Estadísticas de bloqueo

Spanner proporciona estadísticas de bloqueo que te permiten identificar la clave de fila y las columnas de la tabla que fueron las principales fuentes de conflictos de bloqueo de transacciones en tu base de datos durante un período determinado. Puedes recuperar estas estadísticas de las tablas del sistema SPANNER_SYS.LOCK_STATS* con instrucciones de SQL.

Disponibilidad

Los datos SPANNER_SYS solo están disponibles a través de interfaces de SQL; por ejemplo:

Otros métodos de lectura única que proporciona Spanner no son compatibles. SPANNER_SYS

Estadísticas de bloqueo por clave de fila

En las siguientes tablas, se realiza un seguimiento de la clave de fila con el tiempo de espera más alto:

  • SPANNER_SYS.LOCK_STATS_TOP_MINUTE: Las claves de fila con el tiempo de espera de bloqueo más alto en intervalos de 1 minuto.

  • SPANNER_SYS.LOCK_STATS_TOP_10MINUTE: Las claves de fila con el tiempo de espera de bloqueo más alto en intervalos de 10 minutos.

  • SPANNER_SYS.LOCK_STATS_TOP_HOUR: Claves de fila con los tiempos de espera de bloqueo más altos durante intervalos de 1 hora

Estas tablas tienen las siguientes propiedades:

  • Cada tabla contiene datos de intervalos de tiempo no superpuestos de la duración que se especifica en el nombre de la tabla.

  • Los intervalos se basan en tiempos de reloj. Los intervalos de 1 minuto finalizan en el minuto, los intervalos de 10 minutos finalizan cada 10 minutos a partir de la hora y los intervalos de 1 hora finalizan en la hora. Después de cada intervalo, Spanner recopila datos de todos los servidores y luego pone los datos a disposición en la carpeta SPANNER_SYS poco tiempo después.

    Por ejemplo, a las 11:59:30 a.m., los intervalos más recientes disponibles para las consultas de SQL son los siguientes:

    • 1 minuto: de 11:58:00 a 11:58:59 a.m.
    • 10 minutos: de 11:40:00 a 11:49:59 a.m.
    • 1 hora: de 10:00:00 a 10:59:59 a.m.

  • Spanner agrupa las estadísticas según el rango de claves de fila inicial.

  • Cada fila contiene estadísticas del tiempo de espera de bloqueo total de un rango particular de claves de fila inicial para el que Spanner captura estadísticas durante el intervalo especificado.

  • Si Spanner no puede almacenar información sobre todos los rangos de claves de fila para las esperas de bloqueo durante el intervalo, el sistema prioriza el rango de claves de fila con el tiempo de espera de bloqueo más alto durante el intervalo especificado.

  • Todas las columnas de las tablas admiten valores nulos.

Esquema de la tabla

Nombre de la columna Tipo Descripción
INTERVAL_END TIMESTAMP Fin del intervalo en el que se produjeron los conflictos de bloqueo incluidos.
ROW_RANGE_START_KEY BYTES(MAX) La clave de fila en la que ocurrió el conflicto de bloqueo. Cuando el conflicto involucra un rango de filas, este valor representa la clave inicial de ese rango. Un signo más, +, indica un rango. Para obtener más información, consulta Qué es una clave de inicio del rango de filas.
LOCK_WAIT_SECONDS FLOAT64 El tiempo de espera de bloqueo acumulado de los conflictos de bloqueo registrados para todos las columnas del rango de clave de fila, en segundos.
SAMPLE_LOCK_REQUESTS ARRAY<STRUCT<
  column STRING,
  lock_mode STRING,
   transaction_tag STRING>> 		Cada entrada del array corresponde a un ejemplo de solicitud de bloqueo. contribuyó al conflicto de bloqueo al esperar un bloqueo o Impedir que otras transacciones efectúen el bloqueo en la fila dada tecla (rango). La cantidad máxima de muestras en este array es 20.
Cada muestra contiene los siguientes tres campos:
  • lock_mode: Es el modo de bloqueo que se solicitó. Para obtener más información, consulta Modos de bloqueo.
  • column: Es la columna que encontró el conflicto de bloqueo. El formato de este valor es tablename.columnname
  • transaction_tag: Es la etiqueta de la transacción que emitió la solicitud. Para obtener más información sobre el uso de etiquetas, consulta Solución de problemas con etiquetas de transacción.
Todas las solicitudes de bloqueo que contribuyeron a los conflictos de bloqueo se muestrean de forma uniforme y aleatoria, por lo que es posible que solo se registre una mitad de un conflicto (el titular o el servidor) en este array.

