多线程读取表数据，如何保证不重复读

[pming1]

一个表里有 100 条记录，5 个线程同时去随机读，如何保证这 100 条记录比较平均地被这 5 个线程读取，而且互相不重复？（前提，不增加 redis 等额外基础设施或工具）

[winnie2012]

我也想知道

[winnie2012]

PG 好像有读取行锁

[lxk11153]

row number % 5 ???

[dddd1919]

用表读锁 /行读锁

[firethehole]

表里的数据在读的时候，会增加吗，还是已经固定了

[wakzz]

要看你的耗时逻辑是读取本身，还是读取后数据的处理逻辑。常见的处理方法是生产消费模式，即由一个生产者从表中获取记录 ID （偏移量）推送到队列中，然后由几个消费者线程竞争消费队列中的推送记录，然后通过记录 ID （偏移量）读取记录后再逻辑处理。

[egglin]

saturn 分片

[Aliencn]

再开一个线程去调度

[InkAndBanner]

@wakzz 你说的这个方案是是针对耗时发生在处理上 的解决方案是嘛？

[kop1989]

如果从程序层面解决的话，可以把 5 线程，分别取 5 随机行转换为单线程（或 5 线程的队列）取随机 25 行，然后分发。
但这有个前提，即你 5 个线程的读取时机要严格同步。（不过如果不同步，又要取没有交集的数据，好像有点奇怪）

[boyhailong]

逻辑层去分配，划分下任务比如第一个线程 1-20，以此类推，当然逻辑层也要做去重。

[wysnylc]

别读同个分区的数据,分区规则自己定义

[jptx]

一个很传统而且简易的方式是按 id 取模，假如表里有 id 之类的纯数字，那么第一个线程扫数据库的时候条件加上 where id % 5 = 0，第二个线程是 where id % 5 = 1，以此类推。但这种方法局限性很大，比如查询效率低，每个线程需要知道自己的编号，无法动态快速扩容，分布不一定均匀等。但如果想简单的话，这种方式的确很有效

[Xusually]

select ... for update
试试看？

[xsm1890]

随机生成 100 个 id,分成四组？

[wakzz]

@InkAndBanner 对，是针对耗时发生在业务处理上的解决方案

[pming1]

@firethehole 会增加。

[pming1]

@jptx 表数据是会增加的，线程数并非固定，具体看数据量而动态变化的，甚至可能 1 个程序 5 个线程，然后部署多个这样的程序。

[lower]

读完 设置 一个 已读的状态，线程每次只从过滤 状态后的数据取？

[lower]

@lower 行记录上加个 状态 列字段……