事务(transaction)

news2024/11/29 22:30:15

事务(重点 五颗星 ***** 必须理解 必须掌握)

     1、什么是事务:

                一个事务其实就是一个完整的业务逻辑。

                假设转账,从A账户向B账户转账10000.将A账户的钱减去10000(update语句),将B账

                户的钱增加10000(update语句)。这就是一个完整的业务逻辑。

                以上的操作是一个最小的工作单元,要么同时成功,要么同时失败,不可再分。这两个

                update语句要求必须同时成功或者同时失败,这样才能保证钱的正确。

     2、只有DML语句(insert、delete、update)才会有事务这一说,其它语句和事务无关,因为只有这三个语句是对数据库表中数据进行增、删、改的,只要你的操作一旦涉及到数据的增、删、改就一定要考虑安全问题。数据安全是第一位的。

     3、假设所有的业务,只需要一条DML语句就能完成没就没有必要存在事务机制了,正是因为做某件事的时候,需要多条DML语句共同联合起来才能完成,所以需要事务的存在。

        说到底什么是事务呢?

            本质上,一个事务其实就是多条DML语句同时成功或者同时失败!

                  【事务:就是批量的DML语句同时成功,或者同时失败。】

     4、事务是怎么做到多条DML语句同时成功或者同时失败的?

        InnoDB存储引擎提供了一组用来记录事务性活动的日志文件

                     start transaction(事务开启了,也就是关闭了MySQL自动提交事务的设置):

                     insert...

                     insert…

                     delete...

                     update…

                     update...

                     update...

                     commit(提交事务)或rollback(回滚事务)事务结束了!

在事务的执行过程中,每一条DML语句的操作都会记录到“事务性活动的日志文件”中,

在事务的执行过程中,我们可以提交事务,也可以回滚事务。

        提交事务:将数据全部彻底持久化到数据库表中,然后清空事务性活动的日志文件,

                           提交事务标志着事务的结束,并且是一种全部成功的结束。

       回滚事务:将之前所有的DML操作全部撤销,并且清空事务性活动的日志文件。

                         回滚事务标志着事务的结束,并且是一种全部失败的结束。

     5、提交事务与回滚事务:    (事务对应的英文是:transaction)

        提交事务:commit

        回滚事务:rollback   (回滚永远都是只能回滚到上一次的提交点!)

        在mysql中默认情况下是自动提交事务:每执行一条DML语句,就提交一次!

        这种自动提交实际上是不符合我们的开发习惯,因为一个业务通常是需要多条DML语句共同执行才能完成的,为了保证数据的安全,必须要求同时成功之后再提交,所以不能执行一条就提交一条。

        start transaction;执行这个命令可以关闭自动提交事务。(表示开启事务)

     6、事务的特性:

             A:原子性

                  说明事务是最小的工作单元,不可再分。

             C:一致性

                  所有事务要求,在同一事务当中,所有操作必须同时成功或者同时失败,以保证数据的一致性。

             I:隔离性

                   A事务和B事务之间具有一定的隔离。

             D:持久性

                  事务最终结束的一个保障。事务提交,就相当于将没有保存到硬盘上的数据保存到硬盘上。

     7、隔离性:

        事务与事务之间的隔离级别有4个等级

        读未提交:read uncommitted(最低隔离级别)  《没有提交就读到了》

            事务A可以读取到事务B未提交的数据,这种隔离级别存在的问题就是:脏读现象(Dirty Read)我们称读到了脏数据。这种隔离级别一般都是理论上的,大多数的数据库隔离级别都是二档起步!

