Questa pagina è stata tradotta dall'API Cloud Translation.

Panoramica delle transazioni

Questa pagina spiega le transazioni in Spanner e include codice campione per l'esecuzione di transazioni.

Introduzione

Una transazione in Spanner è un insieme di letture e scritture che vengono eseguite a livello atomico in un singolo punto logico nel tempo tra colonne, righe e tabelle un database.

Spanner supporta queste modalità di transazione:

Blocco di lettura/scrittura. Queste transazioni si basano su blocchi pessimistici e, se necessario in due fasi. Il blocco delle transazioni di lettura/scrittura potrebbe interrompersi, e richiedere un nuovo tentativo dell'applicazione.
Sola lettura. Questo tipo di transazione offre coerenza garantita tra diverse letture, ma non consente scritture. Per impostazione predefinita, le transazioni di sola lettura vengono eseguiti in corrispondenza di un timestamp scelto dal sistema che garantisce la coerenza esterna, possono anche essere configurati per leggere a un timestamp nel passato. Sola lettura le transazioni non devono essere sottoposte a commit e non prevedono blocchi. Inoltre, le transazioni di sola lettura potrebbero attendere il completamento delle scritture in corso prima in esecuzione.
DML partizionato. Questo tipo di transazione esegue una manipolazione di dati Istruzione del linguaggio (DML) come DML partizionato. Il DML partizionato è progettato per gli aggiornamenti e le eliminazioni collettive, in particolare operazioni di pulizia e backfill periodici. Se devi eseguire il commit scritture cieche, ma non richiedono una transazione atomica, puoi eseguire modifiche collettive e scrivere in batch. Per ulteriori informazioni, consulta Modificare i dati utilizzando le scritture in batch.

Questa pagina descrive le proprietà generali e la semantica delle transazioni in Spanner e introduce il DML partizionato, di sola lettura e lettura di transazioni in Spanner.

Transazioni di lettura/scrittura

Ecco alcuni scenari in cui dovresti utilizzare una transazione di lettura e scrittura di blocco:

Se esegui una scrittura che dipende dal risultato di una altre letture, dovresti eseguire la scrittura e le operazioni di lettura di lettura/scrittura.
- Esempio: il doppio del saldo del conto bancario A. La lettura di A deve essere nella stessa transazione della scrittura per sostituire con il valore raddoppiato.
Se esegui una o più scritture che devono essere eseguite atomicamente, eseguire queste scritture nella stessa transazione di lettura/scrittura.
- Esempio: trasferisci 200 € dall'account A all'account B. Entrambe le operazioni di scrittura (una per diminuire A di 200 $e una per aumentare B di 200 $) e le letture del saldo iniziale del conto deve essere incluso nella stessa transazione.
Se potresti eseguire una o più scritture, a seconda dei risultati di una o più letture, dovresti eseguire le scritture e le letture nella stessa delle transazioni di lettura/scrittura, anche se le operazioni di scrittura non vengono eseguite.
- Esempio: trasferisci 200 $dal conto bancario A al conto B se è A il saldo attuale è superiore a 500 $. La transazione deve contenere un letto del saldo di A e una dichiarazione condizionale che contiene scrive.

Ecco uno scenario in cui non dovresti utilizzare un sistema di lettura e scrittura di blocco transazione:

Se esegui solo letture e puoi esprimere la lettura utilizzando un metodo di lettura singola, devi utilizzare il singolo metodo di lettura o una transazione di sola lettura. Le letture singole non vengono bloccate, a differenza delle transazioni di lettura/scrittura.

Proprietà

Una transazione di lettura/scrittura in Spanner esegue un insieme di operazioni di lettura e scrittura atomicamente in un singolo punto logico nel tempo. Inoltre, il timestamp at le transazioni di lettura/scrittura eseguite corrispondono alle ore effettive, l'ordine di serializzazione corrisponde all'ordine del timestamp.

Perché utilizzare una transazione di lettura/scrittura? Le transazioni di lettura/scrittura forniscono l'ACID delle proprietà dei database relazionali (di fatto, le proprietà di lettura/scrittura Spanner le transazioni offrono garanzie ancora più forti rispetto agli ACID tradizionali; vedi il sezione Semantica di seguito).

Isolamento

Di seguito sono riportate le proprietà di isolamento per lettura/scrittura e sola lettura transazioni.

Transazioni di lettura e scrittura

Ecco le proprietà di isolamento che ottieni dopo il commit di una transazione che contiene una serie di letture (o query) e scritture:

Tutte le letture all'interno della transazione hanno restituito valori che riflettono una snapshot acquisito al timestamp di commit della transazione.
Le righe o gli intervalli vuoti sono rimasti così al momento del commit.
Tutte le scritture all'interno della transazione sono state impegnate a livello di di commit.
Le scritture non erano visibili in nessuna transazione fino a dopo la transazione impegnato.

Alcuni driver client Spanner contengono logica per i nuovi tentativi delle transazioni da mascherare errori temporanei, che si verificano eseguendo di nuovo la transazione e convalidando osservati dal cliente.

Il risultato è che tutte le operazioni di lettura e scrittura sembrano essere avvenute in un singolo momento specifico, sia dal punto di vista della transazione stessa sia il punto di vista di altri lettori e scrittori al database Spanner. Nel altre parole, le letture e le scritture finiscono per verificarsi allo stesso timestamp (per un'illustrazione, consulta la sezione Serializzabilità e coerenza di seguito).

Transazioni di sola lettura

Le garanzie di una transazione di lettura/scrittura che si limitano a operazioni di lettura sono simili: le letture all'interno della transazione restituiscono i dati dello stesso timestamp, anche per le righe inesistente. Una differenza è che se leggi i dati e in seguito esegui il commit di lettura/scrittura senza scritture, non c'è alcuna garanzia che i dati non è cambiata nel database dopo la lettura e prima del commit. Se vuoi per sapere se i dati sono cambiati dall'ultima volta che li hai letti, l'approccio migliore è rileggere il messaggio (in una transazione di lettura/scrittura o utilizzando una lettura efficace). Inoltre, per maggiore efficienza, se sai in anticipo che leggerai solo contenuti e non devi utilizzare una transazione di sola lettura anziché una transazione di lettura/scrittura.

Atomicità, coerenza, durabilità

Oltre alla proprietà Isolation, Spanner fornisce l'Atomicità (se una qualsiasi delle scritture nell'impegno di transazione, si impegnano tutte), la coerenza (il rimane in uno stato coerente dopo la transazione) e la durabilità. (il commit dei dati impegnati rimane invariato.)

Vantaggi di queste strutture

Grazie a queste proprietà, gli sviluppatori di applicazioni possono concentrarsi sulle la correttezza di ogni transazione, senza doversi preoccupare di proteggerne l'esecuzione da altre transazioni che potrebbero essere eseguite contemporaneamente nel tempo.

Interfaccia

Le librerie client di Spanner forniscono un'interfaccia per l'esecuzione di un corpo di lavoro nel contesto di una transazione di lettura/scrittura, con nuovi tentativi di transazione viene interrotto. Ecco un po' di contesto per spiegare questo punto: uno Spanner potrebbe essere necessario provare più volte prima di eseguire il commit. Ad esempio: se due transazioni tentano di lavorare sui dati contemporaneamente in un modo che potrebbe che causa un deadlock, Spanner ne interrompe uno in modo che l'altra transazione possono fare progressi. (Più raramente, gli eventi temporanei all'interno di Spanner possono comporta l'interruzione di alcune transazioni.) Poiché le transazioni sono atomiche, non ha alcun effetto visibile sul database. Pertanto, le transazioni e ritentare l'esecuzione finché non riesce.

