ઇન્ટરસિસ્ટમ્સ IRIS વૈશ્વિકમાં વ્યવહારો

ઇન્ટરસિસ્ટમ્સ IRIS DBMS ડેટા સ્ટોર કરવા માટે રસપ્રદ માળખાને સપોર્ટ કરે છે - વૈશ્વિક. અનિવાર્યપણે, આ ટ્રાન્ઝેક્શનના સ્વરૂપમાં વિવિધ વધારાની ગુડીઝ સાથેની બહુ-સ્તરીય કી છે, ડેટા ટ્રી, તાળાઓ અને તેની પોતાની ઓબ્જેક્ટસ્ક્રિપ્ટ ભાષાને પાર કરવા માટે ઝડપી કાર્યો.

લેખોની શ્રેણીમાં વૈશ્વિક વિશે વધુ વાંચો "ગ્લોબલ એ ડેટા સ્ટોર કરવા માટેનો ખજાનો છે":

વૃક્ષો. ભાગ 1
વૃક્ષો. ભાગ 2
છૂટાછવાયા એરે. ભાગ 3

મને વૈશ્વિકમાં વ્યવહારો કેવી રીતે લાગુ કરવામાં આવે છે, ત્યાં કઈ વિશેષતાઓ છે તેમાં રસ પડ્યો. છેવટે, આ સામાન્ય કોષ્ટકો કરતાં ડેટા સ્ટોર કરવા માટે એક સંપૂર્ણપણે અલગ માળખું છે. ઘણું નીચું સ્તર.

રિલેશનલ ડેટાબેઝના સિદ્ધાંત પરથી જાણીતું છે તેમ, વ્યવહારોના સારા અમલીકરણની જરૂરિયાતોને સંતોષવી આવશ્યક છે. ACID:

A - અણુ (પરમાણુ). ટ્રાન્ઝેક્શનમાં કરવામાં આવેલ તમામ ફેરફારો અથવા બિલકુલ કોઈ પણ રેકોર્ડ નથી.

સી - સુસંગતતા. વ્યવહાર પૂર્ણ થયા પછી, ડેટાબેઝની તાર્કિક સ્થિતિ આંતરિક રીતે સુસંગત હોવી જોઈએ. ઘણી રીતે આ જરૂરિયાત પ્રોગ્રામરને ચિંતા કરે છે, પરંતુ SQL ડેટાબેસેસના કિસ્સામાં તે વિદેશી કીની પણ ચિંતા કરે છે.

હું - અલગ કરો. સમાંતર ચાલતા વ્યવહારોએ એકબીજાને અસર ન કરવી જોઈએ.

ડી - ટકાઉ. ટ્રાન્ઝેક્શન સફળતાપૂર્વક પૂર્ણ થયા પછી, નીચલા સ્તરે સમસ્યાઓ (ઉદાહરણ તરીકે પાવર નિષ્ફળતા) ટ્રાન્ઝેક્શન દ્વારા બદલાયેલ ડેટાને અસર કરતી નથી.

ગ્લોબલ એ બિન-સંબંધિત ડેટા સ્ટ્રક્ચર્સ છે. તેઓ ખૂબ જ મર્યાદિત હાર્ડવેર પર સુપર ફાસ્ટ ચલાવવા માટે ડિઝાઇન કરવામાં આવ્યા હતા. ચાલો ઉપયોગ કરીને વૈશ્વિકમાં વ્યવહારોના અમલીકરણને જોઈએ સત્તાવાર IRIS ડોકર છબી.

IRIS માં વ્યવહારોને સમર્થન આપવા માટે, નીચેના આદેશોનો ઉપયોગ કરવામાં આવે છે: TSTART, TCOMMIT, ટ્રોલબેક.

1. પરમાણુ

તપાસવાનો સૌથી સહેલો રસ્તો એટોમિસિટી છે. અમે ડેટાબેઝ કન્સોલમાંથી તપાસ કરીએ છીએ.

