Umbraco-CMS 多用户并发编辑时的递归锁问题分析
2025-06-11 22:40:23作者:秋泉律Samson
问题背景
在内容管理系统Umbraco-CMS的13.8.1版本中,开发团队发现了一个影响多用户协作的严重问题。当多个编辑人员同时在后台创建和发布内容时,系统会抛出"Recursive locks not allowed"(不允许递归锁)的错误,导致内容发布失败。
问题现象
具体表现为:当多名编辑人员同时执行以下操作时:
- 打开后台并创建新内容
- 几乎同时点击"保存并发布"按钮
系统会在调用PostSave API时抛出异常,错误信息显示为"One or more errors occurred. (Recursive locks not allowed)",并伴随详细的堆栈跟踪信息。
技术分析
锁机制原理
在Umbraco-CMS中,内容发布操作需要保证数据一致性,因此使用了锁机制来防止并发修改导致的数据冲突。系统采用了范围(Scope)级别的锁来管理数据库事务。
问题根源
经过分析,问题出在13.5版本引入的变更中。在这个版本中,锁管理逻辑发生了变化,导致在多用户并发操作时,系统错误地检测到了递归锁的情况(即同一个线程试图多次获取同一个锁),而实际上这是多个独立线程的正常并发操作。
影响范围
该问题影响从13.5版本开始的所有后续版本,包括13.8.1。而在较早的13.2.2版本中不存在此问题,这进一步证实了问题是在13.5版本引入的。
解决方案
Umbraco开发团队已经确认并修复了这个问题,修复方案主要涉及锁管理逻辑的优化:
- 修正了锁检测机制,确保能正确区分真正的递归锁和合法的并发操作
- 优化了事务范围管理,避免不必要的锁冲突
- 改进了错误处理逻辑,提供更清晰的错误信息
该修复已计划包含在13.10版本中发布。
临时解决方案
对于无法立即升级到13.10版本的用户,可以考虑以下临时措施:
- 建立编辑规范,避免多名编辑同时发布内容
- 实现工作流程控制,通过审批流程串行化发布操作
- 在关键发布时段限制后台并发用户数
总结
这个案例展示了在CMS系统中处理并发操作时面临的挑战。Umbraco团队通过社区反馈快速定位并解决了问题,体现了开源项目的响应能力和协作精神。对于企业用户而言,及时关注版本更新和已知问题,建立适当的测试流程,是确保系统稳定运行的重要措施。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492