python分布式锁
程序员文章站
2022-05-12 16:49:03
...
在进行某些比较耗时的查询时,为了避免进行重复计算,可以采用分布式锁服务,
在同一个时间只有一个操作在进行,同类的操作进行等待重试.
下面的代码(fetch_with_dist_lock)定义了一个fetcher,一个updater.
如果fetcher获取不到数据,则使用updater进行更新.更新成功之后通过fetcher返回结果.
也有一些情况,我们只想更新某个数据,更新者是多个,但是更新操作不是原子的.那么
我们会通过update_with_dist_lock来进行.
在同一个时间只有一个操作在进行,同类的操作进行等待重试.
下面的代码(fetch_with_dist_lock)定义了一个fetcher,一个updater.
如果fetcher获取不到数据,则使用updater进行更新.更新成功之后通过fetcher返回结果.
也有一些情况,我们只想更新某个数据,更新者是多个,但是更新操作不是原子的.那么
我们会通过update_with_dist_lock来进行.
def fetch_with_dist_lock(mc_store, mutex_key, fetcher, updater, lock_time=3*60*1000, sleep_time=100, retry_times=3): i = 0 while i < retry_times: i += 1 need_update, results = fetcher() if need_update: if(mc_store.add(mutex_key, lock_time)): try: updater() continue finally: #release the distribute mutex anyway mc_store.delete(mutex_key) else: time.sleep((sleep_time*1.0)/1000) continue return results #too much tries, but failed still. return None def f_wrapper(f, *args, **kwargs): def _(): return f(*args, **kwargs) return _ def update_with_dist_lock(mc_store, mutex_key, updater, lock_time=60*1000, sleep_time=100, retry_times=5): i = 0 while i < retry_times: i += 1 if (mc_store.add(mutex_key, lock_time)): try: updater() return True finally: mc_store.delete(mutex_key) else: time.sleep((sleep_time*1.0)/1000) continue return False
上一篇: 企业开发中使用H5有哪些注意事项
下一篇: javascript定时器实现进度条功能