spring 事務
阿新 • • 發佈：2017-07-17
需要 意思 會有 都是 讀取 有用 lac 邏輯 有效
4）PROPAGATION_REQUIRES_NEW ，從字面即可知道，new，每次都要一個新事務，該傳播級別的特點是，每次都會新建一個事務，並且同時將上下文中的事務掛起，執行當前新建事務完成以後，上下文事務恢復再執行。
問題 ：如果其中一個子事務回滾了，父事務是否回滾？答案是不會，因為子事務是新建事務，父事務已經被掛起，兩者不會受到影響。
再問：如果父事務回滾了，子事務是否回滾？答案是不會，同樣的理由。但是可以手動控制一旦子事務回滾，父事務也回滾。
這是一個很有用的傳播級別，舉一個應用場景：現在有一個發送100個紅包的操作，在發送之前，要做一些系統的初始化、驗證、數據記錄操作，然後發送100封紅包，然後再記錄發送日誌，發送日誌要求100%的準確，如果日誌不準確，那麽整個父事務邏輯需要回滾。
怎麽處理整個業務需求呢？就是通過這個PROPAGATION_REQUIRES_NEW 級別的事務傳播控制就可以完成。發送紅包的子事務不會直接影響到父事務的提交和回滾。
5）PROPAGATION_NOT_SUPPORTED
這個級別有什麽好處？可以幫助你將事務極可能的縮小。我們知道一個事務越大，它存在的風險也就越多。所以在處理事務的過程中，要保證盡可能的縮小範圍。比如一段代碼，是每次邏輯操作都必須調用的，比如循環1000次的某個非核心業務邏輯操作。這樣的代碼如果包在事務中，勢必造成事務太大，導致出現一些難以考慮周全的異常情況。所以這個事務這個級別的傳播級別就派上用場了。用當前級別的事務模板抱起來就可以了。
6）PROPAGATION_NEVER ，該事務更嚴格，上面一個事務傳播級別只是不支持而已，有事務就掛起，而PROPAGATION_NEVER傳播級別要求上下文中不能存在事務，一旦有事務，就拋出runtime異常，強制停止執行！這個級別上輩子跟事務有仇。
7）PROPAGATION_NESTED
那麽什麽是嵌套事務呢？很多人都不理解，我看過一些博客，都是有些理解偏差。
嵌套是子事務套在父事務中執行，子事務是父事務的一部分，在進入子事務之前，父事務建立一個回滾點，叫save point，然後執行子事務，這個子事務的執行也算是父事務的一部分，然後子事務執行結束，父事務繼續執行。重點就在於那個save point。看幾個問題就明了了：
如果子事務回滾，會發生什麽？
父事務會回滾到進入子事務前建立的save point，然後嘗試其他的事務或者其他的業務邏輯，父事務之前的操作不會受到影響，更不會自動回滾。
如果父事務回滾，會發生什麽？
父事務回滾，子事務也會跟著回滾！為什麽呢，因為父事務結束之前，子事務是不會提交的，我們說子事務是父事務的一部分，正是這個道理。那麽：
事務的提交，是什麽情況？
是父事務先提交，然後子事務提交，還是子事務先提交，父事務再提交？答案是第二種情況，還是那句話，子事務是父事務的一部分，由父事務統一提交。
現在你再體會一下這個”嵌套“，是不是有那麽點意思？
以上是事務的7個傳播級別，在日常應用中，通常可以滿足各種業務需求，但是除了傳播級別，在讀取數據庫的過程中，如果兩個事務並發執行，那麽彼此之間的數據是如何影響的呢？
這就需要了解一下事務的另一個特性：數據隔離級別
數據隔離級別分為不同的四種：
1、Serializable ：最嚴格的級別，事務串行執行，資源消耗最大；
2、REPEATABLE READ ：保證了一個事務不會修改已經由另一個事務讀取但未提交（回滾）的數據。避免了“臟讀取”和“不可重復讀取”的情況，但是帶來了更多的性能損失。
3、READ COMMITTED :大多數主流數據庫的默認事務等級，保證了一個事務不會讀到另一個並行事務已修改但未提交的數據，避免了“臟讀取”。該級別適用於大多數系統。
4、Read Uncommitted ：保證了讀取過程中不會讀取到非法數據。
上面的解釋其實每個定義都有一些拗口，其中涉及到幾個術語：臟讀、不可重復讀、幻讀。
這裏解釋一下：
臟讀 :所謂的臟讀，其實就是讀到了別的事務回滾前的臟數據。比如事務B執行過程中修改了數據X，在未提交前，事務A讀取了X，而事務B卻回滾了，這樣事務A就形成了臟讀。
不可重復讀 ：不可重復讀字面含義已經很明了了，比如事務A首先讀取了一條數據，然後執行邏輯的時候，事務B將這條數據改變了，然後事務A再次讀取的時候，發現數據不匹配了，就是所謂的不可重復讀了。
幻讀 ：小的時候數手指，第一次數十10個，第二次數是11個，怎麽回事？產生幻覺了？
幻讀也是這樣子，事務A首先根據條件索引得到10條數據，然後事務B改變了數據庫一條數據，導致也符合事務A當時的搜索條件，這樣事務A再次搜索發現有11條數據了，就產生了幻讀。
1） PROPAGATION_REQUIRED ，默認的spring事務傳播級別，使用該級別的特點是，如果上下文中已經存在事務，那麽就加入到事務中執行，如果當前上下文中不存在事務，則新建事務執行。所以這個級別通常能滿足處理大多數的業務場景。