Quando utilizzi una transazione in una libreria client Spanner, definisci corpo di una transazione (ovvero le letture e le scritture da eseguire su uno o più tabelle in un database) sotto forma di oggetto funzione. Dietro le quinte, La libreria client di Spanner esegue la funzione ripetutamente finché di transazioni eseguite o si è verificato un errore che non è possibile ripetere.

Esempio

Supponi di aver aggiunto una colonna MarketingBudget alla Tabella Albums visualizzata nella Pagina Schema e modello dei dati:

CREATE TABLE Albums (
  SingerId        INT64 NOT NULL,
  AlbumId         INT64 NOT NULL,
  AlbumTitle      STRING(MAX),
  MarketingBudget INT64
) PRIMARY KEY (SingerId, AlbumId);

Il tuo reparto marketing decide di dare una spinta al marketing per l'album con il Albums (1, 1) e ti ha chiesto di trasferire 200.000 $dal budget di Albums (2, 2), ma solo se il denaro è disponibile nel budget dell'album. Dovresti utilizza una transazione di lettura/scrittura di blocco per questa operazione, poiché la transazione che potrebbero eseguire scritture a seconda del risultato di una lettura.

Di seguito viene illustrato come eseguire una transazione di lettura/scrittura:

C++

void ReadWriteTransaction(google::cloud::spanner::Client client) {
  namespace spanner = ::google::cloud::spanner;
  using ::google::cloud::StatusOr;

  // A helper to read a single album MarketingBudget.
  auto get_current_budget =
      [](spanner::Client client, spanner::Transaction txn,
         std::int64_t singer_id,
         std::int64_t album_id) -> StatusOr<std::int64_t> {
    auto key = spanner::KeySet().AddKey(spanner::MakeKey(singer_id, album_id));
    auto rows = client.Read(std::move(txn), "Albums", std::move(key),
                            {"MarketingBudget"});
    using RowType = std::tuple<std::int64_t>;
    auto row = spanner::GetSingularRow(spanner::StreamOf<RowType>(rows));
    if (!row) return std::move(row).status();
    return std::get<0>(*std::move(row));
  };

  auto commit = client.Commit(
      [&client, &get_current_budget](
          spanner::Transaction const& txn) -> StatusOr<spanner::Mutations> {
        auto b1 = get_current_budget(client, txn, 1, 1);
        if (!b1) return std::move(b1).status();
        auto b2 = get_current_budget(client, txn, 2, 2);
        if (!b2) return std::move(b2).status();
        std::int64_t transfer_amount = 200000;

        return spanner::Mutations{
            spanner::UpdateMutationBuilder(
                "Albums", {"SingerId", "AlbumId", "MarketingBudget"})
                .EmplaceRow(1, 1, *b1 + transfer_amount)
                .EmplaceRow(2, 2, *b2 - transfer_amount)
                .Build()};
      });

  if (!commit) throw std::move(commit).status();
  std::cout << "Transfer was successful [spanner_read_write_transaction]\n";
}

C#


using Google.Cloud.Spanner.Data;
using System;
using System.Threading.Tasks;
using System.Transactions;

public class ReadWriteWithTransactionAsyncSample
{
    public async Task<int> ReadWriteWithTransactionAsync(string projectId, string instanceId, string databaseId)
    {
        // This sample transfers 200,000 from the MarketingBudget
        // field of the second Album to the first Album. Make sure to run
        // the Add Column and Write Data To New Column samples first,
        // in that order.

        string connectionString = $"Data Source=projects/{projectId}/instances/{instanceId}/databases/{databaseId}";

        using TransactionScope scope = new TransactionScope(TransactionScopeAsyncFlowOption.Enabled);
        decimal transferAmount = 200000;
        decimal secondBudget = 0;
        decimal firstBudget = 0;

        using var connection = new SpannerConnection(connectionString);
        using var cmdLookup1 = connection.CreateSelectCommand("SELECT * FROM Albums WHERE SingerId = 2 AND AlbumId = 2");

        using (var reader = await cmdLookup1.ExecuteReaderAsync())
        {
            while (await reader.ReadAsync())
            {
                // Read the second album's budget.
                secondBudget = reader.GetFieldValue<decimal>("MarketingBudget");
                // Confirm second Album's budget is sufficient and
                // if not raise an exception. Raising an exception
                // will automatically roll back the transaction.
                if (secondBudget < transferAmount)
                {
                    throw new Exception($"The second album's budget {secondBudget} is less than the amount to transfer.");
                }
            }
        }

        // Read the first album's budget.
        using var cmdLookup2 = connection.CreateSelectCommand("SELECT * FROM Albums WHERE SingerId = 1 and AlbumId = 1");
        using (var reader = await cmdLookup2.ExecuteReaderAsync())
        {
            while (await reader.ReadAsync())
            {
                firstBudget = reader.GetFieldValue<decimal>("MarketingBudget");
            }
        }

        // Specify update command parameters.
        using var cmdUpdate = connection.CreateUpdateCommand("Albums", new SpannerParameterCollection
        {
            { "SingerId", SpannerDbType.Int64 },
            { "AlbumId", SpannerDbType.Int64 },
            { "MarketingBudget", SpannerDbType.Int64 },
        });

        // Update second album to remove the transfer amount.
        secondBudget -= transferAmount;
        cmdUpdate.Parameters["SingerId"].Value = 2;
        cmdUpdate.Parameters["AlbumId"].Value = 2;
        cmdUpdate.Parameters["MarketingBudget"].Value = secondBudget;
        var rowCount = await cmdUpdate.ExecuteNonQueryAsync();

        // Update first album to add the transfer amount.
        firstBudget += transferAmount;
        cmdUpdate.Parameters["SingerId"].Value = 1;
        cmdUpdate.Parameters["AlbumId"].Value = 1;
        cmdUpdate.Parameters["MarketingBudget"].Value = firstBudget;
        rowCount += await cmdUpdate.ExecuteNonQueryAsync();
        scope.Complete();
        Console.WriteLine("Transaction complete.");
        return rowCount;
    }
}

Vai


import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/spanner"
)

func writeWithTransaction(w io.Writer, db string) error {
	ctx := context.Background()
	client, err := spanner.NewClient(ctx, db)
	if err != nil {
		return err
	}
	defer client.Close()

	_, err = client.ReadWriteTransaction(ctx, func(ctx context.Context, txn *spanner.ReadWriteTransaction) error {
		getBudget := func(key spanner.Key) (int64, error) {
			row, err := txn.ReadRow(ctx, "Albums", key, []string{"MarketingBudget"})
			if err != nil {
				return 0, err
			}
			var budget int64
			if err := row.Column(0, &budget); err != nil {
				return 0, err
			}
			return budget, nil
		}
		album2Budget, err := getBudget(spanner.Key{2, 2})
		if err != nil {
			return err
		}
		const transferAmt = 200000
		if album2Budget >= transferAmt {
			album1Budget, err := getBudget(spanner.Key{1, 1})
			if err != nil {
				return err
			}
			album1Budget += transferAmt
			album2Budget -= transferAmt
			cols := []string{"SingerId", "AlbumId", "MarketingBudget"}
			txn.BufferWrite([]*spanner.Mutation{
				spanner.Update("Albums", cols, []interface{}{1, 1, album1Budget}),
				spanner.Update("Albums", cols, []interface{}{2, 2, album2Budget}),
			})
			fmt.Fprintf(w, "Moved %d from Album2's MarketingBudget to Album1's.", transferAmt)
		}
		return nil
	})
	return err
}

