事务

事务就是一组数据库操作,要么全部执行成功,要么全部执行失败,在MySQL中,事务是依靠存储引擎层实现的。

ACID(Atomicity,Consistency,Isolation,Durability)

原子性是指事务是不可再分的,是最小的工作单元。

一致性是指数据的完整性必须保持一致。

隔离性则是指多个用户并发访问数据库时,必须为每个用户开启一个事务,这些事务相互之间不受影响相互隔离。

持久性是指一个事务一旦被提交,它对数据库中数据的改变就是永久性的,接下来即使数据库发生故障也不应该对其有任何影响。

四个特性之间不是平级关系:

1,只有满足一致性,事务的执行结果才是正确的,。

2,在无并发的情况下,事务串行执行,隔离性一定能够满足,此时只要能够满足原子性,那么就一定能够满足一致性。

3,在并发的情况下,多个事务并行执行,事务不仅要满足隔离性,还需要满足隔离性,才能满足一致性。

4,事务满足持久化是为了能应对系统崩溃的情况。

隔离级别

首先需要清楚的一点是,隔离得越严实,效率就会越低,因此许多时候是在这两者时间找寻平衡点。

隔离级别包括以下四个:

读未提交(READ UNCOMMITTED):是指一个事务未提交时,做的变更能被其他事务看到。

读提交(READ COMMITTED):是指一个事务提交之后,做的变更能被其他事务看到。

可重复读(REAPEATABLE READ):是指一个事务执行过程看到的数据,总是和这个事务启动时看到的数据是一致的,并且,未提交的变更对于其他事务也是不可见的。

串行化(SERIALIZABLE):是指对于同一行记录,写会对其加写锁,读会对其加读锁,当出现读写锁冲突的时候,后访问的事务必须等前一个事务完成才能继续执行。这也是级别最高的隔离级别。

煮个栗子

先假设数据表T中只有一列,其中一行值为1,那么对于不同的隔离级别,表格中的V1V2V3的值就会有不同。

1,对于读未提交,那么B虽然没有提交但是B做的修改可以被A看到,所以V1查出来是就是修改后的2了,那么自然V2也是2,V3也是2;

2,对于读提交,那么B在没提交之前做的修改A都是看不到的,所以V1仍然是1,但是在查V2之前B提交了,所以V2等于2,V3也等于2;

3,对于可重复读,意味着一个事务执行期间看到的值都是一样的,在启动时查询到的值为1,那么在A未提交前看到的都是1,所以V1V2都是1,V3为2;

4,对于串行化,因为A在B之前查询到1,所以在B进行修改时,并不能继续往下,而是必须等待A执行结束,所以V1V2都是1,V3为2;

查询自己数据库的隔离级别:

SHOW VARIABLES LIKE 'transaction_isolation';

事务隔离的实现:

在MySQL中,实际上每一条记录在更新的时候都会同时记录一条回滚的记录,记录上最新的值,通过回滚能找到前一个状态下的值,在不同的时刻

启动的事务就会有不同的read-view,同一条记录在系统中可以存在很多个版本。煮个栗子:(图片来自丁奇的MySQL45讲)

从左往右看,就是1按顺序被修改为2,3,4,在回滚日志中能看到上图这样的记录,

在视图A,B,C里面,此记录的值是1,2,4。此时即使有另一个事务正在将4再改成5,这个事务跟read-viewA,B,C对应的事务不会冲突的。

详细的原理本人还没有进行深入了解,如果日后学到了再补上。

事务的启动方式:

显式启动:start transaction/begin,配套提交语是commit,回滚是rollback

将自动提交关闭即set autocommit=0,意味着如果你执行一个select语句,这个事务就启动了,并不会自动提交,直到手动commit或者rollback,

或者断开连接。这种自然是不好的,因为客户端如果跟MySQL一直是长连接,那么就导致长事务,长事务会导致系统里面有许多老的事务视图。

且这些事务视图可以访问数据库中的任何数据,事务提交之前的所有的回滚记录都会得到保留,占用大量存储空间。除此之外,长事务也占用

锁资源,对库的性能有很大影响。

MySQL--事务,隔离性和隔离级别的更多相关文章

  1. mysql 隔离性与隔离级别

    提到事务,你肯定不陌生,和数据库打交道的时候,我们总是会用到事务.最经典的例子就是转账,你要给朋友小王转 100 块钱,而此时你的银行卡只有 100 块钱. 转账过程具体到程序里会有一系列的操作,比如 ...

  2. MySQL事务及实现、隔离级别及锁与优化

    事务  事务是应用程序中一系列严密的操作,所有操作必须成功完成,否则在每个操作中所作的所有更改都会被撤消.事务是逻辑上的一组操作,要么都执行,要么都不执行. ACID简介 原子性(Atomicity) ...