Modos de bloqueo

Las operaciones de Spanner adquieren bloqueos cuando son parte de un read-write. Las transacciones de solo lectura no adquirir bloqueos. Spanner usa distintos modos de bloqueo para maximizar la la cantidad de transacciones que tienen acceso a una celda de datos específica en un determinado tiempo. Los diferentes tipos de cerraduras tienen características diferentes. Por ejemplo, algunos bloqueos se pueden compartir entre varias transacciones, mientras que otros no.

Puede ocurrir un conflicto de bloqueo cuando intentas adquirir uno de los siguientes modos de bloqueo en una transacción.

  • Candado ReaderShared: Un bloqueo que permite que otras lecturas accedan al hasta que la transacción esté lista para confirmarse. Este bloqueo compartido se adquiere cuando una transacción de lectura y escritura lee datos.

  • Bloqueo WriterShared: Este bloqueo se adquiere cuando una transacción de lectura y escritura intenta confirmar una operación de escritura.

  • Bloqueo de Exclusive: Se adquiere un bloqueo exclusivo cuando una operación de lectura y escritura. que ya adquirió un bloqueo ReaderShared, intenta escribir los datos después de la finalización de la lectura. Un bloqueo exclusivo es una actualización de un ReaderShared cerradura. Un bloqueo exclusivo es un caso especial de una transacción que contiene el bloqueo ReaderShared y el bloqueo WriterShared al mismo tiempo. Ninguna otra transacción puede adquirir ningún bloqueo en la misma celda.

  • Bloqueo WriterSharedTimestamp: Es un tipo especial de bloqueo WriterShared que se adquiere cuando se insertan filas nuevas en una tabla que tiene una marca de tiempo de confirmación como parte de la clave primaria. Este tipo de bloqueo impide que los participantes de la transacción creen la misma fila y, por lo tanto, entren en conflicto entre sí. Spanner actualiza la clave de la fila insertada para que coincida con la marca de tiempo de confirmación de la transacción a la que realizó la inserción.

Para obtener más información sobre los tipos de transacciones y los tipos de bloqueos disponibles, consulta Transacciones.

Conflictos del modo de bloqueo

En la siguiente tabla, se muestran los posibles conflictos entre los diferentes modos bloqueados.

Modos de bloqueo ReaderShared WriterShared Exclusive WriterSharedTimestamp
ReaderShared No Sí Sí Sí
WriterShared Sí No Sí No aplicable
Exclusive Sí Sí Sí No aplicable
WriterSharedTimestamp Sí No aplicable No aplicable Sí

Los bloqueos WriterSharedTimestamp solo se usan cuando se insertan filas nuevas con una marca de tiempo como parte de su clave primaria. Las cerraduras WriterShared y Exclusive tienen las siguientes características: Se usa cuando se escribe en celdas existentes o se insertan filas nuevas sin marcas de tiempo. Como resultado, WriterSharedTimestamp no puede entrar en conflicto con otros tipos de bloqueos, y esas situaciones se muestran como No aplicable en la tabla anterior.

La única excepción es ReaderShared, que se puede aplicar a filas no existentes lo que podría entrar en conflicto con WriterSharedTimestamp. Por ejemplo, un análisis completo de la tabla bloquea toda la tabla, incluso para las filas que aún no se crearon, por lo que es posible que ReaderShared entre en conflicto con WriterSharedTimestamp.

