数据库事务

细说SYBASE数据库日志 　　SYBASE公司是世界著名的数据库厂家，其关系数据库产品SYBASE SQL Server在中国大中型企事业单位中拥有大量的用户。笔者在多年的使用过程中，总结出SYBASE数据库管理和维护的一些经验，现拿出来与大家分享。 　　我们知道，SYBASE　SQL Server用事务（Transaction）来跟踪所有数据库的变化。事务是SQL　Server的工作单元。一个事务包含一条或多条作为整体执行的T-SQL语句。每个数据库都有自己的事务日志（Transaction　Log），即系统表（Syslogs）。事务日志自动记录每个用户发出的每个事务。日志对于数据库的数据安全性、完整性至关重要，我们进行数据库开发和维护必须熟知日志的相关知识。 　　 一、SYBASE　SQL Server 如何记录和读取日志信息 　　SYBASE SQL Server是先记Log的机制。每当用户执行将修改数据库的语句时，SQL　Server就会自动地把变化写入日志。一条语句所产生的所有变化都被记录到日志后，它们就被写到数据页在缓冲区的拷贝里。该数据页保存在缓冲区中，直到别的数据页需要该内存时，该数据页才被写到磁盘上。若事务中的某条语句没能完成，SQL　Server将回滚事务产生的所有变化。这样就保证了整个数据库系统的一致性和完整性。 　　 二、日志设备 　

并发控制 锁粒度： 表级锁 行级锁 锁： 读锁：共享锁，只读不可写（包括 自己当前用户 和当前事务） ，多个读互不阻塞 写锁：独占锁，排它锁，写锁会阻塞其它事务（不包括当前事务）的读和它锁 实现 存储引擎：自行实现其锁策略和锁粒度 服务器级：实现了锁，表级锁，用户可显式请求 分类： 隐式锁：由存储引擎自动施加锁 显式锁：用户手动请求 锁策略：在锁粒度及数据安全性寻求的平衡机制 显式使用锁 LOCK TABLES 加锁 lock tables tbl_name [[AS] alias] lock_type [, tbl_name [[AS] alias] lock_type] ... lock_type: READ ,WRITE UNLOCK TABLES 解锁 FLUSH TABLES [tb_name[,...]] [WITH READ LOCK] 关闭所有正在打开的表，同时清除掉查询缓存以及准备好的语句缓存， 如果加上with read lock 选项的话，它代表关闭所有正在打开的表并加上全局锁（不清除缓存了）， 通常在备份前加全局读锁 SELECT clause [FOR UPDATE | LOCK IN SHARE MODE] 查询时加写或读锁 注意点1（加锁）： 注意，读锁加到表上之后，此表将只能读，不能进行其他任何操作。

Redis事务 Redis 事务简介 Redis 事务的基本功能由 MULTI、EXEC、DISCARD 及 WATCH 等命令实现。其中， ● MULTI 命令用于启动 Redis 的事务，将客户端置为事务状态。 ● EXEC 命令用于提交事务，执行从 MULTI 到此命令前面的命令队列，此时客户端变为非事务状态。 ● DISCARD 命令用于取消事务，命令执行后，将会清空事务队列中的所有命令，并且客户端从事务状态中退出。你可以把它理解为事务回滚，但是 Redis 数据库并不具有事务回滚机制。 ● WATCH 命令用于监视键值对，它使得 EXEC 命令需要有条件地执行，在所有被监视键都没有被修改的前提下，事务才能正常被执行。如果这个被监视的键值对发生了改变，那么事务就不会被执行。 Redis事务本质是一组命令的集合，Redis服务器先序列化这一组命令，然后一次性、按顺序、排他性地串行（逐个）执行这一组命令，并且不会在执行事务的途中去执行其他客户端命令。 Redis事务只能保证一个客户端请求的事务中的命令可以连续地被执行 当服务器接收到客户端发送过来的命令是 MULTI、EXEC、WATCH、DISCARD 4 个命令中的任意一个时，服务器会立即执行这个命令。 相反，当服务器接收到客户端发送过来的命令是 MULTI、EXEC、WATCH、DISCARD 4 个命令以外的其他命令时