Kill ^a
TSTART
Set ^a(1) = 1
Set ^a(2) = 2
Set ^a(3) = 3
TCOMMIT

પછી અમે નિષ્કર્ષ કાઢીએ છીએ:

Write ^a(1), “ ”, ^a(2), “ ”, ^a(3)

અમને મળે છે:

1 2 3

બધું બરાબર છે. પરમાણુ જાળવવામાં આવે છે: બધા ફેરફારો રેકોર્ડ કરવામાં આવે છે.

ચાલો કાર્યને જટિલ બનાવીએ, એક ભૂલ રજૂ કરીએ અને જુઓ કે વ્યવહાર કેવી રીતે સાચવવામાં આવે છે, આંશિક રીતે અથવા બિલકુલ નહીં.

ચાલો ફરીથી પરમાણુ તપાસ કરીએ:

Kill ^A
TSTART
Set ^a(1) = 1
Set ^a(2) = 2
Set ^a(3) = 3

પછી અમે બળપૂર્વક કન્ટેનર રોકીશું, તેને લોન્ચ કરીશું અને જોઈશું.

docker kill my-iris

આ આદેશ લગભગ ફોર્સ શટડાઉનની સમકક્ષ છે, કારણ કે તે તરત જ પ્રક્રિયાને રોકવા માટે SIGKILL સિગ્નલ મોકલે છે.

કદાચ વ્યવહાર આંશિક રીતે સાચવવામાં આવ્યો હતો?

WRITE ^a(1), ^a(2), ^a(3)
^
<UNDEFINED> ^a(1)

- ના, તે બચ્યું નથી.

ચાલો રોલબેક આદેશનો પ્રયાસ કરીએ:

Kill ^A
TSTART
Set ^a(1) = 1
Set ^a(2) = 2
Set ^a(3) = 3
TROLLBACK

WRITE ^a(1), ^a(2), ^a(3)
^
<UNDEFINED> ^a(1)

કાંઈ પણ બચ્યું નથી.

2. સુસંગતતા

ગ્લોબલ પર આધારિત ડેટાબેઝમાં, ગ્લોબલ પર કી પણ બનાવવામાં આવે છે (હું તમને યાદ અપાવી દઉં કે ગ્લોબલ એ રિલેશનલ ટેબલ કરતાં ડેટા સ્ટોર કરવા માટેનું નીચલું સ્તરનું માળખું છે), સુસંગતતાની જરૂરિયાતને પહોંચી વળવા માટે, કીમાં ફેરફારનો સમાવેશ કરવો આવશ્યક છે. વૈશ્વિક પરિવર્તન તરીકે સમાન વ્યવહારમાં.

ઉદાહરણ તરીકે, અમારી પાસે વૈશ્વિક ^વ્યક્તિ છે, જેમાં અમે વ્યક્તિત્વનો સંગ્રહ કરીએ છીએ અને અમે TIN નો ઉપયોગ કી તરીકે કરીએ છીએ.

^person(1234567, ‘firstname’) = ‘Sergey’
^person(1234567, ‘lastname’) = ‘Kamenev’
^person(1234567, ‘phone’) = ‘+74995555555
...

છેલ્લું નામ અને પ્રથમ નામ દ્વારા ઝડપી શોધ કરવા માટે, અમે ^ઇન્ડેક્સ કી બનાવી છે.

^index(‘Kamenev’, ‘Sergey’, 1234567) = 1

ડેટાબેઝ સુસંગત રહેવા માટે, આપણે આના જેવું વ્યક્તિત્વ ઉમેરવું જોઈએ:

TSTART
^person(1234567, ‘firstname’) = ‘Sergey’
^person(1234567, ‘lastname’) = ‘Kamenev’
^person(1234567, ‘phone’) = ‘+74995555555
^index(‘Kamenev’, ‘Sergey’, 1234567) = 1
TCOMMIT

તદનુસાર, કાઢી નાખતી વખતે આપણે વ્યવહારનો પણ ઉપયોગ કરવો જોઈએ:

TSTART
Kill ^person(1234567)
ZKill ^index(‘Kamenev’, ‘Sergey’, 1234567)
TCOMMIT

બીજા શબ્દોમાં કહીએ તો, સુસંગતતાની જરૂરિયાત પૂરી કરવી એ સંપૂર્ણપણે પ્રોગ્રામરના ખભા પર રહે છે. પરંતુ જ્યારે વૈશ્વિક લોકોની વાત આવે છે, ત્યારે તેમના નિમ્ન-સ્તરના સ્વભાવને કારણે આ સામાન્ય છે.