¿Qué es una clave de inicio del rango de filas?

La columna ROW_RANGE_START_KEY identifica la clave primaria compuesta o la clave primaria inicial de un rango de filas que tiene conflictos de bloqueo. Lo siguiente se usa para ilustrar un ejemplo.

CREATE TABLE Singers (
  SingerId   INT64 NOT NULL,
  FirstName  STRING(1024),
  LastName   STRING(1024),
  SingerInfo BYTES(MAX),
) PRIMARY KEY (SingerId);

CREATE TABLE Albums (
  SingerId     INT64 NOT NULL,
  AlbumId      INT64 NOT NULL,
  AlbumTitle   STRING(MAX),
) PRIMARY KEY (SingerId, AlbumId),
  INTERLEAVE IN PARENT Singers ON DELETE CASCADE;

CREATE TABLE Songs (
  SingerId     INT64 NOT NULL,
  AlbumId      INT64 NOT NULL,
  TrackId      INT64 NOT NULL,
  SongName     STRING(MAX),
) PRIMARY KEY (SingerId, AlbumId, TrackId),
  INTERLEAVE IN PARENT Albums ON DELETE CASCADE;

CREATE TABLE Users (
  UserId     INT64 NOT NULL,
  LastAccess TIMESTAMP NOT NULL OPTIONS (allow_commit_timestamp=true),
  ...
) PRIMARY KEY (UserId, LastAccess);

Como se muestra en la siguiente tabla de claves de fila y rangos de claves de fila, un rango se representa con un signo más, "+", en la clave. En esos casos, la clave representa la clave inicial de un rango de claves en el que se produjo un conflicto de bloqueo.

ROW_RANGE_START_KEY Explicación
cantantes(2) Tabla de cantantes en la clave SingerId=2
cantantes(2,1) Tabla de álbumes en la clave SingerId=2,AlbumId=1
canciones(2,1,5) Tabla de canciones en la clave SingerId=2,AlbumId=1,TrackId=5
canciones(2,1,5+) Rango de claves de la tabla de canciones a partir de SingerId=2,AlbumId=1,TrackId=5
albums(2,1+) Rango de claves de la tabla de álbumes a partir de SingerId=2,AlbumId=1
usuarios(3, 2020-11-01 12:34:56.426426+00:00) Tabla de usuarios en la clave UserId=3, LastAccess=commit_timestamp

Estadísticas agregadas

SPANNER_SYS también contiene tablas para almacenar datos agregados de las estadísticas de bloqueo que capturó Spanner en un período específico:

  • SPANNER_SYS.LOCK_STATS_TOTAL_MINUTE: Agrega estadísticas para todas las esperas de bloqueo durante intervalos de 1 minuto.

  • SPANNER_SYS.LOCK_STATS_TOTAL_10MINUTE: Estadísticas agregadas de todos los bloqueos espera en intervalos de 10 minutos.

  • SPANNER_SYS.LOCK_STATS_TOTAL_HOUR: Agrega estadísticas para todas las esperas de bloqueo durante intervalos de 1 hora.

Las tablas conjuntas de estadísticas tienen las siguientes propiedades:

  • Cada tabla contiene datos de intervalos de tiempo no superpuestos de la longitud que se especifica en el nombre de la tabla.

  • Los intervalos se basan en tiempos de reloj. Los intervalos de 1 minuto finalizan en el minuto, los intervalos de 10 minutos finalizan cada 10 minutos a partir de la hora y los intervalos de 1 hora finalizan en la hora.

    Por ejemplo, a las 11:59:30 a.m., los intervalos más recientes disponibles para las consultas de SQL en las estadísticas de bloqueo agregadas son los siguientes:

    • 1 minuto: de 11:58:00 a 11:58:59 a.m.
    • 10 minutos: de 11:40:00 a 11:49:59 a.m.
    • 1 hora: de 10:00:00 a 10:59:59 a.m.