        读已提交:read committed  《提交之后才能读到》

            事务A只能读取到事务B提交之后的数据,这种隔离级别解决了脏读现象。这种隔离级别存在的问题是:不可重复读取数据。就是在事务开启之后,第一次读到的数据是3条,当前事务还没有结束,可能第二次再读取的时候,读到的数据是4条,称为不可重复读取。种隔离级别是比较真实的数据,每一次读到的数据是绝对的真实。Oracle数据库默认的隔离级别是read committed

        可重复读:repeatable read   《提交之后也读不到,读取到的都是刚开始事务时的数据》

            事务A开启之后,不管是多久,每一次在事务A中读取到的数据都是一致的。即使事务B将数据已经修改,并且提交了,事务A读取到的数据还是没有发生改变,这就是可重复读。可重复读解决了不可重复读取数据的问题,可重复读存在的问题是:会出现幻读,每次读取到的数据都是幻象,不够真实!(开启事务之后,只要事务不结束,每次读取的数据都一样,读到的是假象,不真实。)

        序列化读/串行化读:serializable(最高的隔离级别)

            这是最高隔离级别,效率最低解决了所有问题。这种隔离级别表示事务排队,不能并发,类似线程同步(事务同步)。每次读取到的数据都是最真实的,但效率是最低的。

     8、验证各种隔离级别:

                查看隔离级别:select @@tx_isolation;

                 mysql> select @@tx_isolation;

                          

        设置隔离级别:        

        set global transaction isolation level read uncommitted;      #设置隔离级别为read uncommitted

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/166016.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【手写 Vue2.x 源码】第二十六篇 - 数组依赖收集的实现

一,前言 上篇,主要介绍了数组依赖收集的原理 本篇,数组依赖收集的实现 二,对象依赖收集的总结 {}.dep > watcher 目前,“对象本身”和“对象中的每一个属性”都拥有一个 dep 属性,用于做依赖收集 此…

Leetcode:669. 修剪二叉搜索树(C++)

目录 问题描述: 实现代码与解析: 递归: 原理思路: 后序递归: 原理思路: 迭代: 原理思路: 问题描述: 给你二叉搜索树的根节点 root ,同时给定最小边界…

#9文献学习--基于元强化学习的边缘计算快速自适应任务卸载

文献:Fast Adaptive Task Offloading in Edge Computing based on Meta Reinforcement Learning 基于深度强化学习DRL的方法,样本效率很低,需要充分的再培训来学习新环境的更新策略,对新环境的适应性很弱。 基于元强化学习的任务…

【数据结构与算法】第十八篇:递归,尾递归,尾调用

知识概览一、递归的引入(递归现象)二、递归的调用过程与实例分析三、递归的基本思想小tip:链表递归的具体实例四、递归的一般使用条件五、实例分析:斐波那契数列1.原理剖析2.fib优化1 – 记忆化3.fib优化24.fib优化3六、实例分析:…

mac下ssh连接docker使用centos

配置ssh连接docker本机信息 Apple M2/ macOS Ventura 13.1完整实现如下:使用docker下载centos镜像docker pull centos:centos7 # centos7 指定安装版本查看本地镜像# 使用以下命令查看是否已安装了centos7➜ ~ docker images REPOSITORY TAG IMAGE ID …

c++通讯录管理系统

结构体1,知识点(结构体),存放人员详情,名字,性别,年龄等 struct person { string m_name; int m_sex; int m_age; string m_phone; string m_addr; };结构体2,知识点 (结…

狗厂的N+1+2毕业,我觉得还是挺良心的

最近又跟朋友打听到了新鲜事,年底的新鲜事,什么209万,就是听个乐子,离我太远,什么HR和技术人员产生矛盾,一巴掌眼镜都打飞了,好乱套,今天我跟朋友打听了一些不太乱套的 一、鹅肠 1.…

Quartz认知篇 - 初识分布式任务调度Quartz

定时任务的使用场景 在遇到如下几种场景可以考虑使用定时任务来解决: 某个时刻或者时间间隔执行任务 批量数据进行处理 对两个动作进行解耦 Quartz 介绍 Quartz 是一个特性丰富的、开源的任务调度库,几乎可以嵌入所有的 Java 程序,包括很…

