From 82652597b81d959f864ac9d6e19407022961f6ba Mon Sep 17 00:00:00 2001 From: muqiuhan Date: Thu, 8 May 2025 10:29:37 +0000 Subject: deploy: f5c925b705ecef1b204a3c07d652eeebdd4b76d5 --- search.xml | 95 ++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 95 insertions(+) (limited to 'search.xml') diff --git a/search.xml b/search.xml index b1597b59..fa55fdd4 100644 --- a/search.xml +++ b/search.xml @@ -818,6 +818,101 @@
  • Graph reduction machine
  • https://www.zhihu.com/question/54834531/answer/144213668
    • +]]> + + Technique + + + + 多人协作系统中的实现策略 (CRDT，锁等实现方案） + /2025/04/02/Multiplayer-Collaborative-Systems-tips/ + 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。

    +

    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]。

    +
    +

    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：

    +
    ┌── 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

    +
    +

    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 (
+    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 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');
+    }
+        
+    await tx.project_lock.upsert({
+        where: { project_id },
+        update: { locked_by: userId, expires_at: expires },
+        create: { project_id, locked_by: userId, expires_at: expires }
+    });
+});
+
    +

    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 } });
+
    +

    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。

    +
    +

    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) {
+    const result = await prisma.$executeRaw`
+    UPDATE project
+        SET name        = ${input.name},
+            description = ${input.description},
+            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');
+    }
+    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。

    +
    +

    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 。

    +
    +

    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. 事件溯源 → 适合需要全历史审计、可回放的场景。
        5. +
      +
      • +
    +
    +

    [^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

    ]]>     Technique -- cgit v1.2.3