3. અલગતા

આ તે છે જ્યાં જંગલીઓ શરૂ થાય છે. ઘણા વપરાશકર્તાઓ એક સાથે સમાન ડેટાબેઝ પર કામ કરે છે, સમાન ડેટાને બદલીને.

જ્યારે ઘણા વપરાશકર્તાઓ એકસાથે સમાન કોડ રિપોઝીટરી સાથે કામ કરે છે અને એકસાથે ઘણી ફાઇલોમાં ફેરફાર કરવાનો પ્રયાસ કરે છે ત્યારે પરિસ્થિતિ તુલનાત્મક છે.

ડેટાબેઝને તે બધું વાસ્તવિક સમયમાં સૉર્ટ કરવું જોઈએ. ધ્યાનમાં લેતા કે ગંભીર કંપનીઓમાં એક વિશિષ્ટ વ્યક્તિ પણ છે જે સંસ્કરણ નિયંત્રણ માટે જવાબદાર છે (શાખાઓને મર્જ કરવા, તકરાર ઉકેલવા વગેરે માટે), અને ડેટાબેસે આ બધું વાસ્તવિક સમયમાં કરવું જોઈએ, કાર્યની જટિલતા અને ચોકસાઈ. ડેટાબેઝ ડિઝાઇન અને કોડ કે જે તેને સેવા આપે છે.

ડેટાબેઝ વપરાશકર્તાઓ દ્વારા કરવામાં આવતી ક્રિયાઓનો અર્થ સમજી શકતો નથી, જો તેઓ સમાન ડેટા પર કામ કરતા હોય તો તકરારને ટાળવા માટે. તે માત્ર એક વ્યવહારને પૂર્વવત્ કરી શકે છે જે બીજા સાથે વિરોધાભાસી હોય છે અથવા તેને ક્રમિક રીતે ચલાવી શકે છે.

બીજી સમસ્યા એ છે કે ટ્રાન્ઝેક્શનના અમલ દરમિયાન (કમિટ પહેલાં), ડેટાબેઝની સ્થિતિ અસંગત હોઈ શકે છે, તેથી તે ઇચ્છનીય છે કે અન્ય વ્યવહારોને ડેટાબેઝની અસંગત સ્થિતિની ઍક્સેસ ન હોય, જે રિલેશનલ ડેટાબેસેસમાં પ્રાપ્ત થાય છે. ઘણી રીતે: સ્નેપશોટ બનાવવા, મલ્ટિ-વર્ઝનિંગ પંક્તિઓ અને વગેરે.

સમાંતર વ્યવહારો ચલાવતી વખતે, તે આપણા માટે મહત્વપૂર્ણ છે કે તેઓ એકબીજા સાથે દખલ ન કરે. આ એકલતાનો ગુણધર્મ છે.

એસક્યુએલ 4 અલગતા સ્તરો વ્યાખ્યાયિત કરે છે:

• અનકમિટેડ વાંચો
• કમિટી વાંચો
• પુનરાવર્તિત વાંચો
• ગંભીર

ચાલો દરેક સ્તરને અલગથી જોઈએ. દરેક સ્તરના અમલીકરણનો ખર્ચ લગભગ ઝડપથી વધે છે.

અનકમિટેડ વાંચો - આ એકલતાનું સૌથી નીચું સ્તર છે, પરંતુ તે જ સમયે સૌથી ઝડપી. વ્યવહારો એકબીજા દ્વારા કરવામાં આવેલા ફેરફારોને વાંચી શકે છે.