基于二叉树的改进SPIHT算法(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️座右铭&a…

电脑怎么设置动态壁纸?关于Windows和Mac壁纸的设置方法

为了让电脑桌面更加美观舒适,很多人都会给电脑的桌面设置自己喜欢的壁纸。图片壁纸很多人都会设置,但是电脑怎么设置动态壁纸?这是很多人的困扰。其实方法同样很简单,下面有关于Windows和Mac动态壁纸的设置方法,一起来…

【阶段四】Python深度学习03篇:深度学习基础知识:神经网络可调超参数:激活函数、损失函数与评估指标

本篇的思维导图: 神经网络可调超参数:激活函数 神经网络中的激活函数(有时也叫激励函数)。 在逻辑回归中,输入的特征通过加权、求和后,还将通过一个Sigmoid逻辑函数将线性回归值压缩至[0,1]区间,以体现分类概率值。这个逻辑函数在神经网络中被称为…

PyCharm调用远程Python解释器

PyCharm调用远程Python解释器 PyCharm中直接调用远程服务器中Python解释器: 本地不用搭建Python环境。既避免了本地使用Window而服务器使用Linux系统不统一情况,又不用担心本地调试没问题而放到服务器上就出现问题。 PyCharm中打开项目并设置Python解释…

封装chrome镜像

chrome镜像 selenium提供了一个镜像,但这个镜像里面包含了比较多的东西: 镜像地址-github supervisord java chrome webDriver 实际的使用中遇到了一些问题 chrome遇到一些比较耗费内存和cup的操作的时候,有的时候会kill掉java进程&a…

干货 | 大数据交易所数据安全流通体系标准化尝试

以下内容整理自清华大学《数智安全与标准化》课程大作业期末报告同学的汇报内容。第一部分:国内大数据交易所发展现状第二部分:国外大数据交易模式及法律法规欧盟的数据交易模式是基于2022年5月16日所提出的《数据治理法案》,其中提出了数据中…

【C++11】—— 包装器

目录 一、function包装器 1. function包装器基本介绍 2. function包装器统一类型 3. function包装器的使用场景 二、bind包装器 一、function包装器 1. function包装器基本介绍 function包装器 也叫作适配器。C中的function本质是一个类模板,也是一个包装器…

第四章 基本数据

在第2章中,我们讨论了多种导入数据到R中的方法。遗憾的是,将你的数据表示为矩阵或数据框这样的矩形形式仅仅是数据准备的第一步。这里可以演绎Kirk船长在《星际迷航》“末日决战的滋味”一集中的台词(这完全验明了我的极客基因)&a…

聚观早报|春节档新片预售总票房破千万;苹果获可折叠iPhone新专利

今日要闻:比亚迪据称拟在越南建汽车零部件厂;2023 年春节档新片预售总票房破 7000 万;苹果获得可折叠 iPhone 新专利;北京汽车获1000台EU5 PLUS约旦订单;娃哈哈要解决100万农户农产品出路 比亚迪据称拟在越南建汽车零部…

C 语言目标文件

前言 一个 C 语言程序经编译器和汇编器生成可重定位目标文件,再经链接器生成可执行目标文件。那么目标文件中存放的是什么?我们的源代码在经编译以后又是怎么存储的? 文章为 《深入理解计算机系统》的读书笔记,更为详细的内容可…

【数据结构】双向链表

1.双向链表的结构2.双向链表的实现首先在VS里面的源文件建立test.c和List.c,在头文件里面建立List.hList.h:#pragma once #include <stdio.h> #include <stdlib.h> #include <assert.h> typedef int LTDateType; typedef struct ListNode {LTDateType data;s…

LeetCode 329. 矩阵中的最长递增路径(C++)*

思路&#xff1a; 1.用动态规划&#xff0c;但是时间复杂度太高&#xff0c;效率太低 2.使用常规的DFS&#xff0c;时间复杂度高&#xff0c;包含了太多重复无效遍历&#xff0c;会超时 3.在DFS的基础上使用记忆化搜索&#xff0c;帮助消去重复的遍历&#xff0c;提高效率 原题…