数据库的三级封锁协议 封锁是实现并发控制的一个非常重要的技术。所谓封锁就是事务T在对某个数据对象例如表、记录等操作之前，先向系统发出请求，对其加锁。加锁后事务T就对该 数据对象有了一定的控制，在事务T释放它的锁之前，其它的事务不能更新此数据对象。 基本的封锁类型有两种：排它锁（Exclusive locks 简记为X锁）和共享锁（Share locks 简记为S锁）。 排它锁又称为写锁。若事务T对数据对象A加上X锁，则只允许T读取和修改A，其它任何事务都不能再对A加任何类型的锁，直到T释放A上的锁。这就保证了其它事务在T释放A上的锁之前不能再读取和修改A。 共享锁又称为读锁。若事务T对数据对象A加上S锁，则其它事务只能再对A加S锁，而不能加X锁，直到T释放A上的S锁。这就保证了其它事务可以读A，但在T释放A上的S锁之前不能对A做任何修改。 在 运用X锁和S锁这两种基本封锁，对数据对象加锁时，还需要约定一些规则，例如应何时申请X锁或S锁、持锁时间、何时释放等。我们称这些规则为封锁协议 （Locking Protocol）。对封锁方式规定不同的规则，就形成了各种不同的封锁协议。下面介绍三级封锁协议。三级封锁协议分别在不同程度上解决了丢失的修改、不 可重复读和读"脏"数据等不一致性问题，为并发操作的正确调度提供一定的保证。下面只给出三级封锁协议的定义，不再做过多探讨。 1 级封锁协议是

本文内容 SQL 语句 创建数据库 创建数据表 数据完整性约束 四种基本字符类型说明 SQL 基本语句 类型转换函数 日期函数 数学函数 字符串函数 合并结果集 union CASE 函数用法 IF ELSE 语法 WHILE 循环语法 子查询 表连接 join 事务 视图 触发器 存储过程 分页存储过程 索引 临时表 1，SQL 语句 SQL 语言：结构化的查询语言（Structured Query Language），是关系数据库管理系统的标准语言。是一种解释语言，写一句执行一句，不需要整体编译执行。 语法特点： 1.没有“ ”，字符串使用‘ ’包含 2.没有逻辑相等，赋值和逻辑相等都是= 3.类型不再是最严格的。任何数据都可以包含在‘ ’以内 4.没有 bool 值的概念，但是在视图中可以输入true/false 5.有关系运算符：> < >= <= = <> != ,它返回一个bool值 6.有逻辑运算符： ！(not) &&(and) ||(or) 7.不区别大小写 2，创建数据库 语法： create database 数据库名称 on primary --默认在主文件组上 ( name='逻辑名称_data' , --当你发现它不是一句完整的sql语句，而仅仅是一个处理结构中的某一句的时候，就需要添加 , size=初始大小, --数值不包含在‘’以内

今天我们用10分钟，重点梳理一遍以下几方面： 数据库知识点汇总； 数据库事务特性和隔离级别； 详解关系型数据库、索引与锁机制； 数据库调优与最佳实践； 面试考察点及加分项。 一、数据库的不同类型 1.常用的关系型数据库 Oracle：功能强大，主要缺点就是贵 MySQL：互联网行业中最流行的数据库，这不仅仅是因为MySQL的免费。可以说关系数据库场景中你需要的功能，MySQL都能很好的满足，后面详解部分会详细介绍MySQL的一些知识点 MariaDB：是MySQL的分支，由开源社区维护，MariaDB虽然被看作MySQL的替代品，但它在扩展功能、存储引擎上都有非常好的改进 PostgreSQL：也叫PGSQL，PGSQL类似于Oracle的多进程框架，可以支持高并发的应用场景，PG几乎支持所有的SQL标准，支持类型相当丰富。PG更加适合严格的企业应用场景，而MySQL更适合业务逻辑相对简单、数据可靠性要求较低的互联网场景。 2.NoSQL数据库（非关系型数据库） Redis：提供了持久化能力，支持多种数据类型。Redis适用于数据变化快且数据大小可预测的场景。 MongoDB：一个基于分布式文件存储的数据库，将数据存储为一个文档，数据结构由键值对组成。MongoDB比较适合表结构不明确，且数据结构可能不断变化的场景，不适合有事务和复杂查询的场景。 HBase：建立在HDFS

事务的四个属性： 1：原子性( Atomic ) 最重要的原则，也是最容易理解的原则。被事务管理的所有方法，要么一起被提交，要么一起回滚。 2：一致性( Consistency ) 事务在系统完整性中实施一致性，如果事务成功地完成，那么系统中所有变化将正确地应用，系统处于新 有效状态。如果在事务中出现错误，那么系统中的所有变化将自动地回滚，系统返回到原始状态。 3：隔离性( Isolation ) 在处理一个事务的时候,如果有一个事务同时处理,必须等待这个事务处理完毕,才能进行下一次 处理。 4：持久性( Durability ) 持久性意味着一旦事务执行成功，在系统中产生的所有变化将是永久的。应该存在一些检查点防止在系统 失败时丢失信息。甚至硬件本身失败，系统的状态仍能通过在日志中记录事务完成的任务进行重建。举例:在执行事务的时候,突然停电,等再来电的时候,有个事务记录通知重新执行下这个事务 。 并发问题： 脏读：（一个事务读取了未提交的事务）指当一个事务正在访问数据，并且对数据进行了修改，而这种修改还没有提交到数据库中，这时，另外一个事务也访问这个数据，然后使用了这个数据。 不可重复读：（同一个事务中多次读取同一个数据返回的结果不同 ）指在一个事务内，多次读同一数据。在这个事务还没有结束时，另外一个事务也访问该同一数据。那么，在第一个事务中的两次读数据之间，由于第二个事务的修改

