From ad8f9f55ea79a4d587aecc69698808da82de3d62 Mon Sep 17 00:00:00 2001 From: somhairle Date: Tue, 21 Apr 2026 20:40:27 +0800 Subject: 二〇二六年四月二十一日 MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- .../Multiplayer-Collaborative-Systems-tips.md | 143 +++++++++++++++++++++ 1 file changed, 143 insertions(+) create mode 100644 source/_posts/Multiplayer-Collaborative-Systems-tips.md (limited to 'source/_posts/Multiplayer-Collaborative-Systems-tips.md') diff --git a/source/_posts/Multiplayer-Collaborative-Systems-tips.md b/source/_posts/Multiplayer-Collaborative-Systems-tips.md new file mode 100644 index 00000000..6c9537d3 --- /dev/null +++ b/source/_posts/Multiplayer-Collaborative-Systems-tips.md @@ -0,0 +1,143 @@ +--- +title: 多人协作系统中的实现策略 (CRDT,锁等实现方案) +date: 2025-05-08 18:45:37 +tags: [Technique] +--- + +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](https://github.com/automerge/automerge) / [Yjs](https://yjs.dev/)) + +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](https://github.com/loro-dev/loro) + +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: +```sql +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: +```ts +const now = new Date(); +const expires = new Date(now.getTime() + 5*60*1000); // 5 分钟后过期 +await prisma.$transaction(async tx => { + const existing = await tx.project_lock.findUnique({ where:{ project_id } }); + + if (existing && existing.expires_at > now) { + throw new Error('项目正被人编辑'); + } + + await tx.project_lock.upsert({ + where: { project_id }, + update: { locked_by: userId, expires_at: expires }, + create: { project_id, locked_by: userId, expires_at: expires } + }); +}); +``` + +释放锁就直接从锁表里删掉对应的数据即可: +```ts +await prisma.project_lock.delete({ where:{ project_id } }); +``` + +前端的话,大概就是: + +在进入编辑前请求一下 `/api/project/:id/lock` 之类的 API,失败则提示“被占用”; +在 `onbeforeunload` 时执行 `/unlock`; +超时后后端自动允许新锁。 + +--- + +第二个方案是乐观并发控制(Optimistic Concurrency) :记录资源的版本号或时间戳;客户端提交更新时带上自己的版本号,后端检查版本是否一致,不一致则认为冲突,返回 409,由客户端告知用户“数据已过期,请刷新后合并”。 + +具体实现中,可以尝试在 `project` 表加上 `version INT NOT NULL DEFAULT 1, updated_at TIMESTAMPTZ` ,然后更新项目时: +```ts +async updateProject(parent, { id, version, input }, ctx) { + const result = await prisma.$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) 乐观并发 → 适合大多数业务场景,成本低; + 3) OT → 适合富文本或实时协同场景,复杂度中等; + 4) 事件溯源 → 适合需要全历史审计、可回放的场景。 + +--- + +[^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 -- cgit v1.2.3