  • Cada fila contiene estadísticas de todas las esperas de bloqueo en la base de datos durante el intervalo especificado, combinadas. Solo hay una fila por vez durante un intervalo de tiempo determinado.

  • Las estadísticas capturadas en las tablas SPANNER_SYS.LOCK_STATS_TOTAL_* incluyen esperas de bloqueo que Spanner no capturó en las tablas SPANNER_SYS.LOCK_STATS_TOP_*.

  • Algunas columnas de estas tablas se exponen como métricas en Cloud Monitoring. Las métricas expuestas son las siguientes:

    • Tiempo de espera de bloqueo

    Para obtener más información, consulta Spanner métricas.

Esquema de la tabla

Nombre de la columna Tipo Descripción
INTERVAL_END TIMESTAMP Final del intervalo en el que ocurrió el conflicto de bloqueo.
TOTAL_LOCK_WAIT_SECONDS FLOAT64 Tiempo total de espera de bloqueo para los conflictos de bloqueo registrados en toda la base de datos, en segundos.

Consultas de ejemplo

El siguiente es un ejemplo de una instrucción de SQL que puedes usar para recuperar bloqueos estadísticas. Puedes ejecutar estas instrucciones de SQL con las bibliotecas cliente, gcloud spanner o la consola de Google Cloud.

Obtén una lista de las estadísticas de bloqueo del intervalo de 1 minuto anterior

La siguiente consulta muestra la información de espera de bloqueo para cada clave de fila con un conflicto de bloqueo, incluida la fracción de conflictos de bloqueo totales, durante intervalo de tiempo reciente de 1 minuto.

La función CAST() convierte los BYTES de row_range_start_key a una STRING.

SELECT CAST(s.row_range_start_key AS STRING) AS row_range_start_key,
       t.total_lock_wait_seconds,
       s.lock_wait_seconds,
       s.lock_wait_seconds/t.total_lock_wait_seconds frac_of_total,
       s.sample_lock_requests
FROM spanner_sys.lock_stats_total_minute t, spanner_sys.lock_stats_top_minute s
WHERE t.interval_end =
  (SELECT MAX(interval_end)
   FROM spanner_sys.lock_stats_total_minute)
AND s.interval_end = t.interval_end
ORDER BY s.lock_wait_seconds DESC;
Resultado de la consulta
row_range_start_key total_lock_wait_seconds lock_wait_seconds frac_of_total sample_lock_requests
canciones(2,1,1) 2.37 1.76 0.7426 LOCK_MODE: ReaderShared

COLUMNA: Singers.SingerInfo

LOCK_MODE: WriterShared

COLUMNA: Singers.SingerInfo
Usuarios(3, 2020-11-01 12:34:56.426426+00:00) 2.37 0.61 0.2573 LOCK_MODE: ReaderShared

COLUMN: users._exists1

LOCK_MODE: WriterShared

COLUMN: users._exists1

1 _exists es un campo interno que se utiliza para verificar si un si cierta fila existe o no.

Retención de datos

Como mínimo, Spanner conserva los datos de cada tabla durante el siguiente tiempo períodos:

  • SPANNER_SYS.LOCK_STATS_TOP_MINUTE y SPANNER_SYS.LOCK_STATS_TOTAL_MINUTE: Intervalos que abarcan las 6 horas anteriores.

  • SPANNER_SYS.LOCK_STATS_TOP_10MINUTE y SPANNER_SYS.LOCK_STATS_TOTAL_10MINUTE: Intervalos que abarcan los 4 días anteriores.

  • SPANNER_SYS.LOCK_STATS_TOP_HOUR y SPANNER_SYS.LOCK_STATS_TOTAL_HOUR: Intervalos que abarcan los 30 días anteriores.

Soluciona problemas de conflictos de bloqueo en la base de datos con estadísticas de bloqueo

Puedes usar SQL o el botón de bloqueo estadísticas panel para ver los conflictos de bloqueo en tu base de datos.

En los siguientes temas, se muestra cómo puedes investigar estos conflictos de bloqueo mediante SQL código.

