防止 Django 在并发请求时将同一个对象多次保存到数据库中

Question

对于我们的博客平台，我们有一个“文章”模型，其中包含一个“更新的”日期时间字段：

class Article(models.Model):
    updated = models.DateTimeField(null=True, blank=True)
    ...

当任何访问者在 24 小时内第一次打开文章时，我们会对不同的模型字段进行一些耗时的计算，然后将模型保存到数据库中。有了这个，我们还将我们的“更新”字段更新为当前的 datetime.now()。

if (datetime.now() - article.updated).days > 1:
    # do some time consuming calculations
    article.updated = datetime.now()
    article.save()

当一篇文章或多或少同时被请求时，第一次请求的耗时操作还没有完成，导致每天一次的操作在同一个对象上重新开始（article.updated 仍然是旧的）价值）。在开始计算之前另外调用 article.save() 是否有帮助？还是该数据推迟到请求完成后才保存到数据库？

Answer 1

使用 Django 1.4 中引入的查询集select_for_update，它在数据库中执行行级锁定。所有匹配的条目都将被锁定，直到事务块结束，这意味着其他事务将被阻止更改或获取对它们的锁定。有一些特定于 datgabase 后端的陷阱，因此请确保在完全依赖它之前阅读并测试它。

独立于实现的其他一些方法是自定义模型以具有locked 布尔属性。不是很整洁，但一个可行的解决方案。见What is the simplest way to lock an object in Django

Answer 2

一些建议：

• 最好将耗时的计算从请求-响应周期转移到后台。这里可以使用消息队列（如流行的celery）。我认为这是最好的解决方案，但它可能需要一些额外的管理，这对于简单的任务来说可能是多余的；
• 如果您使用缓存，您可以设置一个标志，表明对象被锁定。如果缓存对于不同的解释器（如 memcached）是通用的，那么即使您有许多运行您的应用的 Python 解释器，它也可以工作；
• 您可以安排更新过程（使用 cron 和自定义 Django 管理命令）来更新 >24 小时前更新的所有对象。除非您有大量的对象和大量的处理时间，否则它会起作用。

Answer 3

短版：

@transaction.commit_on_success
def update_article( article_id ):
    article = Article.objects.select_for_update().get( pk = article_id )
    if (datetime.now() - article.updated).days > 1:
        # do some time consuming calculations
        article.updated = datetime.now()
        article.save()

select_for_update() 锁定数据库行（ID 为 article_ID 的文章）。 该行在事务结束时解锁，即 函数结束，因为 update_article() 被 @transaction.commit_on_success 包裹。

附言 : 从 Django 1.4 开始可用