  3. 事务传播性、隔离性与MVCC

    一.事务传播性 1.1 什么是事务的传播性 事务的传播性一般在事务嵌套时候使用,比如在事务A里面调用了另外一个使用事务的方法,那么这俩个事务是各自作为独立的事务执行提交,还是内层的事务合并到外层的事务 ...

  4. MySQL事务的四种隔离级别

    事务的基本要素: 原子性(atomicity):事务开始后的全部操作, 要么全部执行成功,如果中间出现错误,事务回滚到事务开始前的状态. 一致性(Consistency):事务开始后,数据库的完整性约 ...

  5. 粗谈MySQL事务的特性和隔离级别

    网上对于此类的文章已经十分饱和了,那还写的原因很简单--作为自己的理解笔记. 前言 ​  此篇文章作为自己学习MySQL的一些个人理解,使用的引擎是InnoDb.首先先讲讲事务的概念,在<高性能 ...

  6. SqlServer事务详解(事务隔离性和隔离级别详解)

    概述 不少人对于事务的使用局限于begin transaction:开始事务.commit transaction:提交事务.rollback transaction:回滚事务的初步运用. 并且知道使 ...

  7. Spring的事务传播性与隔离级别以及实现事物回滚

    一.事务的四个特性(ACID) 原子性(Atomicity):一个事务中所有对数据库的操作是一个不可分割的操作序列,要么全做,要么全部做. 一致性(Consistency): 数据不会因为事务的执行而 ...

  8. spring事务传播性与隔离级别

    事务的7种传播级别: 1)PROPAGATION_REQUIRED:支持当前事务,没有事务就新建一个. 2)PROPAGATION_SUPPORTS:支持当前事务,如果没有事务,以非事务方式处理 3) ...

  9. mysql 事务,锁,隔离机制

    mysql架构 锁 为了解并发问题,引入锁,mysql中锁分为读锁和写锁,即share lock和exclusive lock.故名思义,share lock之间不互斥,share lock和excl ...

随机推荐

  1. hive表字段注释显示乱码问题

    创建了一张hive表,对字段增加了注释,比如comment '注释内容' 之类的,但是在hive client查看时候却是乱码 比如: create table test_ultraedit ( id ...

  2. 深度解析高分Essay写作组成部分

    很多留学生在国外呆了好几个学期对于怎么写Essay还是不太了解,今天小编大致总结了以下一些技巧,相信同学们可以尝试着自己完成一篇Essay写作!一起来看看吧! 与你的导师沟通 你的导师对于你的Essa ...

  3. 小程序Promise

    /** 异步函数回调简化处理 const promisify = require('./promisify') const getSystemInfo = promisify(wx.getSystem ...

  4. mysql 深度分页

    mysql  分页查询使我们常见的需求 ,但是随着页数的增加查询性能会逐渐下降,尤其是到深度分页的情况.我们可以把分页分为两个步骤,1.定位偏移量,2.获取分页条数的 数据. 所以当数据较大页数较深时 ...

  5. DuplicateHandle伪句柄与实句柄的应用二

    //扫描进程列表,获得进程名为 ConsoleApplication2.exe的进程句柄B,把当前进程A的伪 //句柄传递给B,在B进程中关闭它 #include "stdafx.h&quo ...

  6. 了解java常用框架

    今天我看了一点看起来比较片面的东西,java常用基本床架,并且在网上搜了相关的知识和概括总结,用来继续后期的学习: 1.struts2框架,这是最经典的框架(可以说没有“之一”).可以帮你快速搭建出一 ...

  7. java课程课后作业190502之单词统计续集

    第1步:输出单个文件中的前 N 个最常出现的英语单词. 功能1:输出文件中所有不重复的单词,按照出现次数由多到少排列,出现次数同样多的,以字典序排列. 功能2: 指定文件目录,对目录下每一个文件执行统 ...

  8. Essay写作常见问题解析

    Essay是西方大学的主要考核形式之一.其理念是考核学生对资料信息的吸取和观点的输出能力.可是对于刚踏入美国大学的国际留学生来说,写Essay就像是一种水土不服.各种不适和挣扎是不可避免的!今天小编来 ...

  9. 吴裕雄--天生自然TensorFlow2教程:测试(张量)- 实战

    import tensorflow as tf from tensorflow import keras from tensorflow.keras import datasets import os ...

  10. caffe中运行mnist

    mnist样本字库嘚图片转换:# coding=utf-8import numpy as npimport struct import matplotlib.pyplot as plt from PI ...