2）PROPAGATION_SUPPORTS ，從字面意思就知道，supports，支持，該傳播級別的特點是，如果上下文存在事務，則支持事務加入事務，如果沒有事務，則使用非事務的方式執行。所以說，並非所有的包在transactionTemplate.execute中的代碼都會有事務支持。這個通常是用來處理那些並非原子性的非核心業務邏輯操作。應用場景較少。
3）PROPAGATION_MANDATORY
4）PROPAGATION_REQUIRES_NEW ，從字面即可知道，new，每次都要一個新事務，該傳播級別的特點是，每次都會新建一個事務，並且同時將上下文中的事務掛起，執行當前新建事務完成以後，上下文事務恢復再執行。
問題 ：如果其中一個子事務回滾了，父事務是否回滾？答案是不會，因為子事務是新建事務，父事務已經被掛起，兩者不會受到影響。
再問：如果父事務回滾了，子事務是否回滾？答案是不會，同樣的理由。但是可以手動控制一旦子事務回滾，父事務也回滾。
這是一個很有用的傳播級別，舉一個應用場景：現在有一個發送100個紅包的操作，在發送之前，要做一些系統的初始化、驗證、數據記錄操作，然後發送100封紅包，然後再記錄發送日誌，發送日誌要求100%的準確，如果日誌不準確，那麽整個父事務邏輯需要回滾。
怎麽處理整個業務需求呢？就是通過這個PROPAGATION_REQUIRES_NEW 級別的事務傳播控制就可以完成。發送紅包的子事務不會直接影響到父事務的提交和回滾。
5）PROPAGATION_NOT_SUPPORTED
這個級別有什麽好處？可以幫助你將事務極可能的縮小。我們知道一個事務越大，它存在的風險也就越多。所以在處理事務的過程中，要保證盡可能的縮小範圍。比如一段代碼，是每次邏輯操作都必須調用的，比如循環1000次的某個非核心業務邏輯操作。這樣的代碼如果包在事務中，勢必造成事務太大，導致出現一些難以考慮周全的異常情況。所以這個事務這個級別的傳播級別就派上用場了。用當前級別的事務模板抱起來就可以了。
6）PROPAGATION_NEVER ，該事務更嚴格，上面一個事務傳播級別只是不支持而已，有事務就掛起，而PROPAGATION_NEVER傳播級別要求上下文中不能存在事務，一旦有事務，就拋出runtime異常，強制停止執行！這個級別上輩子跟事務有仇。
7）PROPAGATION_NESTED
那麽什麽是嵌套事務呢？很多人都不理解，我看過一些博客，都是有些理解偏差。
嵌套是子事務套在父事務中執行，子事務是父事務的一部分，在進入子事務之前，父事務建立一個回滾點，叫save point，然後執行子事務，這個子事務的執行也算是父事務的一部分，然後子事務執行結束，父事務繼續執行。重點就在於那個save point。看幾個問題就明了了：
如果子事務回滾，會發生什麽？
父事務會回滾到進入子事務前建立的save point，然後嘗試其他的事務或者其他的業務邏輯，父事務之前的操作不會受到影響，更不會自動回滾。
如果父事務回滾，會發生什麽？
父事務回滾，子事務也會跟著回滾！為什麽呢，因為父事務結束之前，子事務是不會提交的，我們說子事務是父事務的一部分，正是這個道理。那麽：
事務的提交，是什麽情況？
是父事務先提交，然後子事務提交，還是子事務先提交，父事務再提交？答案是第二種情況，還是那句話，子事務是父事務的一部分，由父事務統一提交。
現在你再體會一下這個”嵌套“，是不是有那麽點意思？
以上是事務的7個傳播級別，在日常應用中，通常可以滿足各種業務需求，但是除了傳播級別，在讀取數據庫的過程中，如果兩個事務並發執行，那麽彼此之間的數據是如何影響的呢？
這就需要了解一下事務的另一個特性：數據隔離級別
數據隔離級別分為不同的四種：
1、Serializable ：最嚴格的級別，事務串行執行，資源消耗最大；
2、REPEATABLE READ ：保證了一個事務不會修改已經由另一個事務讀取但未提交（回滾）的數據。避免了“臟讀取”和“不可重復讀取”的情況，但是帶來了更多的性能損失。
3、READ COMMITTED :大多數主流數據庫的默認事務等級，保證了一個事務不會讀到另一個並行事務已修改但未提交的數據，避免了“臟讀取”。該級別適用於大多數系統。
4、Read Uncommitted ：保證了讀取過程中不會讀取到非法數據。
上面的解釋其實每個定義都有一些拗口，其中涉及到幾個術語：臟讀、不可重復讀、幻讀。
這裏解釋一下：
臟讀 :所謂的臟讀，其實就是讀到了別的事務回滾前的臟數據。比如事務B執行過程中修改了數據X，在未提交前，事務A讀取了X，而事務B卻回滾了，這樣事務A就形成了臟讀。
不可重復讀 ：不可重復讀字面含義已經很明了了，比如事務A首先讀取了一條數據，然後執行邏輯的時候，事務B將這條數據改變了，然後事務A再次讀取的時候，發現數據不匹配了，就是所謂的不可重復讀了。
幻讀 ：小的時候數手指，第一次數十10個，第二次數是11個，怎麽回事？產生幻覺了？
幻讀也是這樣子，事務A首先根據條件索引得到10條數據，然後事務B改變了數據庫一條數據，導致也符合事務A當時的搜索條件，這樣事務A再次搜索發現有11條數據了，就產生了幻讀。
spring 事務