કમિટી વાંચો અલગતાનું આગલું સ્તર છે, જે એક સમાધાન છે. ટ્રાન્ઝેક્શન પ્રતિબદ્ધતા પહેલાં એકબીજાના ફેરફારો વાંચી શકતા નથી, પરંતુ તેઓ પ્રતિબદ્ધતા પછી કરેલા કોઈપણ ફેરફારોને વાંચી શકે છે.

જો અમારી પાસે લાંબા ટ્રાન્ઝેક્શન T1 છે, જે દરમિયાન T2, T3 ... Tn, જે T1 જેવા જ ડેટા સાથે કામ કરે છે, તે દરમિયાન કમિટ્સ થયા છે, તો પછી T1 માં ડેટાની વિનંતી કરતી વખતે અમને દરેક વખતે અલગ પરિણામ મળશે. આ ઘટનાને બિન-પુનરાવર્તિત વાંચન કહેવામાં આવે છે.

પુનરાવર્તિત વાંચો — આ અલગતા સ્તરમાં અમારી પાસે પુનરાવર્તિત વાંચનની ઘટના નથી, એ હકીકતને કારણે કે ડેટા વાંચવાની દરેક વિનંતી માટે, પરિણામ ડેટાનો સ્નેપશોટ બનાવવામાં આવે છે અને જ્યારે તે જ વ્યવહારમાં ફરીથી ઉપયોગમાં લેવાય છે, ત્યારે સ્નેપશોટમાંથી ડેટા વપરાય છે. જો કે, આ અલગતા સ્તરે ફેન્ટમ ડેટા વાંચવાનું શક્ય છે. આ નવી પંક્તિઓ વાંચવાનો સંદર્ભ આપે છે જે સમાંતર પ્રતિબદ્ધ વ્યવહારો દ્વારા ઉમેરવામાં આવી હતી.

ગંભીર - ઇન્સ્યુલેશનનું ઉચ્ચતમ સ્તર. તે એ હકીકત દ્વારા વર્ગીકૃત થયેલ છે કે વ્યવહારમાં કોઈપણ રીતે ઉપયોગમાં લેવાતો ડેટા (વાંચવું અથવા બદલવું) પ્રથમ વ્યવહાર પૂર્ણ થયા પછી જ અન્ય વ્યવહારો માટે ઉપલબ્ધ બને છે.

પ્રથમ, ચાલો જાણીએ કે મુખ્ય થ્રેડમાંથી કોઈ વ્યવહારમાં કામગીરી અલગ છે કે કેમ. ચાલો 2 ટર્મિનલ વિન્ડો ખોલીએ.

Kill ^t

Write ^t(1)
2

TSTART
Set ^t(1)=2

ત્યાં કોઈ અલગતા નથી. એક થ્રેડ જુએ છે કે બીજો જેણે વ્યવહાર ખોલ્યો છે તે શું કરી રહ્યો છે.

ચાલો જોઈએ કે જુદા જુદા થ્રેડોના વ્યવહારો જુએ છે કે તેમની અંદર શું થઈ રહ્યું છે.

ચાલો 2 ટર્મિનલ વિન્ડો ખોલીએ અને 2 વ્યવહારો સમાંતર ખોલીએ.

kill ^t
TSTART
Write ^t(1)
3

TSTART
Set ^t(1)=3

સમાંતર વ્યવહારો એકબીજાના ડેટાને જુએ છે. તેથી, અમને સૌથી સરળ, પરંતુ સૌથી ઝડપી અલગતા સ્તર પણ મળ્યું, અસંમત વાંચો.

સૈદ્ધાંતિક રીતે, વૈશ્વિક લોકો માટે આની અપેક્ષા રાખી શકાય છે, જેના માટે કામગીરી હંમેશા પ્રાથમિકતા રહી છે.