Java

static void writeWithTransaction(DatabaseClient dbClient) {
  dbClient
      .readWriteTransaction()
      .run(transaction -> {
        // Transfer marketing budget from one album to another. We do it in a transaction to
        // ensure that the transfer is atomic.
        Struct row =
            transaction.readRow("Albums", Key.of(2, 2), Arrays.asList("MarketingBudget"));
        long album2Budget = row.getLong(0);
        // Transaction will only be committed if this condition still holds at the time of
        // commit. Otherwise it will be aborted and the callable will be rerun by the
        // client library.
        long transfer = 200000;
        if (album2Budget >= transfer) {
          long album1Budget =
              transaction
                  .readRow("Albums", Key.of(1, 1), Arrays.asList("MarketingBudget"))
                  .getLong(0);
          album1Budget += transfer;
          album2Budget -= transfer;
          transaction.buffer(
              Mutation.newUpdateBuilder("Albums")
                  .set("SingerId")
                  .to(1)
                  .set("AlbumId")
                  .to(1)
                  .set("MarketingBudget")
                  .to(album1Budget)
                  .build());
          transaction.buffer(
              Mutation.newUpdateBuilder("Albums")
                  .set("SingerId")
                  .to(2)
                  .set("AlbumId")
                  .to(2)
                  .set("MarketingBudget")
                  .to(album2Budget)
                  .build());
        }
        return null;
      });
}

Node.js

// This sample transfers 200,000 from the MarketingBudget field
// of the second Album to the first Album, as long as the second
// Album has enough money in its budget. Make sure to run the
// addColumn and updateData samples first (in that order).

// Imports the Google Cloud client library
const {Spanner} = require('@google-cloud/spanner');

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const projectId = 'my-project-id';
// const instanceId = 'my-instance';
// const databaseId = 'my-database';

// Creates a client
const spanner = new Spanner({
  projectId: projectId,
});

// Gets a reference to a Cloud Spanner instance and database
const instance = spanner.instance(instanceId);
const database = instance.database(databaseId);

const transferAmount = 200000;

database.runTransaction(async (err, transaction) => {
  if (err) {
    console.error(err);
    return;
  }
  let firstBudget, secondBudget;
  const queryOne = {
    columns: ['MarketingBudget'],
    keys: [[2, 2]], // SingerId: 2, AlbumId: 2
  };

  const queryTwo = {
    columns: ['MarketingBudget'],
    keys: [[1, 1]], // SingerId: 1, AlbumId: 1
  };

  Promise.all([
    // Reads the second album's budget
    transaction.read('Albums', queryOne).then(results => {
      // Gets second album's budget
      const rows = results[0].map(row => row.toJSON());
      secondBudget = rows[0].MarketingBudget;
      console.log(`The second album's marketing budget: ${secondBudget}`);

      // Makes sure the second album's budget is large enough
      if (secondBudget < transferAmount) {
        throw new Error(
          `The second album's budget (${secondBudget}) is less than the transfer amount (${transferAmount}).`
        );
      }
    }),

    // Reads the first album's budget
    transaction.read('Albums', queryTwo).then(results => {
      // Gets first album's budget
      const rows = results[0].map(row => row.toJSON());
      firstBudget = rows[0].MarketingBudget;
      console.log(`The first album's marketing budget: ${firstBudget}`);
    }),
  ])
    .then(() => {
      console.log(firstBudget, secondBudget);
      // Transfers the budgets between the albums
      firstBudget += transferAmount;
      secondBudget -= transferAmount;

      console.log(firstBudget, secondBudget);

      // Updates the database
      // Note: Cloud Spanner interprets Node.js numbers as FLOAT64s, so they
      // must be converted (back) to strings before being inserted as INT64s.
      transaction.update('Albums', [
        {
          SingerId: '1',
          AlbumId: '1',
          MarketingBudget: firstBudget.toString(),
        },
        {
          SingerId: '2',
          AlbumId: '2',
          MarketingBudget: secondBudget.toString(),
        },
      ]);
    })
    .then(() => {
      // Commits the transaction and send the changes to the database
      return transaction.commit();
    })
    .then(() => {
      console.log(
        `Successfully executed read-write transaction to transfer ${transferAmount} from Album 2 to Album 1.`
      );
    })
    .catch(err => {
      console.error('ERROR:', err);
    })
    .then(() => {
      transaction.end();
      // Closes the database when finished
      return database.close();
    });
});

PHP

use Google\Cloud\Spanner\SpannerClient;
use Google\Cloud\Spanner\Transaction;
use UnexpectedValueException;

/**
 * Performs a read-write transaction to update two sample records in the
 * database.
 *
 * This will transfer 200,000 from the `MarketingBudget` field for the second
 * Album to the first Album. If the `MarketingBudget` for the second Album is
 * too low, it will raise an exception.
 *
 * Before running this sample, you will need to run the `update_data` sample
 * to populate the fields.
 * Example:
 * ```
 * read_write_transaction($instanceId, $databaseId);
 * ```
 *
 * @param string $instanceId The Spanner instance ID.
 * @param string $databaseId The Spanner database ID.
 */
function read_write_transaction(string $instanceId, string $databaseId): void
{
    $spanner = new SpannerClient();
    $instance = $spanner->instance($instanceId);
    $database = $instance->database($databaseId);

    $database->runTransaction(function (Transaction $t) use ($spanner) {
        $transferAmount = 200000;

        // Read the second album's budget.
        $secondAlbumKey = [2, 2];
        $secondAlbumKeySet = $spanner->keySet(['keys' => [$secondAlbumKey]]);
        $secondAlbumResult = $t->read(
            'Albums',
            $secondAlbumKeySet,
            ['MarketingBudget'],
            ['limit' => 1]
        );

        $firstRow = $secondAlbumResult->rows()->current();
        $secondAlbumBudget = $firstRow['MarketingBudget'];
        if ($secondAlbumBudget < $transferAmount) {
            // Throwing an exception will automatically roll back the transaction.
            throw new UnexpectedValueException(
                'The second album\'s budget is lower than the transfer amount: ' . $transferAmount
            );
        }

        $firstAlbumKey = [1, 1];
        $firstAlbumKeySet = $spanner->keySet(['keys' => [$firstAlbumKey]]);
        $firstAlbumResult = $t->read(
            'Albums',
            $firstAlbumKeySet,
            ['MarketingBudget'],
            ['limit' => 1]
        );

        // Read the first album's budget.
        $firstRow = $firstAlbumResult->rows()->current();
        $firstAlbumBudget = $firstRow['MarketingBudget'];

        // Update the budgets.
        $secondAlbumBudget -= $transferAmount;
        $firstAlbumBudget += $transferAmount;
        printf('Setting first album\'s budget to %s and the second album\'s ' .
            'budget to %s.' . PHP_EOL, $firstAlbumBudget, $secondAlbumBudget);

        // Update the rows.
        $t->updateBatch('Albums', [
            ['SingerId' => 1, 'AlbumId' => 1, 'MarketingBudget' => $firstAlbumBudget],
            ['SingerId' => 2, 'AlbumId' => 2, 'MarketingBudget' => $secondAlbumBudget],
        ]);

        // Commit the transaction!
        $t->commit();

        print('Transaction complete.' . PHP_EOL);
    });
}

Python

def read_write_transaction(instance_id, database_id):
    """Performs a read-write transaction to update two sample records in the
    database.

