时间戳

首页 > 解决方案 > Redis 对象映射器的原子事务？

python - Redis 对象映射器的原子事务？

问题描述

我一直在使用 josiahcarlson 的 Redis Object Mapper (ROM) 来处理我在 Redis 中的数据。我需要将某些操作作为事务完成，即所有写入都已完成或没有完成（在出现任何错误或关闭时自动回滚）。

据我在网上查到，Josiah 和 Redis 的维护者有过对话，后者在 2015 年不同意接受 PR 进行交易，现在情况如何？我在文档和 Google 中都找不到任何关于此的内容。

如何使用 ROM 为我的操作实现原子性？有办法吗？

标签： pythonredis

解决方案

它以前没有内置到 rom（早期版本）中。如果您想快速轻松地进行操作，我们会将临时事务 ID 保存在一个公共位置（如果需要，您可以在之后验证）。如果你想正式，你会想要一个交易历史/分类账，这需要更多的工作（你可以使用分类账模型来存储价值，然后将其标记为已完成作为交易的一部分）。

如果你想使用内置功能和你自己的模型数据来传输，你可以使用我们在测试中的东西：https://github.com/josiahcarlson/rom/blob/1.0.0/test/test_rom。 py#L1759

下面的函数将传递一个值，并刷新您的本地模型。退货(successful_transfer, optional_message)。

def transfer(source, dest, column, value, txn_set, txn_id, timeout=1, column_indexed=False):
    source_key = source._pk
    dest_key = dest._pk
    # assume source and dest have same connection
    c = source._connection.pipeline(True)

    assert value > 0, value

    end = time.time() + timeout
    while time.time() < end:
        c.watch(source_key, dest_key, txn_set)
        if c.sismember(txn_set, txn_id):
            return False, "already sent"

        v = type(value)(c.hget(source, column) or 0)
        if v < value:
            c.discard()
            return False, "not enough credit"

        try:
            c.multi()
            c.hincrby(source_key, column, -value)
            c.hincrby(dest_key, column, value)
            c.sadd(txn_set, txn_id)
            r = c.execute()
            assert not r[-1], r
            source.refresh()
            dest.refresh()
            bd = []
            if column_indexed:
                try:
                    source.save(full=True)
                except:
                    bd.append("source index update failed")
                try:
                    dest.save(full=True)
                except:
                    bd.append("dest index update failed")
            if bd:
                bd.append("value transferred")
            
            return True, ", ".join(bd)

        except redis.exceptions.WatchError:
            continue

    return False, "timed out from data race condition"

推荐阅读