જો આપણને વૈશ્વિક સ્તરે કામગીરીમાં ઉચ્ચ સ્તરના અલગતાની જરૂર હોય તો શું?

અહીં તમારે વિચારવાની જરૂર છે કે શા માટે અલગતા સ્તરની જરૂર છે અને તે કેવી રીતે કાર્ય કરે છે.

ઉચ્ચતમ અલગતા સ્તર, SERIALIZE, એટલે કે સમાંતર રીતે ચલાવવામાં આવેલા વ્યવહારોનું પરિણામ તેમના અનુક્રમિક અમલની સમકક્ષ છે, જે અથડામણની ગેરહાજરીની ખાતરી આપે છે.

અમે ઑબ્જેક્ટસ્ક્રિપ્ટમાં સ્માર્ટ લૉક્સનો ઉપયોગ કરીને આ કરી શકીએ છીએ, જેમાં ઘણાં વિવિધ ઉપયોગો છે: તમે કમાન્ડ વડે રેગ્યુલર, ઇન્ક્રીમેન્ટલ, મલ્ટિપલ લૉકિંગ કરી શકો છો. લૉક.

લોઅર આઇસોલેશન લેવલ એ ડેટાબેઝની ઝડપ વધારવા માટે રચાયેલ ટ્રેડ-ઓફ છે.

ચાલો જોઈએ કે આપણે તાળાઓનો ઉપયોગ કરીને અલગતાના વિવિધ સ્તરો કેવી રીતે પ્રાપ્ત કરી શકીએ.

આ ઓપરેટર તમને ડેટા બદલવા માટે જરૂરી માત્ર વિશિષ્ટ તાળાઓ જ નહીં, પણ કહેવાતા શેર કરેલા તાળાઓ લેવાની મંજૂરી આપે છે, જે જ્યારે વાંચન પ્રક્રિયા દરમિયાન અન્ય પ્રક્રિયાઓ દ્વારા બદલવા ન જોઈએ તેવા ડેટાને વાંચવાની જરૂર હોય ત્યારે સમાંતરમાં ઘણા થ્રેડો લઈ શકે છે.

રશિયન અને અંગ્રેજીમાં બે-તબક્કાની અવરોધ પદ્ધતિ વિશે વધુ માહિતી:

→ બે તબક્કામાં અવરોધ
→ બે તબક્કામાં લોકીંગ

મુશ્કેલી એ છે કે ટ્રાન્ઝેક્શન દરમિયાન ડેટાબેઝની સ્થિતિ અસંગત હોઈ શકે છે, પરંતુ આ અસંગત ડેટા અન્ય પ્રક્રિયાઓ માટે દૃશ્યમાન છે. આને કેવી રીતે ટાળવું?

તાળાઓનો ઉપયોગ કરીને, અમે દૃશ્યતા વિન્ડો બનાવીશું જેમાં ડેટાબેઝની સ્થિતિ સુસંગત રહેશે. અને સંમત રાજ્યની દૃશ્યતાની આવી વિંડોઝની તમામ ઍક્સેસને તાળાઓ દ્વારા નિયંત્રિત કરવામાં આવશે.

સમાન ડેટા પરના શેર કરેલા તાળાઓ ફરીથી વાપરી શકાય તેવા હોય છે-કેટલીક પ્રક્રિયાઓ તેમને લઈ શકે છે. આ તાળાઓ અન્ય પ્રક્રિયાઓને ડેટા બદલવાથી અટકાવે છે, એટલે કે. તેઓનો ઉપયોગ સુસંગત ડેટાબેઝ સ્થિતિની વિન્ડો બનાવવા માટે થાય છે.

વિશિષ્ટ તાળાઓનો ઉપયોગ ડેટાના ફેરફારો માટે થાય છે - ફક્ત એક પ્રક્રિયા આવા તાળાને લઈ શકે છે. વિશિષ્ટ લોક આના દ્વારા લઈ શકાય છે:

1. ડેટા ફ્રી હોય તો કોઈપણ પ્રક્રિયા
2. ફક્ત તે જ પ્રક્રિયા કે જેમાં આ ડેટા પર શેર કરેલ લૉક હોય અને વિશિષ્ટ લૉકની વિનંતી કરનાર સૌપ્રથમ હોય.