    This will transfer 200,000 from the `MarketingBudget` field for the second
    Album to the first Album. If the `MarketingBudget` is too low, it will
    raise an exception.

    Before running this sample, you will need to run the `update_data` sample
    to populate the fields.
    """
    spanner_client = spanner.Client()
    instance = spanner_client.instance(instance_id)
    database = instance.database(database_id)

    def update_albums(transaction):
        # Read the second album budget.
        second_album_keyset = spanner.KeySet(keys=[(2, 2)])
        second_album_result = transaction.read(
            table="Albums",
            columns=("MarketingBudget",),
            keyset=second_album_keyset,
            limit=1,
        )
        second_album_row = list(second_album_result)[0]
        second_album_budget = second_album_row[0]

        transfer_amount = 200000

        if second_album_budget < transfer_amount:
            # Raising an exception will automatically roll back the
            # transaction.
            raise ValueError("The second album doesn't have enough funds to transfer")

        # Read the first album's budget.
        first_album_keyset = spanner.KeySet(keys=[(1, 1)])
        first_album_result = transaction.read(
            table="Albums",
            columns=("MarketingBudget",),
            keyset=first_album_keyset,
            limit=1,
        )
        first_album_row = list(first_album_result)[0]
        first_album_budget = first_album_row[0]

        # Update the budgets.
        second_album_budget -= transfer_amount
        first_album_budget += transfer_amount
        print(
            "Setting first album's budget to {} and the second album's "
            "budget to {}.".format(first_album_budget, second_album_budget)
        )

        # Update the rows.
        transaction.update(
            table="Albums",
            columns=("SingerId", "AlbumId", "MarketingBudget"),
            values=[(1, 1, first_album_budget), (2, 2, second_album_budget)],
        )

    database.run_in_transaction(update_albums)

    print("Transaction complete.")

Ruby

# project_id  = "Your Google Cloud project ID"
# instance_id = "Your Spanner instance ID"
# database_id = "Your Spanner database ID"

require "google/cloud/spanner"

spanner         = Google::Cloud::Spanner.new project: project_id
client          = spanner.client instance_id, database_id
transfer_amount = 200_000

client.transaction do |transaction|
  first_album  = transaction.read("Albums", [:MarketingBudget], keys: [[1, 1]]).rows.first
  second_album = transaction.read("Albums", [:MarketingBudget], keys: [[2, 2]]).rows.first

  raise "The second album does not have enough funds to transfer" if second_album[:MarketingBudget] < transfer_amount

  new_first_album_budget  = first_album[:MarketingBudget] + transfer_amount
  new_second_album_budget = second_album[:MarketingBudget] - transfer_amount

  transaction.update "Albums", [
    { SingerId: 1, AlbumId: 1, MarketingBudget: new_first_album_budget  },
    { SingerId: 2, AlbumId: 2, MarketingBudget: new_second_album_budget }
  ]
end

puts "Transaction complete"

Semantica

Serializzabilità e coerenza esterna

Spanner offre la "serializzabilità", il che significa che tutte le transazioni appaiono come se fossero eseguite in un ordine seriale, anche se alcune delle letture, scritture, mentre le altre operazioni di transazioni distinte si sono verificate in parallelo. Spanner assegna timestamp di commit che riflettono l'ordine di commit transazioni per implementare questa proprietà. Di fatto, Spanner offre una maggiore garanzia rispetto alla serializzabilità, chiamata coerenza esterna: le transazioni si impegnano in un ordine che si riflette nei relativi timestamp di commit e questi I timestamp riflettono il tempo reale, quindi puoi confrontarli con il tuo orologio. Legge in transazione vedrà tutti gli elementi di cui è stato eseguito il commit prima della transazione i commit e le scritture sono visibili da tutto ciò che inizia dopo che la transazione impegnato.

Ad esempio, considera l'esecuzione di due transazioni come illustrato nelle diagramma seguente:

La transazione Txn1 in blu legge alcuni dati A, memorizza nel buffer una scrittura in A, quindi di eseguire il commit. La transazione Txn2 in verde inizia dopo il giorno Txn1 e legge la dicitura alcuni dati B, quindi legge i dati A. Poiché Txn2 legge il valore di A dopo che Txn1 ha eseguito il commit della sua scrittura in A, Txn2 vede l'effetto di Txn1 scrivi in A, anche se Txn2 è stato avviato prima del completamento Txn1.

Anche se c'è una sovrapposizione nel tempo in cui Txn1 e Txn2 sono entrambi in esecuzione, i relativi timestamp di commit c1 e c2 rispettano una transazione lineare dell'ordine, il che significa che tutti gli effetti delle letture e delle scritture di Txn1 che si siano verificate in un singolo momento (c1) e tutti gli effetti le letture e le scritture di Txn2 sembrano essere avvenute in un singolo momento (c2). Inoltre, c1 < c2 (che è garantito perché Txn1 e Txn2 scritture di cui è stato eseguito il commit; questo vale anche se le scritture sono avvenute su macchine), rispettando l'ordine di Txn1 che si verifica prima di Txn2. (Tuttavia, se Txn2 ha letto solo nella transazione, allora c1 <= c2).

Le letture osservano un prefisso della cronologia di commit. se una lettura vede l'effetto Txn2, vede anche l'effetto di Txn1. Tutte le transazioni che si impegnano avere correttamente questa proprietà.

Garanzie di lettura e scrittura

Se una chiamata per eseguire una transazione non va a buon fine, le garanzie di lettura e scrittura dipende dall'errore con cui non è riuscita la chiamata di commit sottostante.

Ad esempio, un errore come "Riga non trovata" o "Riga già esistente" significa che durante la scrittura delle mutazioni presenti nel buffer si è verificato un errore, ad esempio una riga il client che sta tentando di aggiornare non esiste. In questo caso, le letture sono garantite coerenti, le scritture non vengono applicate e la non esistenza della riga la coerenza con le letture.

Annullamento delle operazioni di transazione in corso

Le operazioni di lettura asincrona possono essere annullate in qualsiasi momento dall'utente (ad es. quando viene annullata un'operazione di livello superiore oppure si decide di interrompere una sui risultati iniziali ricevuti dalla lettura) senza influire su altri le operazioni esistenti all'interno della transazione.

Tuttavia, anche se hai tentato di annullare la lettura, Spanner non garantire che la lettura sia stata effettivamente annullata. Dopo aver richiesto l'annullamento di una lettura, la lettura può comunque essere completata o meno per un altro motivo (ad es. Interrompi). Inoltre, questo ha annullato letta potrebbe restituirti alcuni risultati, ma quelli potenzialmente incompleti i risultati verranno convalidati come parte del Commit della transazione.