Selecciona un período para investigar

Examina las métricas de latencia de tu Spanner y descubre un período en el que tu app experimenta latencia alta y el uso de CPU. Por ejemplo, el problema comenzó alrededor de las 10:50 p.m. el 12 de noviembre de 2020.

Determina si la latencia de confirmación de la transacción aumentó junto con el tiempo de espera de bloqueo durante el período seleccionado

Las transacciones adquieren bloqueos, por lo que, si los conflictos de bloqueo causan tiempos de espera largos, deberíamos poder ver el aumento en la latencia de confirmación de la transacción junto con el aumento en el tiempo de espera del bloqueo.

Después de seleccionar un período para comenzar nuestra investigación, uniremos las estadísticas de transacciones TXN_STATS_TOTAL_10MINUTE con las estadísticas de bloqueo LOCK_STATS_TOTAL_10MINUTE alrededor de ese momento para ayudarnos a comprender si el aumento de la latencia de confirmación promedio se debe al aumento del tiempo de espera de bloqueo.

SELECT t.interval_end, t.avg_commit_latency_seconds, l.total_lock_wait_seconds
FROM spanner_sys.txn_stats_total_10minute t
LEFT JOIN spanner_sys.lock_stats_total_10minute l
ON t.interval_end = l.interval_end
WHERE
  t.interval_end >= "2020-11-12T21:50:00Z"
  AND t.interval_end <= "2020-11-12T23:50:00Z"
ORDER BY interval_end;

Toma los siguientes datos como ejemplo de los resultados que obtenemos de nuestra consulta.

interval_end avg_commit_latency_seconds total_lock_wait_seconds
2020-11-12 21:40:00-07:00 0.002 0.090
2020-11-12 21:50:00-07:00 0.003 0.110
2020-11-12 22:00:00-07:00 0.002 0.100
2020-11-12 22:10:00-07:00 0.002 0.080
2020-11-12 22:20:00-07:00 0.030 0.240
2020-11-12 22:30:00-07:00 0.034 0.220
2020-11-12 22:40:00-07:00 0.034 0.218
2020-11-12 22:50:00-07:00 3.741 780.193
2020-11-12 23:00:00-07:00 0.042 0.240
2020-11-12 23:10:00-07:00 0.038 0.129
2020-11-12 23:20:00-07:00 0.021 0.128
2020-11-12 23:30:00-07:00 0.038 0.231

Estos resultados anteriores muestran un aumento significativo en avg_commit_latency_seconds y total_lock_wait_seconds durante el mismo período, de 2020-11-12 22:40:00 a 2020-11-12 22:50:00, y disminuyeron después de eso. Una cosa que debes tener en cuenta es que avg_commit_latency_seconds es el tiempo promedio que se dedica solo al paso de confirmación. Por otro lado, total_lock_wait_seconds es el tiempo de bloqueo agregado del período, por lo que el tiempo parece mucho más largo que el tiempo de confirmación de la transacción.

Ahora que confirmamos que el tiempo de espera para el bloqueo se relaciona de latencia de escritura, investigaremos en el siguiente paso qué filas y columnas causar la larga espera.

Descubre qué claves de fila y columnas tuvieron tiempos de espera de bloqueo prolongados durante el período seleccionado

Para averiguar qué claves de fila y columnas experimentaron tiempos de espera de bloqueo elevados durante el período que investigamos, consultamos el LOCK_STAT_TOP_10MINUTE de la tabla, en la que se enumeran las claves de fila y las columnas que más contribuyen al bloqueo y esperar.

La función CAST() de la siguiente consulta convierte la fila_rango_start_key de BYTES a una STRING.

