在做项目过程中，遇到kafka数据消费的入库问题，为了提高数据的消费能力，考虑采用并行消费的方式，在解决消费能力的问题上，产生数据入库状态不一致问题，确切的说的是最终状态不一致，针对此问题思考和查阅了mysql悲观锁和乐观锁的实现机制。
ps: 该问题的最终解决方案是多个topic消费；如果必须选择并行消费，解决数据库最终一致性问题的实现方式是，定义数据状态为有序，数据库表增加状态int字段，select status,version where id=1，update X set status=x where id= and version<x
参考
深入理解mysql悲观锁和乐观锁
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 一分钟教你知道乐观锁和悲观锁的区别 悲观锁(Pessimistic Lock), 顾名思义，就是很悲观，每次去拿数...
- 在数据库的锁机制中.数据库管理系统(DBMS)中的并发控制的任务是确保在多个事务同时存取数据库中同一数据,不破坏事...