વિઝિબિલિટી વિન્ડો જેટલી સાંકડી હશે, તેટલી લાંબી અન્ય પ્રક્રિયાઓએ તેના માટે રાહ જોવી પડશે, પરંતુ તેની અંદરના ડેટાબેઝની સ્થિતિ વધુ સુસંગત હોઈ શકે છે.

READ_COMMITTED — આ સ્તરનો સાર એ છે કે આપણે અન્ય થ્રેડોમાંથી માત્ર પ્રતિબદ્ધ ડેટા જ જોઈએ છીએ. જો અન્ય ટ્રાન્ઝેક્શનમાંનો ડેટા હજી સુધી પ્રતિબદ્ધ નથી, તો અમે તેનું જૂનું સંસ્કરણ જોશું.

આ અમને લૉક રિલીઝ થવાની રાહ જોવાને બદલે કામને સમાંતર બનાવવા દે છે.

વિશેષ યુક્તિઓ વિના, અમે IRIS માં ડેટાના જૂના સંસ્કરણને જોઈ શકીશું નહીં, તેથી અમારે તાળાઓ સાથે કરવું પડશે.

તદનુસાર, ડેટાને માત્ર સુસંગતતાની ક્ષણો પર વાંચવાની મંજૂરી આપવા માટે અમારે શેર કરેલ તાળાઓનો ઉપયોગ કરવો પડશે.

ચાલો કહીએ કે અમારી પાસે એક વપરાશકર્તા આધાર ^વ્યક્તિ છે જે એકબીજાને નાણાં ટ્રાન્સફર કરે છે.

વ્યક્તિ 123 થી વ્યક્તિ 242 માં સ્થાનાંતરણની ક્ષણ:

LOCK +^person(123), +^person(242)
Set ^person(123, amount) = ^person(123, amount) - amount
Set ^person(242, amount) = ^person(242, amount) + amount
LOCK -^person(123), -^person(242)

ડેબિટ કરતા પહેલા 123 વ્યક્તિ પાસેથી નાણાંની રકમની વિનંતી કરવાની ક્ષણ એક વિશિષ્ટ બ્લોક (મૂળભૂત રીતે) સાથે હોવી આવશ્યક છે:

LOCK +^person(123)
Write ^person(123)

અને જો તમારે તમારા પર્સનલ એકાઉન્ટમાં એકાઉન્ટ સ્ટેટસ બતાવવાની જરૂર હોય, તો પછી તમે શેર કરેલ લોકનો ઉપયોગ કરી શકો છો અથવા તેનો બિલકુલ ઉપયોગ કરી શકતા નથી:

LOCK +^person(123)#”S”
Write ^person(123)

જો કે, જો આપણે ધારીએ કે ડેટાબેઝ કામગીરી લગભગ તરત જ કરવામાં આવે છે (હું તમને યાદ અપાવી દઉં કે ગ્લોબલ એ રિલેશનલ ટેબલ કરતાં ઘણું નીચું-સ્તરનું માળખું છે), તો આ સ્તરની જરૂરિયાત ઘટે છે.

પુનરાવર્તિત વાંચો - આ અલગતા સ્તર ડેટાના બહુવિધ વાંચન માટે પરવાનગી આપે છે જે સહવર્તી વ્યવહારો દ્વારા સુધારી શકાય છે.

તદનુસાર, આપણે જે ડેટા બદલીએ છીએ તે વાંચવા માટે આપણે એક શેર કરેલ લોક લગાવવું પડશે અને આપણે જે ડેટા બદલીએ છીએ તેના પર વિશિષ્ટ લોક લગાવવા પડશે.