Tieni presente che, a differenza delle letture, l'annullamento di un'operazione di commit di una transazione comporterà interrompere la transazione (a meno che la transazione non sia già stata impegnata o non è andato a buon fine per un altro motivo).

Prestazioni

Chiusura in corso

Spanner consente a più client di interagire contemporaneamente con lo stesso per configurare un database. Per garantire la coerenza di più istanze transazioni, Spanner usa una combinazione di blocchi condivisi e blocchi per controllare l'accesso ai dati. Quando esegui una lettura come parte di un automaticamente, Spanner acquisisce blocchi di lettura condivisi, che consentono ad legge i dati per accedere ai dati finché la transazione non è pronta per il commit. Quando viene eseguito il commit della transazione e le scritture vengono applicate, la transazione tenta di passare a un blocco esclusivo. Blocca i nuovi blocchi di lettura condivisi di dati, attende la cancellazione dei blocchi di lettura condivisi esistenti, quindi inserisce un blocco per l'accesso esclusivo ai dati.

Note sulle serrature:

I blocchi vengono applicati al livello di granularità di righe e colonne. Se la transazione T1 ha colonna "A" bloccata della riga "foo" e la transazione T2 vuole scrivere la colonna "B" della riga "foo" non ci sono conflitti.
Scrive in un dato che non legge anche i dati scritti (noti anche come "ciechi scritture") non sono in conflitto con altri utenti ciechi dello stesso elemento (il commit il timestamp di ogni scrittura determina l'ordine in cui viene applicata database). Di conseguenza, Spanner deve eseguire solo l'upgrade a un blocco esclusivo se hai letto i dati che scrivi. Altrimenti Spanner usa un blocco condiviso chiamato blocco condiviso dello scrittore.
Quando esegui ricerche di righe all'interno di una transazione di lettura/scrittura, utilizza indici secondari per limitare le righe sottoposti a scansione su un intervallo più piccolo. Questo fa sì che Spanner blocchi un numero inferiore di righe nella tabella, consentendo la modifica simultanea di righe al di fuori di intervallo.
Non utilizzare blocchi per garantire l'accesso esclusivo a una risorsa all'esterno di Spanner. Le transazioni possono essere interrotte per diversi motivi: Spanner come, ad esempio, per consentire lo spostamento dei dati all'interno di e le risorse di calcolo dell'istanza. Se viene effettuato un nuovo tentativo di transazione, in modo esplicito dal codice dell'applicazione o implicitamente dal codice client, ad esempio Driver JDBC di Spanner, è che le serrature siano state trattenute durante il tentativo effettivamente commesso.
Puoi utilizzare le statistiche di blocco strumento di introspezione per esaminare i conflitti di blocco nel database.

Rilevamento deadlock

Spanner rileva quando più transazioni potrebbero essere bloccate forza l'interruzione di tutte le transazioni tranne una. Ad esempio, considera lo scenario seguente: la transazione Txn1 contiene un blocco nella registrazione A ed è in attesa per un blocco nella registrazione B e Txn2 mantiene un blocco nel registro B ed è in attesa per un blocco nel registro A. L'unico modo per fare progressi in questa situazione è interrompe una delle transazioni in modo che rilasci il proprio blocco, consentendo all'altra transazione per procedere.

Spanner usa lo standard "wound-wait" per gestire il deadlock il rilevamento automatico. Spanner tiene traccia dell'età di ogni che richiede blocchi in conflitto. Inoltre, consente anche le transazioni meno recenti di interrompere le transazioni più giovani (dove "meno recente" significa che la transazione la prima lettura, la query o il commit si sono verificati prima).

Dando la priorità alle transazioni precedenti, Spanner garantisce che ogni la transazione ha la possibilità di acquisire blocchi alla fine, una volta che diventa obsoleta abbastanza da avere una priorità più alta rispetto ad altre transazioni. Ad esempio, un transazione che acquisisce un blocco condiviso del lettore può essere interrotta da un transazione che richiede un blocco condiviso dello scrittore.

Esecuzione distribuita

Spanner può eseguire transazioni su dati su più server. Questo la potenza ha un costo in termini di prestazioni rispetto alle transazioni su singolo server.

Quali tipi di transazioni potrebbero essere distribuiti? Dietro le quinte, Spanner può dividere la responsabilità delle righe nel database tra più server. Riga A e le righe corrispondenti nelle tabelle con interleaving solitamente sono pubblicate dallo stesso un server web, così come due righe nella stessa tabella con chiavi vicine. Spanner può Eseguire transazioni tra righe su server diversi; tuttavia, come regola Diminuzione: le transazioni che interessano molte righe con posizioni condivise sono più veloci e economiche transazioni che interessano molte righe sparse nel database oppure in una tabella di grandi dimensioni.

Le transazioni più efficienti in Spanner includono solo le letture e scritture che devono essere applicate a livello atomico. Le transazioni sono più veloci quando legge e scrive i dati di accesso nella stessa parte dello spazio delle chiavi.

Transazioni di sola lettura

Oltre a bloccare le transazioni di lettura/scrittura, Spanner offre transazioni di sola lettura.

Utilizza una transazione di sola lettura quando devi eseguire più di una lettura al lo stesso timestamp. Se puoi esprimere la lettura utilizzando una delle metodi di lettura singola, è consigliabile utilizzare un solo metodo di lettura. Le prestazioni dell'uso di una singola chiamata di lettura dovrebbe essere paragonabile alle prestazioni di una singola lettura transazione.

Se leggi una grande quantità di dati, valuta la possibilità di utilizzare le partizioni leggere i dati in parallelo.

Poiché le transazioni di sola lettura non scrivono, non bloccare altre transazioni. Transazioni di sola lettura osserva un prefisso coerente della cronologia dei commit delle transazioni, l'applicazione riceve sempre dati coerenti.

Proprietà

Una transazione Spanner di sola lettura esegue un insieme di letture in un singolo punto logico, sia dal punto di vista della transazione di sola lettura stessa e dal punto di vista di altri lettori e scrittori il database Spanner. Ciò significa che le transazioni di sola lettura osservare sempre uno stato coerente del database in un punto selezionato della cronologia delle transazioni.

Interfaccia

Spanner fornisce un'interfaccia per l'esecuzione di un insieme di lavori contesto di una transazione di sola lettura, con nuovi tentativi in caso di interruzione della transazione.

