博客
关于我
【数据库开发】认识事务
阅读量:560 次
发布时间:2019-03-09

本文共 648 字,大约阅读时间需要 2 分钟。

事务特性及并发事务中的问题

ACID 四个特性

数据库事务的特性是"A.grpcidy",即原子性、一致性、隔离性和持久性。这些特性确保了事务在执行过程中具有确定性和一致性,避免数据错误。

  • 原子性:一个事务是一个不可分割的工作单位。如果事务中的任何操作因错误失败,整个事务将被回滚,确保数据库保持原有的状态。

  • 一致性:事务执行后,数据库从一个一致性状态变到另一个一致性状态。结合原子性,确保事务的执行不会导致数据不一致或不完整。

  • 隔离性:隔离性确保了一个事务的执行不会被其他事务干扰,避免了数据竞争和交错读取。

  • 持久性:一旦事务提交,所有修改都将永久保存到数据库中,异常情况不会影响已提交的事务记录。

  • 并发事务中的三个潜在问题

    1. 脏读 (Dirty Read)

    脏读表示一个事务读取了另一个事务未提交的数据 modification。例如,事务 A 进行修改并未提交,随后事务 B 读取了 A 修改的数据。如果 A 回滚, B 会读取到无效数据。

    2. 不可重复读 (Non-Repeatable Read)

    不可重复读是在事务 A sessoined 修改并提交后,事务 B 读取了相同数据,发现数据不一致。这种情况通常发生在线读取和写入操作同时进行时。

    3. 幻读 (Phantom Read)

    幻读发生在事务 B 插入符合事务 A 查询条件的数据后,事务 A 再次查询发现新增数据,因此可能得到不完整的结果。

    在优化数据库事务隔离级别时,可以通过选择合适的隔离级别来减少这些问题的影响。

    转载地址:http://qefpz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>
    OpenCV与AI深度学习 | 什么是 COCO 数据集?
    查看>>
    OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
    查看>>
    OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
    查看>>
    OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
    查看>>
    OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
    查看>>
    OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
    查看>>