最近碰到一块业务：在系统中可以存在多个用户同时对某个项目信息进行编辑，这种多人协作的场景挺有意思的，不过在我们的业务中，并不需要实时协作，只需要保证不会出错就行，话虽如此，但也可以探索一下实时协作的实现方案，防止老年痴呆。

-

先来看看第一个方案 —— CRDT（Conflict-free Replicated Data Type，无冲突可复制数据类型）是一类数据结构，它保证了在分布式节点（或多客户端）上进行离线/并发更新后，无需中心协调、也无需人工干预，通过“合并策略”就能得到一致的最终状态。

+

先来看看第一个方案 —— CRDT（Conflict-free Replicated Data Type，无冲突可复制数据类型）是一类数据结构，它保证了在分布式节点（或多客户端）上进行离线/并发更新后，无需中心协调、也无需人工干预，通过“合并策略”就能得到一致的最终状态。

核心思想是：所有并发操作都是幂等（idempotent）、可交换（commutative）的。

-

常见类型有：
一、G-Counter（只能增计数器）
二、PN-Counter（可增可减计数器）
三、LWW-Register（最后写入胜出）
四、结合 JSON 的树型 CRDT（如 Automerge / Yjs）

-

更多原理可参考 Decipad 博客“Collaborative and Offline Editing Using CRDTs”[^1]。

+

常见类型有：
+一、G-Counter（只能增计数器）
+二、PN-Counter（可增可减计数器）
+三、LWW-Register（最后写入胜出）
+四、结合 JSON 的树型 CRDT（如 Automerge / Yjs）

+

更多原理可参考 Decipad 博客“Collaborative and Offline Editing Using CRDTs”[1]。

有一个挺有趣的 Rust 项目 Loro: Make your JSON data collaborative and version-controlled with CRDTs

-

假设我的项目信息编辑页面允许多人实时/离线修改某个研究项目的“名称”、“描述”字段，前端用 SvelteKit + GraphQL 获取和提交变更：

+

假设我的项目信息编辑页面允许多人实时/离线修改某个研究项目的“名称”、“描述”字段，前端用 SvelteKit + GraphQL 获取和提交变更：

1
2
┌── 用户 A 离线修改了 “description” 的若干段文本  
└── 用户 B 同时在线修改了同一字段的其他段落
-

如果后端使用 CRDT（比如把 description 用 JSON-CRDT 存储），两次修改只要在任意顺序合并都能得到完整的内容：

-

首先，A 客户端本地 apply 操作并缓存，恢复网络后推给服务器；
然后，服务器用 CRDT merge(A.delta, B.delta)，得到一致文档
最后，服务器广播新文档到所有客户端，A/B 均得到相同结果

+

首先，A 客户端本地 apply 操作并缓存，恢复网络后推给服务器；
+然后，服务器用 CRDT merge(A.delta, B.delta)，得到一致文档
+最后，服务器广播新文档到所有客户端，A/B 均得到相同结果

-

好了说点实际符合业务场景的方案，首先想到的是悲观锁（Pessimistic Locking） ，思路是：用户打开编辑界面时，向后端申请“锁” → 其它用户尝试编辑时被拒绝 → 编辑完成后释放锁/超时自动释放。

+

好了说点实际符合业务场景的方案，首先想到的是悲观锁（Pessimistic Locking） ，思路是：用户打开编辑界面时，向后端申请“锁” → 其它用户尝试编辑时被拒绝 → 编辑完成后释放锁/超时自动释放。

假如有一个这样的锁表：

-
CREATE TABLE project_lock (
+
CREATE TABLE project_lock (
     project_id UUID PRIMARY KEY,
     locked_by  UUID NOT NULL,
     expires_at TIMESTAMPTZ NOT NULL
 );
 

 
可以在事务内申请它：

-
const now = new Date();
+
const now = new Date();
 const expires = new Date(now.getTime() + 5*60*1000); // 5 分钟后过期
 await prisma.$transaction(async tx => {
     const existing = await tx.project_lock.findUnique({ where:{ project_id } });
         
     if (existing && existing.expires_at > now) {
-        throw new Error('项目正被人编辑');
-    }
+	    throw new Error('项目正被人编辑');
+	}
         
     await tx.project_lock.upsert({
         where: { project_id },
@@ -232,14 +237,16 @@ await prisma.$transaction(async tx => {
 });
 

 
释放锁就直接从锁表里删掉对应的数据即可：

-
await prisma.project_lock.delete({ where:{ project_id } });
+
await prisma.project_lock.delete({ where:{ project_id } });
 

 
前端的话，大概就是：

-
在进入编辑前请求一下 /api/project/:id/lock 之类的 API，失败则提示“被占用”；
在 onbeforeunload 时执行 /unlock；
超时后后端自动允许新锁。  

+
在进入编辑前请求一下 /api/project/:id/lock 之类的 API，失败则提示“被占用”；

+在 onbeforeunload 时执行 /unlock；

+超时后后端自动允许新锁。

 

-
第二个方案是乐观并发控制（Optimistic Concurrency） ：记录资源的版本号或时间戳；客户端提交更新时带上自己的版本号，后端检查版本是否一致，不一致则认为冲突，返回 409，由客户端告知用户“数据已过期，请刷新后合并”。  