SELECT CAST(s.row_range_start_key AS STRING) AS row_range_start_key,
       t.total_lock_wait_seconds,
       s.lock_wait_seconds,
       s.lock_wait_seconds/t.total_lock_wait_seconds frac_of_total,
       s.sample_lock_requests
FROM spanner_sys.lock_stats_total_10minute t, spanner_sys.lock_stats_top_10minute s
WHERE
  t.interval_end = "2020-11-12T22:50:00Z" and s.interval_end = t.interval_end;
row_range_start_key total_lock_wait_seconds lock_wait_seconds frac_of_total sample_lock_requests
Cantantes(32) 780.193 780.193 1 LOCK_MODE: WriterShared

COLUMNA: Singers.SingerInfo

LOCK_MODE: ReaderShared

COLUMNA: Singers.SingerInfo

En esta tabla de resultados, podemos ver que el conflicto ocurrió en la tabla Singers en la clave SingerId=32. Singers.SingerInfo es la columna en la que ocurrió el conflicto de bloqueo entre ReaderShared y WriterShared.

Este es un tipo común de conflicto cuando hay una transacción que intenta lee una determinada celda y la otra transacción intenta escribir en la misma de la celda. Ahora conocemos la celda de datos exacta por la que las transacciones están disputando la cerradura, por lo que, en el siguiente paso, identificaremos las transacciones que están disputando las cerraduras.

Encuentra qué transacciones acceden a las columnas involucradas en el conflicto de bloqueo

Identificar las transacciones que experimentan una latencia de confirmación significativa dentro de un intervalo de tiempo específico debido a conflictos de bloqueo, debes consultar las siguientes columnas del Tabla SPANNER_SYS.TXN_STATS_TOTAL_10MINUTE:

  • fprint
  • read_columns
  • write_constructive_columns
  • avg_commit_latency_seconds

Debes filtrar las columnas bloqueadas identificadas en la tabla SPANNER_SYS.LOCK_STATS_TOP_10MINUTE:

  • Transacciones que leen cualquier columna que generó un conflicto de bloqueo cuando se intentó adquirir el bloqueo ReaderShared

  • Transacciones que escriben en cualquier columna que generó un conflicto de bloqueo cuando se intenta adquirir un bloqueo WriterShared.

SELECT
  fprint,
  read_columns,
  write_constructive_columns,
  avg_commit_latency_seconds
FROM spanner_sys.txn_stats_top_10minute t2
WHERE (
  EXISTS (
    SELECT * FROM t2.read_columns columns WHERE columns IN (
      SELECT DISTINCT(req.COLUMN)
      FROM spanner_sys.lock_stats_top_10minute t, t.SAMPLE_LOCK_REQUESTS req
      WHERE req.LOCK_MODE = "ReaderShared" AND t.interval_end ="2020-11-12T23:50:00Z"))
OR
  EXISTS (
    SELECT * FROM t2.write_constructive_columns columns WHERE columns IN (
      SELECT DISTINCT(req.COLUMN)
      FROM spanner_sys.lock_stats_top_10minute t, t.SAMPLE_LOCK_REQUESTS req
      WHERE req.LOCK_MODE = "WriterShared" AND t.interval_end ="2020-11-12T23:50:00Z"))
)
AND t2.interval_end ="2020-11-12T23:50:00Z"
ORDER BY avg_commit_latency_seconds DESC;

El resultado de la consulta se ordena por la columna avg_commit_latency_seconds para que veas primero la transacción que experimenta la latencia de confirmación más alta.

fprint read_columns write_constructive_columns avg_commit_latency_seconds
1866043996151916800


 ['Singers.SingerInfo',
'Singers.FirstName',
'Singers.LastName',
'Singers._exists'] 		['Singers.SingerInfo'] 4.89
4168578515815911936 [] ['Singers.SingerInfo'] 3.65

Los resultados de la consulta muestran que dos transacciones intentaron acceder a la columna Singers.SingerInfo, que es la columna que tuvo conflictos de bloqueo durante el período. Una vez que identifiques las transacciones que causan los conflictos de bloqueo, puedes analizarlas con su huella digital, fprint, para identificar posibles problemas que contribuyeron al conflicto de bloqueo.