事务 保证一组数据库操作，要么全部成功，要么全部失败。 ACID 特性 原子性： Atomicity 一致性： Consistency 隔离性： Isolation 持久性： Durability 当数据库中有多个事务同时执行的时候，就可能出现脏读（ dirty read ）、不可重复读（ non-repeatable read ）、幻读（ phantom read ）的问题，为了解决这些问题，就有了“隔离级别”的概念。隔离的越严实，效率就会越低，需要在两者之间找一个平衡点。 事务隔离级别 隔离级别：串行化 > 可重复读 > 读提交 > 读未提交 读未提交： read uncommitted ，一个事务还没提交时，它做的变更就能被别的事务看到。会导致“脏读”、“幻读”、“不可重复读”。 读提交： read committed ，一个事务提交之后，它做的变更才会被其他事务-看到。避免了“脏读”，但不能避免“幻读”和“不可重复读”。 可重复读： repeatable read ，一个事务执行过程中看到的数据，总是跟这个事务在启动时看到的数据时一致的。当然在可重复读的隔离级别下，未提交变更对其他事务也是不可见的， MySQL 的默认级别。 避免了“脏读”和“不可重复读”，但不能避免“幻读”。 串行化： serializable ，对于同一行记录，“写”会加“写锁”，“读”会加“读锁”

在分布式系统中，为了保证数据一致性是必须使用分布式事务。分布式事务实现方式就很多种，今天主要介绍一下使用 RocketMQ 事务消息，实现分布事务。 文末有彩蛋，看完再走 为什么需要事务消息？ 很多同学可能不知道事务消息是什么，没关系，举一个真实业务场景，先来带你了解一下普通的消息存在问题。 上面业务场景中，当用户支付成功，将会更新支付订单，然后发送 MQ 消息。手续费系统将会通过拉取消息，计算手续费然后保存到另外一个手续费数据库中。 由于计算手续费这个步骤可以离线计算，所以这里采用 MQ 解耦支付与计算手续费的流程。 流程主要涉及三个步骤： 更新订单数据 发送消息给 MQ 手续费系统拉取消息 上面提到的步骤，任何一个都会失败，如果我们没有处理，就会使两边数据不一致，将会造成下面两种情况： 订单数据更新了，手续费数据没有生成 手续费数据生成，订单数据却没有更新 这可是涉及到真正的钱，一旦少计算，就会造成 资损 ，真的赔不起！ 对于最后一步来讲，比较简单。如果消费消息失败，只要没有提交消息确认，MQ 服务端将会自动重试。 最大的问题 在于我们无法保证更新操作与发送消息一致性。无论我们采用先更新订单数据，再发送消息，还是先发送消息，再更新订单数据，都在存在一个成功，一个失败的可能。 如下所示，采用先发送消息，然后再更新数据库的方式。 上面流程消息发送成功之后，再进行本地事务的提交

我觉得自己写的不好，所以先贴一个写的好的帖子 感觉看完不用回来了。。。。 这是一个大佬写的的博客 : https://www.cnblogs.com/yixianyixian/p/8372832.html 第一：JavaEE 体系进行分层开发，事务处理位于业务层，Spring 提供了分层设计 业务层 的事务处理解决方 案。 第二：spring 框架为我们提供了一组事务控制的接口。具体在后面的第二小节介绍。这组接口是在 spring-tx-5.0.2.RELEASE.jar 中。 第三：spring 的事务控制都是基于 AOP 的，它既可以使用编程的方式实现，也可以使用配置的方式实现。我 们学习的重点是使用配置的方式实现。 API 介绍 PlatformTransationManager Spring提供了一个事务管理器接口 PlatformTransationManager ,该接口包含了三个方法: getTransation()//提交事务 commit();//提交事务 rollback();//回滚事务 在开发中，根据应用的技术不同，使用不同的实现类 SpringJDBC / iBatis：org.springframework.jdbc.datasource. DataSourceTransactionManager Hibernate：org