Esempio

Di seguito viene illustrato come utilizzare una transazione di sola lettura per ottenere dati coerenti per due letture per lo stesso timestamp:

C++

void ReadOnlyTransaction(google::cloud::spanner::Client client) {
  namespace spanner = ::google::cloud::spanner;
  auto read_only = spanner::MakeReadOnlyTransaction();

  spanner::SqlStatement select(
      "SELECT SingerId, AlbumId, AlbumTitle FROM Albums");
  using RowType = std::tuple<std::int64_t, std::int64_t, std::string>;

  // Read#1.
  auto rows1 = client.ExecuteQuery(read_only, select);
  std::cout << "Read 1 results\n";
  for (auto& row : spanner::StreamOf<RowType>(rows1)) {
    if (!row) throw std::move(row).status();
    std::cout << "SingerId: " << std::get<0>(*row)
              << " AlbumId: " << std::get<1>(*row)
              << " AlbumTitle: " << std::get<2>(*row) << "\n";
  }
  // Read#2. Even if changes occur in-between the reads the transaction ensures
  // that Read #1 and Read #2 return the same data.
  auto rows2 = client.ExecuteQuery(read_only, select);
  std::cout << "Read 2 results\n";
  for (auto& row : spanner::StreamOf<RowType>(rows2)) {
    if (!row) throw std::move(row).status();
    std::cout << "SingerId: " << std::get<0>(*row)
              << " AlbumId: " << std::get<1>(*row)
              << " AlbumTitle: " << std::get<2>(*row) << "\n";
  }
}

C#


using Google.Cloud.Spanner.Data;
using System;
using System.Collections.Generic;
using System.Threading.Tasks;
using System.Transactions;

public class QueryDataWithTransactionAsyncSample
{
    public class Album
    {
        public int SingerId { get; set; }
        public int AlbumId { get; set; }
        public string AlbumTitle { get; set; }
    }

    public async Task<List<Album>> QueryDataWithTransactionAsync(string projectId, string instanceId, string databaseId)
    {
        string connectionString = $"Data Source=projects/{projectId}/instances/{instanceId}/databases/{databaseId}";

        var albums = new List<Album>();
        using TransactionScope scope = new TransactionScope(TransactionScopeAsyncFlowOption.Enabled);
        using var connection = new SpannerConnection(connectionString);

        // Opens the connection so that the Spanner transaction included in the TransactionScope
        // is read-only TimestampBound.Strong.
        await connection.OpenAsync(AmbientTransactionOptions.ForTimestampBoundReadOnly(), default);
        using var cmd = connection.CreateSelectCommand("SELECT SingerId, AlbumId, AlbumTitle FROM Albums");

        // Read #1.
        using (var reader = await cmd.ExecuteReaderAsync())
        {
            while (await reader.ReadAsync())
            {
                Console.WriteLine("SingerId : " + reader.GetFieldValue<string>("SingerId")
                    + " AlbumId : " + reader.GetFieldValue<string>("AlbumId")
                    + " AlbumTitle : " + reader.GetFieldValue<string>("AlbumTitle"));
            }
        }

        // Read #2. Even if changes occur in-between the reads,
        // the transaction ensures that Read #1 and Read #2
        // return the same data.
        using (var reader = await cmd.ExecuteReaderAsync())
        {
            while (await reader.ReadAsync())
            {
                albums.Add(new Album
                {
                    AlbumId = reader.GetFieldValue<int>("AlbumId"),
                    SingerId = reader.GetFieldValue<int>("SingerId"),
                    AlbumTitle = reader.GetFieldValue<string>("AlbumTitle")
                });
            }
        }
        scope.Complete();
        Console.WriteLine("Transaction complete.");
        return albums;
    }
}

Vai


import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/spanner"
	"google.golang.org/api/iterator"
)

func readOnlyTransaction(w io.Writer, db string) error {
	ctx := context.Background()
	client, err := spanner.NewClient(ctx, db)
	if err != nil {
		return err
	}
	defer client.Close()

	ro := client.ReadOnlyTransaction()
	defer ro.Close()
	stmt := spanner.Statement{SQL: `SELECT SingerId, AlbumId, AlbumTitle FROM Albums`}
	iter := ro.Query(ctx, stmt)
	defer iter.Stop()
	for {
		row, err := iter.Next()
		if err == iterator.Done {
			break
		}
		if err != nil {
			return err
		}
		var singerID int64
		var albumID int64
		var albumTitle string
		if err := row.Columns(&singerID, &albumID, &albumTitle); err != nil {
			return err
		}
		fmt.Fprintf(w, "%d %d %s\n", singerID, albumID, albumTitle)
	}

	iter = ro.Read(ctx, "Albums", spanner.AllKeys(), []string{"SingerId", "AlbumId", "AlbumTitle"})
	defer iter.Stop()
	for {
		row, err := iter.Next()
		if err == iterator.Done {
			return nil
		}
		if err != nil {
			return err
		}
		var singerID int64
		var albumID int64
		var albumTitle string
		if err := row.Columns(&singerID, &albumID, &albumTitle); err != nil {
			return err
		}
		fmt.Fprintf(w, "%d %d %s\n", singerID, albumID, albumTitle)
	}
}

Java

static void readOnlyTransaction(DatabaseClient dbClient) {
  // ReadOnlyTransaction must be closed by calling close() on it to release resources held by it.
  // We use a try-with-resource block to automatically do so.
  try (ReadOnlyTransaction transaction = dbClient.readOnlyTransaction()) {
    ResultSet queryResultSet =
        transaction.executeQuery(
            Statement.of("SELECT SingerId, AlbumId, AlbumTitle FROM Albums"));
    while (queryResultSet.next()) {
      System.out.printf(
          "%d %d %s\n",
          queryResultSet.getLong(0), queryResultSet.getLong(1), queryResultSet.getString(2));
    }
    try (ResultSet readResultSet =
        transaction.read(
            "Albums", KeySet.all(), Arrays.asList("SingerId", "AlbumId", "AlbumTitle"))) {
      while (readResultSet.next()) {
        System.out.printf(
            "%d %d %s\n",
            readResultSet.getLong(0), readResultSet.getLong(1), readResultSet.getString(2));
      }
    }
  }
}

Node.js

// Imports the Google Cloud client library
const {Spanner} = require('@google-cloud/spanner');

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const projectId = 'my-project-id';
// const instanceId = 'my-instance';
// const databaseId = 'my-database';

// Creates a client
const spanner = new Spanner({
  projectId: projectId,
});

// Gets a reference to a Cloud Spanner instance and database
const instance = spanner.instance(instanceId);
const database = instance.database(databaseId);

// Gets a transaction object that captures the database state
// at a specific point in time
database.getSnapshot(async (err, transaction) => {
  if (err) {
    console.error(err);
    return;
  }
  const queryOne = 'SELECT SingerId, AlbumId, AlbumTitle FROM Albums';

  try {
    // Read #1, using SQL
    const [qOneRows] = await transaction.run(queryOne);

    qOneRows.forEach(row => {
      const json = row.toJSON();
      console.log(
        `SingerId: ${json.SingerId}, AlbumId: ${json.AlbumId}, AlbumTitle: ${json.AlbumTitle}`
      );
    });

    const queryTwo = {
      columns: ['SingerId', 'AlbumId', 'AlbumTitle'],
    };

    // Read #2, using the `read` method. Even if changes occur
    // in-between the reads, the transaction ensures that both
    // return the same data.
    const [qTwoRows] = await transaction.read('Albums', queryTwo);

    qTwoRows.forEach(row => {
      const json = row.toJSON();
      console.log(
        `SingerId: ${json.SingerId}, AlbumId: ${json.AlbumId}, AlbumTitle: ${json.AlbumTitle}`
      );
    });

    console.log('Successfully executed read-only transaction.');
  } catch (err) {
    console.error('ERROR:', err);
  } finally {
    transaction.end();
    // Close the database when finished.
    await database.close();
  }
});

PHP

use Google\Cloud\Spanner\SpannerClient;

/**
 * Reads data inside of a read-only transaction.
 *
 * Within the read-only transaction, or "snapshot", the application sees
 * consistent view of the database at a particular timestamp.
 * Example:
 * ```
 * read_only_transaction($instanceId, $databaseId);
 * ```
 *
 * @param string $instanceId The Spanner instance ID.
 * @param string $databaseId The Spanner database ID.
 */
function read_only_transaction(string $instanceId, string $databaseId): void
{
    $spanner = new SpannerClient();
    $instance = $spanner->instance($instanceId);
    $database = $instance->database($databaseId);