Después de revisar la transacción con fprint=1866043996151916800, puedes usar el Las columnas read_columns y write_constructive_columns para identificar qué parte del código de la aplicación activó la transacción. A continuación, podrás ver el DML subyacente que no filtra la clave primaria, SingerId. Esto provocó realizar un análisis completo de la tabla y bloquearla hasta que se confirmara la transacción.

Para resolver el conflicto de bloqueo, puedes hacer lo siguiente:

  1. Usa una transacción de solo lectura para identificar los valores SingerId requeridos.
  2. Usa una transacción de lectura y escritura separada para actualizar las filas de los valores SingerId obligatorios.

Aplica las prácticas recomendadas para reducir la contención de bloqueos

En nuestro ejemplo, pudimos usar las estadísticas de bloqueo y las estadísticas de transacciones para reducir nuestro problema a una transacción que no usaba la clave principal de nuestra tabla cuando se realizaban actualizaciones. Se nos ocurrieron ideas para mejorar la transacción según si conocíamos las claves de las filas que queríamos actualizar de antemano o no.

Cuando analices problemas potenciales en tu solución o, incluso, cuando diseñes considera estas prácticas recomendadas para reducir la cantidad de conflictos de bloqueo en tu base de datos.

  • Evita lecturas extensas en las transacciones de lectura y escritura

  • Usa transacciones de solo lectura siempre que sea posible, ya que no adquieren ningún bloqueo.

  • Evita los análisis completos de la tabla en una transacción de lectura y escritura. Esto incluye escribir una DML condicional en la clave primaria o asignar un rango de claves específico cuando se usa la API de Read.

  • Mantén el período de bloqueo breve confirmando el cambio lo antes posible después de leer los datos en una transacción de lectura y escritura. A garantiza que los datos permanezcan inalterados después de que leas hasta que confirmes el cambio con éxito. Para lograrlo, el de datos requiere bloquear las celdas de datos durante la lectura confirmar. Por lo tanto, si puedes hacer que el período de bloqueo sea corto, tienen menos probabilidades de tener conflictos de bloqueo.

  • Prioriza las transacciones pequeñas sobre las grandes, o bien considera el DML particionado para las transacciones de DML de larga duración. Un juego de larga duración cuando una transacción adquiere un bloqueo durante mucho tiempo, así que considera desglosarlo que abarca miles de filas en varias filas más pequeñas que actualizan cientos de filas siempre que sea posible.

  • Si no necesitas la garantía que proporciona una transacción de lectura y escritura, evita leer cualquier dato en la transacción de lectura y escritura antes de confirmar el cambio, por ejemplo, leyendo los datos en una transacción independiente de solo lectura. La mayoría de los conflictos de bloqueo se producen debido a la garantía sólida, que garantiza que los datos no cambien entre la operación de lectura y la confirmación. Por lo tanto, si la transacción de lectura y escritura no lee ningún dato, no es necesario que bloquee las celdas durante mucho tiempo.

  • Especifica solo el conjunto mínimo de columnas requeridas en una transacción de lectura y escritura. Como los bloqueos de Spanner son por celda de datos, cuando La transacción de lectura y escritura lee una cantidad excesiva de columnas y adquiere un ReaderShared. bloquear estas celdas. Esto podría causar conflictos de bloqueo cuando otras transacciones adquirir un bloqueo de WriterShared en las operaciones de escritura en las columnas excesivas. Para Por ejemplo, considera especificar un conjunto de columnas en lugar de * en la lectura.

  • Minimiza las llamadas a la API en una transacción de lectura y escritura. La latencia de las llamadas a la API podría generar contención de bloqueo en Spanner, ya que las llamadas a la API se y están sujetos a retrasos de red y del servicio. Te recomendamos que realices llamadas a la API fuera de las transacciones de lectura y escritura siempre que sea posible. Si debes ejecutar llamadas a la API dentro de una transacción de lectura y escritura, asegúrate de supervisar la latencia de tus llamadas a la API para minimizar el impacto en el período de adquisición de bloqueo.

  • Sigue las prácticas recomendadas para el diseño de esquemas.

¿Qué sigue?