Garantindo a Consistência de Dados com Locks Pessimistas e Locks Otimistas | Dias de Dev

Descubra como garantir a consistência dos seus dados com locks pessimistas e locks otimistas neste vídeo! Explore as diferenças entre essas duas abordagens cruciais para a integridade dos dados em condições de #concorrência e aprenda como aplicá-las na prática. Se você está buscando manter a estabilidade e confiabilidade dos dados em suas aplicações que lidam com concorrência e condições de corrida, as famosas race conditions, você precisa conhecer essas técnicas.

Se quiser aprender mais sobre programação e tecnologia em geral, aqui tem 15% de desconto na Alura:
https://tidd.ly/43UfATs

E se quiser apoiar o canal e me incentivar a continuar criando conteúdo gratuito, você pode considerar me dar um "Valeu Demais" aqui no YouTube ou se tornar um "sponsor" lá no GitHub:
https://github.com/sponsors/CVinicius...

----------------------------------

Para mais conteúdos sobre boas práticas de programação, testes, arquitetura de software e tudo que há de bom, não se esqueça de se inscrever e ativar o sininho para receber notificações.

Para entrar em contato:

Telegram: https://t.me/diasdedev
Twitter:   / cviniciussdias  
LinkedIn:   / cviniciussdias  
GitHub: https://github.com/CViniciusSDias/

0:00 - Introdução
0:35 - Conhecendo o cenário de concorrência
1:10 - Iniciando a aplicação com condição de corrida
3:17 - Conhecendo o código com race condition
4:42 - Executando a aplicação em cenário de alta concorrência
5:43 - Problema de condição de corrida em alta concorrência
5:57 - O que causa race condition e o problema de consistência
8:22 - Aplicando lock otimista para garantir consistência de dados
13:40 - Vantagens e desvantagens de optimistic locking
15:41 - Aplicando lock pessimista para consistência de dados
18:27 - Vantagens e desvantagens de pessimistic locking
19:48 - Lock otimista vs Lock pessimista
20:18 - Conclusão