一、Mnesia与Erlang的分布式基因
Erlang天生就是为分布式而生的语言，而Mnesia作为它的原生数据库，完美继承了这种基因。想象一下，你正在开发一个电信级系统，需要处理数百万并发连接，还要保证数据的高可用——这时候Mnesia的"无主节点"设计就能大显身手。
举个实际例子，我们创建一个分布式表：
%% 启动两个Erlang节点（模拟分布式环境）
%% 终端1执行：erl -sname node1 -setcookie mysecret
%% 终端2执行：erl -sname node2 -setcookie mysecret
%% 在node1上执行以下代码：
-module(dist_setup).
-export([init/0]).
init() ->
%% 创建分布式schema
mnesia:create_schema([node1@host, node2@host]),
%% 启动Mnesia
mnesia:start(),
%% 定义表结构（带分布式副本）
mnesia:create_table(user, [
{disc_copies, [node1@host, node2@host]}, % 磁盘副本
{attributes, [id, name, phone]}, % 表字段
{type, set} % 集合类型
]),
%% 插入测试数据
Fun = fun() ->
mnesia:write({user, 1, "张三", "13800138000"}),
mnesia:write({user, 2, "李四", "13900139000"})
end,
mnesia:transaction(Fun).
这个示例展示了Mnesia的核心能力：
- 自动处理节点间数据同步
- 支持内存表和磁盘表的混合存储
- 事务操作与普通Erlang代码无缝集成
二、事务优化的三大狠招
2.1 脏操作的艺术
在需要高性能但允许短暂不一致的场景，可以绕过事务锁：
%% 高性能计数器场景
update_counter(UserId) ->
%% 脏读（比事务快10倍以上）
case mnesia:dirty_read(user, UserId) of
[{user, Id, Name, Phone}] ->
NewPhone = increment_phone(Phone),
%% 脏写
mnesia:dirty_write({user, Id, Name, NewPhone});
[] ->
{error, not_found}
end.
注意：这就像在高速公路上飙车，爽是爽，但记得做好异常处理和安全带（数据校验）。
2.2 细粒度锁控制
Mnesia允许手动选择锁粒度，比如这个订单支付场景：
pay_order(OrderId, UserId) ->
{atomic, Result} = mnesia:transaction(
fun() ->
%% 对用户记录加读锁
case mnesia:read(user, UserId, read) of
[_User] -> ok;
_ -> mnesia:abort(user_not_exist)
end,
%% 对订单记录加写锁
case mnesia:lock({order, OrderId}, write) of
{order, Id, _, unpaid} ->
mnesia:write({order, Id, paid, datetime:now()});
_ ->
mnesia:abort(invalid_order_status)
end
end
),
Result.
2.3 表分片策略
当单表数据超过5GB时，就该考虑分片了。比如按用户ID范围分片：
%% 在初始化时创建分片表
init_shards() ->
lists:foreach(
fun(ShardId) ->
TableName = list_to_atom("user_shard_" ++ integer_to_list(ShardId)),
mnesia:create_table(TableName, [
{disc_copies, [node()]},
{attributes, [id, name, phone]},
{type, ordered_set} % 有序集合便于范围查询
])
end,
lists:seq(1, 8) % 创建8个分片
).
%% 分片路由算法
get_shard(UserId) ->
Hash = erlang:phash2(UserId),
list_to_atom("user_shard_" ++ integer_to_list(Hash rem 8 + 1)).
三、实战：电商库存系统设计
让我们用Mnesia实现一个防超卖的库存服务：
-module(inventory).
-export([init/0, reserve/2, commit/1, rollback/1]).
-record(stock, {
item_id, % 商品ID
total, % 总库存
reserved, % 预占库存
version % 乐观锁版本号
}).
init() ->
mnesia:create_table(stock, [
{attributes, record_info(fields, stock)},
{type, set},
{ram_copies, [node()]} % 内存表更快速
]).
%% 预占库存（带版本检查）
reserve(ItemId, Amount) ->
mnesia:transaction(
fun() ->
case mnesia:read(stock, ItemId) of
[Stock = #stock{total=T, reserved=R, version=V}]
when T - R >= Amount ->
New = Stock#stock{
reserved = R + Amount,
version = V + 1
},
mnesia:write(New),
{ok, V + 1};
_ ->
mnesia:abort(out_of_stock)
end
end
).
%% 提交实际扣减
commit(ItemId) ->
mnesia:transaction(
fun() ->
[Stock = #stock{reserved=R}] = mnesia:read(stock, ItemId),
mnesia:write(Stock#stock{total=Stock#stock.total - R, reserved=0})
end
).
%% 回滚预占
rollback(ItemId) ->
mnesia:transaction(
fun() ->
[Stock = #stock{reserved=R}] = mnesia:read(stock, ItemId),
mnesia:write(Stock#stock{reserved=0})
end
).
这个设计亮点：
- 使用乐观锁避免长事务
- 预占与实际扣减分离
- 内存表操作微秒级响应
四、避坑指南与性能调优
4.1 那些年我踩过的坑
坑1：网状事务死锁
%% 错误示范：A事务锁顺序 用户→订单，B事务锁顺序 订单→用户
deadlock_example() ->
spawn(fun() ->
mnesia:transaction(fun() ->
mnesia:write({user, 1, "locked"}),
timer:sleep(1000), % 故意制造死锁窗口
mnesia:write({order, 100, "locked"})
end)
end),
spawn(fun() ->
mnesia:transaction(fun() ->
mnesia:write({order, 100, "locked"}),
mnesia:write({user, 1, "locked"})
end)
end).
解决方案：
- 统一锁获取顺序
- 设置事务超时：
mnesia:transaction(fun() -> ... end, 5000)
4.2 性能调优参数
在app.config中加入这些魔法参数：
[
{mnesia, [
{dump_log_write_threshold, 10000}, % 提高日志写入批处理量
{dc_dump_limit, 40}, % 增加分布式提交并发
{max_wait_for_decision, 60000}, % 延长死锁等待时间
{no_table_loaders, 8} % 并行加载表的工作进程数
]}
].
五、何时该用/不该用Mnesia
黄金场景：
- 需要嵌入式数据库的实时系统（如游戏服务器）
- Erlang集群内的状态共享（如会话管理）
- 高并发短事务（<10ms）需求
劝退场景：
- 需要复杂SQL查询（老老实实用PostgreSQL）
- 单机海量数据存储（考虑LevelDB等LSM树存储）
- 非Erlang生态集成（协议转换成本太高）
最后说句掏心窝的：技术选型就像选鞋子，合脚的才是最好的。Mnesia在Erlang生态里是"自家人"，用好了能让你体验什么叫"如臂使指"，但强求它跨界表演就可能变成"削足适履"了。
评论