સદનસીબે, LOCK ઓપરેટર તમને તમામ જરૂરી તાળાઓની વિગતવાર યાદી કરવાની પરવાનગી આપે છે, જેમાંથી એક નિવેદનમાં ઘણું બધું હોઈ શકે છે.

LOCK +^person(123, amount)#”S”
чтение ^person(123, amount)

અન્ય કામગીરી (આ સમયે સમાંતર થ્રેડો ^person(123, રકમ) બદલવાનો પ્રયાસ કરે છે, પરંતુ કરી શકતા નથી)

LOCK +^person(123, amount)
изменение ^person(123, amount)
LOCK -^person(123, amount)

чтение ^person(123, amount)
LOCK -^person(123, amount)#”S”

અલ્પવિરામ દ્વારા અલગ કરાયેલા તાળાઓની યાદી કરતી વખતે, તે ક્રમિક રીતે લેવામાં આવે છે, પરંતુ જો તમે આ કરો છો:

LOCK +(^person(123),^person(242))

પછી તેઓ એક જ સમયે પરમાણુ રીતે લેવામાં આવે છે.

ગંભીરતાપૂર્વક - અમારે તાળાઓ સેટ કરવા પડશે જેથી કરીને આખરે સામાન્ય ડેટા ધરાવતા તમામ વ્યવહારો ક્રમિક રીતે ચલાવવામાં આવે. આ અભિગમ માટે, મોટાભાગના તાળાઓ વિશિષ્ટ હોવા જોઈએ અને કાર્યક્ષમતા માટે વૈશ્વિક સ્તરના નાનામાં નાના ક્ષેત્રો પર લેવામાં આવે છે.

જો આપણે વૈશ્વિક ^વ્યક્તિમાં ભંડોળ ડેબિટ કરવા વિશે વાત કરીએ, તો તેના માટે ફક્ત SERIALIZE આઇસોલેશન સ્તર જ સ્વીકાર્ય છે, કારણ કે નાણાં સખત રીતે અનુક્રમે ખર્ચવા જોઈએ, અન્યથા તે જ રકમ ઘણી વખત ખર્ચ કરવી શક્ય છે.

4. ટકાઉપણું

મેં કન્ટેનરની સખત કટીંગનો ઉપયોગ કરીને પરીક્ષણો હાથ ધર્યા

docker kill my-iris

આધાર તેમને સારી રીતે સહન કરે છે. કોઈ સમસ્યા ઓળખવામાં આવી નથી.

નિષ્કર્ષ

વૈશ્વિક લોકો માટે, InterSystems IRIS પાસે ટ્રાન્ઝેક્શન સપોર્ટ છે. તેઓ ખરેખર પરમાણુ અને વિશ્વસનીય છે. ગ્લોબલ પર આધારિત ડેટાબેઝની સુસંગતતા સુનિશ્ચિત કરવા માટે, પ્રોગ્રામરના પ્રયત્નો અને વ્યવહારોનો ઉપયોગ જરૂરી છે, કારણ કે તેમાં વિદેશી કી જેવી જટિલ બિલ્ટ-ઇન રચનાઓ નથી.

લૉકનો ઉપયોગ કર્યા વિના ગ્લોબલનું આઇસોલેશન લેવલ અનકમિટેડ વાંચવામાં આવે છે, અને જ્યારે લૉકનો ઉપયોગ કરવામાં આવે ત્યારે તેને SERIALIZE સ્તર સુધી સુનિશ્ચિત કરી શકાય છે.

વૈશ્વિક પરના વ્યવહારોની ચોકસાઈ અને ઝડપ પ્રોગ્રામરની કુશળતા પર ખૂબ આધાર રાખે છે: વાંચતી વખતે વધુ વ્યાપક રીતે વહેંચાયેલા તાળાઓનો ઉપયોગ કરવામાં આવે છે, એકલતાનું સ્તર ઊંચું હોય છે, અને વધુ સંકુચિત વિશિષ્ટ તાળાઓ લેવામાં આવે છે, કામગીરી જેટલી ઝડપી હોય છે.

સોર્સ: www.habr.com