哪些读操作必须留在事务内

只有两类读操作不能移出去:

依赖事务一致性的读

(比如“先查余额,再扣款”)和

用于写冲突判断的读

(如基于旧值做条件更新)。其他所有读都该挪走。常见误留场景包括:

collection.countDocuments()

统计用于日志或监控(与业务逻辑无关)

collection.find().toArray()

加载配置或字典数据(这些数据本身不参与事务逻辑)

为日志拼接用户昵称而查

users.findOne()

(昵称不参与扣款/状态变更)

怎么安全地把读移到事务外

核心原则是:**读操作必须在事务开始前完成,且结果传入事务函数作为不可变输入**。注意三点:

不要在事务内调用异步读(如

await collection.findOne()

),哪怕它看起来“只是读”

如果读结果用于写条件(例如

updateOne({ _id, status: "pending" })

),确保该读发生在事务快照中——此时必须保留在事务内,不能简单“提前读”

对多集合关联读,若只有一部分参与事务逻辑,拆成“事务外预读 + 事务内局部验证”

示例(Node.js):

独响

一个轻笔记+角色扮演的app

下载

// ✅ 正确:配置类读提前完成

const config = await configs.findOne({ key: "fee_rate" });

const user = await users.findOne({ _id: userId }); // 用户基础信息,不参与状态变更

// 事务只做原子写

await session.withTransaction(async () => {

const order = await orders.findOne({ _id: orderId }, { session });

if (order.status !== "created") throw new Error("invalid status");

await orders.updateOne(

{ _id: orderId },

{ $set: { status: "paid", fee: config.rate * order.amount } },

{ session }

);

});

容易被忽略的隐式读操作

有些读不是显式

find

,但一样进事务快照:

collection.bulkWrite()

中的

upsert: true

会隐式执行一次查询判断是否存在

collection.replaceOne()

默认带

upsert: false

,但如果设为

true

,就等价于“读+写”

使用

$expr

的更新条件(如

{ $gt: ["$updatedAt", "$createdAt"] }

)需要读取文档字段,也走快照

这类操作一旦出现在事务里,又没实际业务必要,就是性能黑洞。检查

mongod

日志里的

transaction

段落,留意

numReads

字段是否异常高。

事务不是万能隔离罩,它只解决“写-写冲突”和有限的“读-写一致性”,别把它当读操作的保险柜。

相关文章

【DL】2023年你应该知道的 10 大深度学习算法

3. 循环神经网络 (RNN) 4. 生成对抗网络 (GAN) 5. 径向基函数网络 (RBFN) 6. 多层感知器 (MLP) 7. 自组织图 (SOM)...

神经网络中的单层神经网络

神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 看一个经典的神经网络。这是一个包...

几种主要的神经网络

卷积神经网络的输入为二维的像素整阵列,输出为这个图片的属性,当网络训练学习后,所输入的图片或许经过稍微的变换,但卷积神经网络还是可以通过识别图片局部的特征而将整个图片识别出来。 :该层...

深入理解优化:如何利用 Gemini 3.1 的阶梯计费策略?企业级大规模调用实务完全指南|Duuu笔记

需深入理解Gemini 3.1阶梯计费与调用联动关系,通过识别阶梯区间、请求级Token预估截断、多模型路由调度、响应缓存去重、项目拆分配额绑定五种路径优化成本。 ☞☞☞AI 智能聊天, 问答助手,...

从入门到精通:前端开发之骡子快跑支持热点借势吗 骡子快跑节日营销文案生成|Duuu笔记

骡子快跑平台提供五步节日营销文案生成路径:一、调用内置32个节日模板库;二、输入热点事件触发动态生成;三、绑定自有素材库实现个性化延展;四、多角色视角协同输出;五、接入微信生态直发并校验合规性。 ☞...

bp神经网络是什么网络,神经网络和bp神经网络

1、前馈神经网络:一种最简单的神经网络,各神经元分层排列。每个神经元只与前一层的神经元相连。接收前一层的输出,并输出给下一层.各层间没有反馈。 2、BP神经网络:是一种按照误差逆向传播...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。