+
第二个方案是乐观并发控制（Optimistic Concurrency） ：记录资源的版本号或时间戳；客户端提交更新时带上自己的版本号，后端检查版本是否一致，不一致则认为冲突，返回 409，由客户端告知用户“数据已过期，请刷新后合并”。

 
具体实现中，可以尝试在 project 表加上 version INT NOT NULL DEFAULT 1, updated_at TIMESTAMPTZ ，然后更新项目时：

-
async updateProject(parent, { id, version, input }, ctx) {
+
async updateProject(parent, { id, version, input }, ctx) {
     const result = await prisma.$executeRaw`
     UPDATE project
         SET name        = ${input.name},
@@ -247,38 +254,51 @@ await prisma.$transaction(async tx => {
             version     = version + 1,
             updated_at  = now()
     WHERE id = ${id} AND version = ${version}
-    `;
+	`;
     if (result === 0) {
-        throw new ConflictException('版本冲突，请刷新后重试');
+	    throw new ConflictException('版本冲突，请刷新后重试');
     }
     return prisma.project.findUnique({ where:{ id } });
 }
 

-
前端捕获到冲突错误可以用一个弹窗提示“另有用户已更新此项目，是否合并/重新加载？”  之类的玩意儿。

+
前端捕获到冲突错误可以用一个弹窗提示“另有用户已更新此项目，是否合并/重新加载？”  之类的玩意儿。

 

-
第三个方案是：操作转化（Operational Transformation，OT）  

-
也就是记录用户每次的“操作”（insert/delete at position），服务器根据历史操作序列对并发操作做转化（transform），确保先到达的操作调整后再应用后到达的。  

-
有一些实现案例：
一、ShareDB（Node.js）
二、Google Docs 中的同步算法  

-
具体实现的话，可能要现在前端逐字符/块地包装成操作并 WebSocket 推送，服务器再维护一个“操作历史队列”，每来一个 op 就 transform 并 broadcast，而客户端收到广播后，按顺序 replay 保证视图一致。

+
第三个方案是：操作转化（Operational Transformation，OT）

+
也就是记录用户每次的“操作”（insert/delete at position），服务器根据历史操作序列对并发操作做转化（transform），确保先到达的操作调整后再应用后到达的。

+
有一些实现案例：

+一、ShareDB（Node.js）

+二、Google Docs 中的同步算法

+
具体实现的话，可能要现在前端逐字符/块地包装成操作并 WebSocket 推送，服务器再维护一个“操作历史队列”，每来一个 op 就 transform 并 broadcast，而客户端收到广播后，按顺序 replay 保证视图一致。

 

 
最后可能还可以用事件溯源（Event Sourcing）+ 场景命令模式来实现：

-
不直接存状态，而是存所有“命令 / 事件”（Event），回放事件得到当前状态。冲突通过合并策略或补偿事件（Compensating Events）解决。  

-
例如：
在每次更新时推送 ProjectUpdated { projectId, fieldsChanged, userId, timestamp }  ，
然后写入事件存储（如 Kafka / EventStoreDB），
读端 Consumer 按顺序重建最新状态或按领域聚合  ，
最后在并发时如果两个事件都修改了同一字段，可在写端做校验/补偿，或在读端做最后写入胜出等策略 。

+
不直接存状态，而是存所有“命令 / 事件”（Event），回放事件得到当前状态。冲突通过合并策略或补偿事件（Compensating Events）解决。

+
例如：

+在每次更新时推送 ProjectUpdated { projectId, fieldsChanged, userId, timestamp }  ，

+然后写入事件存储（如 Kafka / EventStoreDB），

+读端 Consumer 按顺序重建最新状态或按领域聚合  ，

+最后在并发时如果两个事件都修改了同一字段，可在写端做校验/补偿，或在读端做最后写入胜出等策略 。

 

 
总结来说，

 
    
-
  • CRDT 最擅长 去中心化、离线编辑、自动合并；  
    • 
-
  • 若不引入 CRDT，可根据业务侧重点选用：  
      
-
    1. 悲观锁 → 强制串行编辑，简单粗暴；  
      2. 
-
    2. 乐观并发 → 适合大多数业务场景，成本低；  
      3. 
-
    3. OT → 适合富文本或实时协同场景，复杂度中等；  
      4. 
+
    4. CRDT 最擅长 去中心化、离线编辑、自动合并；
      5. 
+
    5. 若不引入 CRDT，可根据业务侧重点选用：
+
        
+
      1. 悲观锁 → 强制串行编辑，简单粗暴；
        2. 
+
      2. 乐观并发 → 适合大多数业务场景，成本低；
        3. 
+
      3. OT → 适合富文本或实时协同场景，复杂度中等；
        4. 
 
      4. 事件溯源 → 适合需要全历史审计、可回放的场景。
        5. 
 
      
 
      6. 
 

 

-
[^1]: Decipad 博客 “Collaborative and Offline Editing Using CRDTs”
     https://www.decipad.com/blog/decipads-innovative-method-collaborative-and-offline-editing-using-crdts

-
[^2]: Hacker News 讨论（CRDT 相关线程）
     https://news.ycombinator.com/item?id=38289327

+

+

+
    
+
  1. Decipad 博客 “Collaborative and Offline Editing Using CRDTs”
    
+https://www.decipad.com/blog/decipads-innovative-method-collaborative-and-offline-editing-using-crdts ↩︎
    
+
    2. 
+

+