    $snapshot = $database->snapshot();
    $results = $snapshot->execute(
        'SELECT SingerId, AlbumId, AlbumTitle FROM Albums'
    );
    print('Results from the first read:' . PHP_EOL);
    foreach ($results as $row) {
        printf('SingerId: %s, AlbumId: %s, AlbumTitle: %s' . PHP_EOL,
            $row['SingerId'], $row['AlbumId'], $row['AlbumTitle']);
    }

    // Perform another read using the `read` method. Even if the data
    // is updated in-between the reads, the snapshot ensures that both
    // return the same data.
    $keySet = $spanner->keySet(['all' => true]);
    $results = $database->read(
        'Albums',
        $keySet,
        ['SingerId', 'AlbumId', 'AlbumTitle']
    );

    print('Results from the second read:' . PHP_EOL);
    foreach ($results->rows() as $row) {
        printf('SingerId: %s, AlbumId: %s, AlbumTitle: %s' . PHP_EOL,
            $row['SingerId'], $row['AlbumId'], $row['AlbumTitle']);
    }
}

Python

def read_only_transaction(instance_id, database_id):
    """Reads data inside of a read-only transaction.

    Within the read-only transaction, or "snapshot", the application sees
    consistent view of the database at a particular timestamp.
    """
    spanner_client = spanner.Client()
    instance = spanner_client.instance(instance_id)
    database = instance.database(database_id)

    with database.snapshot(multi_use=True) as snapshot:
        # Read using SQL.
        results = snapshot.execute_sql(
            "SELECT SingerId, AlbumId, AlbumTitle FROM Albums"
        )

        print("Results from first read:")
        for row in results:
            print("SingerId: {}, AlbumId: {}, AlbumTitle: {}".format(*row))

        # Perform another read using the `read` method. Even if the data
        # is updated in-between the reads, the snapshot ensures that both
        # return the same data.
        keyset = spanner.KeySet(all_=True)
        results = snapshot.read(
            table="Albums", columns=("SingerId", "AlbumId", "AlbumTitle"), keyset=keyset
        )

        print("Results from second read:")
        for row in results:
            print("SingerId: {}, AlbumId: {}, AlbumTitle: {}".format(*row))

Ruby

# project_id  = "Your Google Cloud project ID"
# instance_id = "Your Spanner instance ID"
# database_id = "Your Spanner database ID"

require "google/cloud/spanner"

spanner = Google::Cloud::Spanner.new project: project_id
client  = spanner.client instance_id, database_id

client.snapshot do |snapshot|
  snapshot.execute("SELECT SingerId, AlbumId, AlbumTitle FROM Albums").rows.each do |row|
    puts "#{row[:AlbumId]} #{row[:AlbumTitle]} #{row[:SingerId]}"
  end

  # Even if changes occur in-between the reads, the transaction ensures that
  # both return the same data.
  snapshot.read("Albums", [:AlbumId, :AlbumTitle, :SingerId]).rows.each do |row|
    puts "#{row[:AlbumId]} #{row[:AlbumTitle]} #{row[:SingerId]}"
  end
end

Transazioni DML partizionate

Utilizzo del linguaggio di manipolazione dei dati partizionato (DML partizionato), puoi eseguire istruzioni UPDATE e DELETE su larga scala senza imporre limiti alle transazioni o bloccare un'intera tabella. Spanner esegue il partizionamento dello spazio delle chiavi ed esegue le istruzioni DML su ogni in una transazione di lettura/scrittura separata.

Esegui istruzioni DML nelle transazioni di lettura/scrittura che hai esplicitamente da creare nel codice. Per ulteriori informazioni, vedi Utilizzo di DML.

Proprietà

Puoi eseguire una sola istruzione DML partizionata alla volta, indipendentemente dal fatto che utilizzando un metodo della libreria client o Google Cloud CLI.

Le transazioni partizionate non supportano il commit o il rollback. Spanner esegue e applica immediatamente l'istruzione DML. Se annulli l'operazione, o l'operazione non va a buon fine, Spanner annulla tutte le esecuzioni e non avvia nessuna delle partizioni rimanenti. Spanner non esegue il rollback di nessuna partizione già eseguita.

Interfaccia

Spanner fornisce un'interfaccia per l'esecuzione di un singolo DML partizionato l'Informativa.

Esempi

Il seguente esempio di codice aggiorna la colonna MarketingBudget di Albums .

C++

Puoi usare la funzione ExecutePartitionedDml() per eseguire un'istruzione DML partizionata.

void DmlPartitionedUpdate(google::cloud::spanner::Client client) {
  namespace spanner = ::google::cloud::spanner;
  auto result = client.ExecutePartitionedDml(
      spanner::SqlStatement("UPDATE Albums SET MarketingBudget = 100000"
                            "  WHERE SingerId > 1"));
  if (!result) throw std::move(result).status();
  std::cout << "Updated at least " << result->row_count_lower_bound
            << " row(s) [spanner_dml_partitioned_update]\n";
}

C#

Utilizzerai il metodo ExecutePartitionedUpdateAsync() per eseguire un'istruzione DML partizionata.


using Google.Cloud.Spanner.Data;
using System;
using System.Threading.Tasks;

public class UpdateUsingPartitionedDmlCoreAsyncSample
{
    public async Task<long> UpdateUsingPartitionedDmlCoreAsync(string projectId, string instanceId, string databaseId)
    {
        string connectionString = $"Data Source=projects/{projectId}/instances/{instanceId}/databases/{databaseId}";

        using var connection = new SpannerConnection(connectionString);
        await connection.OpenAsync();

        using var cmd = connection.CreateDmlCommand("UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1");
        long rowCount = await cmd.ExecutePartitionedUpdateAsync();

        Console.WriteLine($"{rowCount} row(s) updated...");
        return rowCount;
    }
}

Vai

Utilizzerai il metodo PartitionedUpdate() per eseguire un'istruzione DML partizionata.


import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/spanner"
)

func updateUsingPartitionedDML(w io.Writer, db string) error {
	ctx := context.Background()
	client, err := spanner.NewClient(ctx, db)
	if err != nil {
		return err
	}
	defer client.Close()

	stmt := spanner.Statement{SQL: "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1"}
	rowCount, err := client.PartitionedUpdate(ctx, stmt)
	if err != nil {
		return err
	}
	fmt.Fprintf(w, "%d record(s) updated.\n", rowCount)
	return nil
}

Java

Utilizzerai il metodo executePartitionedUpdate() per eseguire un'istruzione DML partizionata.

static void updateUsingPartitionedDml(DatabaseClient dbClient) {
  String sql = "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1";
  long rowCount = dbClient.executePartitionedUpdate(Statement.of(sql));
  System.out.printf("%d records updated.\n", rowCount);
}

Node.js

Utilizzerai il metodo runPartitionedUpdate() per eseguire un'istruzione DML partizionata.

// Imports the Google Cloud client library
const {Spanner} = require('@google-cloud/spanner');

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const projectId = 'my-project-id';
// const instanceId = 'my-instance';
// const databaseId = 'my-database';

// Creates a client
const spanner = new Spanner({
  projectId: projectId,
});

// Gets a reference to a Cloud Spanner instance and database
const instance = spanner.instance(instanceId);
const database = instance.database(databaseId);

try {
  const [rowCount] = await database.runPartitionedUpdate({
    sql: 'UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1',
  });
  console.log(`Successfully updated ${rowCount} records.`);
} catch (err) {
  console.error('ERROR:', err);
} finally {
  // Close the database when finished.
  database.close();
}

PHP

Utilizzerai il metodo executePartitionedUpdate() per eseguire un'istruzione DML partizionata.

use Google\Cloud\Spanner\SpannerClient;

/**
 * Updates sample data in the database by partition with a DML statement.
 *
 * This updates the `MarketingBudget` column which must be created before
 * running this sample. You can add the column by running the `add_column`
 * sample or by running this DDL statement against your database:
 *
 *     ALTER TABLE Albums ADD COLUMN MarketingBudget INT64
 *
 * Example:
 * ```
 * update_data($instanceId, $databaseId);
 * ```
 *
 * @param string $instanceId The Spanner instance ID.
 * @param string $databaseId The Spanner database ID.
 */
function update_data_with_partitioned_dml(string $instanceId, string $databaseId): void
{
    $spanner = new SpannerClient();
    $instance = $spanner->instance($instanceId);
    $database = $instance->database($databaseId);

    $rowCount = $database->executePartitionedUpdate(
        'UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1'
    );

    printf('Updated %d row(s).' . PHP_EOL, $rowCount);
}

Python

Utilizzerai il metodo execute_partitioned_dml() per eseguire un'istruzione DML partizionata.

# instance_id = "your-spanner-instance"
# database_id = "your-spanner-db-id"

spanner_client = spanner.Client()
instance = spanner_client.instance(instance_id)
database = instance.database(database_id)

row_ct = database.execute_partitioned_dml(
    "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1"
)

print("{} records updated.".format(row_ct))

Ruby

Utilizzerai il metodo execute_partitioned_update() per eseguire un'istruzione DML partizionata.

# project_id  = "Your Google Cloud project ID"
# instance_id = "Your Spanner instance ID"
# database_id = "Your Spanner database ID"

require "google/cloud/spanner"

spanner = Google::Cloud::Spanner.new project: project_id
client  = spanner.client instance_id, database_id

row_count = client.execute_partition_update(
  "UPDATE Albums SET MarketingBudget = 100000 WHERE SingerId > 1"
)

puts "#{row_count} records updated."

Il seguente esempio di codice elimina le righe dalla tabella Singers in base al SingerId.

C++

void DmlPartitionedDelete(google::cloud::spanner::Client client) {
  namespace spanner = ::google::cloud::spanner;
  auto result = client.ExecutePartitionedDml(
      spanner::SqlStatement("DELETE FROM Singers WHERE SingerId > 10"));
  if (!result) throw std::move(result).status();
  std::cout << "Deleted at least " << result->row_count_lower_bound
            << " row(s) [spanner_dml_partitioned_delete]\n";
}

C#


using Google.Cloud.Spanner.Data;
using System;
using System.Threading.Tasks;

public class DeleteUsingPartitionedDmlCoreAsyncSample
{
    public async Task<long> DeleteUsingPartitionedDmlCoreAsync(string projectId, string instanceId, string databaseId)
    {
        string connectionString = $"Data Source=projects/{projectId}/instances/{instanceId}/databases/{databaseId}";

        using var connection = new SpannerConnection(connectionString);
        await connection.OpenAsync();

        using var cmd = connection.CreateDmlCommand("DELETE FROM Singers WHERE SingerId > 10");
        long rowCount = await cmd.ExecutePartitionedUpdateAsync();

        Console.WriteLine($"{rowCount} row(s) deleted...");
        return rowCount;
    }
}

Vai


import (
	"context"
	"fmt"
	"io"

	"cloud.google.com/go/spanner"
)

func deleteUsingPartitionedDML(w io.Writer, db string) error {
	ctx := context.Background()
	client, err := spanner.NewClient(ctx, db)
	if err != nil {
		return err
	}
	defer client.Close()

	stmt := spanner.Statement{SQL: "DELETE FROM Singers WHERE SingerId > 10"}
	rowCount, err := client.PartitionedUpdate(ctx, stmt)
	if err != nil {
		return err

	}
	fmt.Fprintf(w, "%d record(s) deleted.", rowCount)
	return nil
}

Java

static void deleteUsingPartitionedDml(DatabaseClient dbClient) {
  String sql = "DELETE FROM Singers WHERE SingerId > 10";
  long rowCount = dbClient.executePartitionedUpdate(Statement.of(sql));
  System.out.printf("%d records deleted.\n", rowCount);
}

Node.js

// Imports the Google Cloud client library
const {Spanner} = require('@google-cloud/spanner');

/**
 * TODO(developer): Uncomment the following lines before running the sample.
 */
// const projectId = 'my-project-id';
// const instanceId = 'my-instance';
// const databaseId = 'my-database';

// Creates a client
const spanner = new Spanner({
  projectId: projectId,
});

// Gets a reference to a Cloud Spanner instance and database
const instance = spanner.instance(instanceId);
const database = instance.database(databaseId);

try {
  const [rowCount] = await database.runPartitionedUpdate({
    sql: 'DELETE FROM Singers WHERE SingerId > 10',
  });
  console.log(`Successfully deleted ${rowCount} records.`);
} catch (err) {
  console.error('ERROR:', err);
} finally {
  // Close the database when finished.
  database.close();
}

PHP

use Google\Cloud\Spanner\SpannerClient;

/**
 * Delete sample data in the database by partition with a DML statement.
 *
 * This updates the `MarketingBudget` column which must be created before
 * running this sample. You can add the column by running the `add_column`
 * sample or by running this DDL statement against your database:
 *
 *     ALTER TABLE Albums ADD COLUMN MarketingBudget INT64
 *
 * Example:
 * ```
 * update_data($instanceId, $databaseId);
 * ```
 *
 * @param string $instanceId The Spanner instance ID.
 * @param string $databaseId The Spanner database ID.
 */
function delete_data_with_partitioned_dml(string $instanceId, string $databaseId): void
{
    $spanner = new SpannerClient();
    $instance = $spanner->instance($instanceId);
    $database = $instance->database($databaseId);

    $rowCount = $database->executePartitionedUpdate(
        'DELETE FROM Singers WHERE SingerId > 10'
    );

    printf('Deleted %d row(s).' . PHP_EOL, $rowCount);
}

Python

# instance_id = "your-spanner-instance"
# database_id = "your-spanner-db-id"
spanner_client = spanner.Client()
instance = spanner_client.instance(instance_id)
database = instance.database(database_id)

row_ct = database.execute_partitioned_dml("DELETE FROM Singers WHERE SingerId > 10")

print("{} record(s) deleted.".format(row_ct))

Ruby

# project_id  = "Your Google Cloud project ID"
# instance_id = "Your Spanner instance ID"
# database_id = "Your Spanner database ID"

require "google/cloud/spanner"

spanner = Google::Cloud::Spanner.new project: project_id
client  = spanner.client instance_id, database_id

row_count = client.execute_partition_update(
  "DELETE FROM Singers WHERE SingerId > 10"
)

puts "#{row_count} records deleted."