数据库事物导致的脏读 不可重复读 幻读的处理方法

修正

2020-04-23 之前是刚参加工作的理解 很多问题,现在回来重新梳理

2021-08-05 事物原理 《mysql事物原理(一)-undo log、redo log、MVCC》

2021-08-05 事物锁机制 《mysql deadlock、Lock wait timeout解决和分析》

事物的特性

原子性

表示一个最小的逻辑单元,要么都执行 要么都不执行

一致性

事物处理前与处理后的状态的要是一致的（a账户有200元 b账户有300元   共计500元  a账户给b账户转账100元。事物处理后2个账户总额也为500元）

隔离性

每个事物都有自己的数据空间，使事物的处理结果不会被别的事物所影响，注:这里的隔离是指的自己受其他事物影响，而不是本身隔离别人(我把门关了别人就进不来)

持久性

事物提交 数据就永久的保存下来了

事物隔离级别导致的异常现象

脏读

事物B 读取到了事物A 未提交的数据。

如事物A 读取库存0 在原有库存上加5 ，事物B在事物A未提交前读取到了库存5 在原有基础上+5 update 库存变成了10，事物A出现异常回滚

不可重复读

事物A读取一次   事物B对数据进行修改或者删除提交事物  事物A再次读取 数据不一致

幻读

事物A 读取了一次   事物B  对数据进行新增或者删除并提交事物  导致读取数据列表数据多了

事物的隔离级别

Read uncommitted(读未提交)

会导致脏读 幻读 不可 重复读

              我们举例一个下单场景:

                                              1.商品编号:001的库存是10。a用户下单购买了10个商品,库存变成了0

                   　　　　　　　　　2.a用户因为地址拍错执行退货操作:退货分为 (1).开启事物 (2).订单状态改为取消,(3).库存还原 (4).执行其他业务逻辑 5.提交事物

                                              3.在执行 2.4的其他业务逻辑的时候 b.用户发现库存有10 执行购买 并提交事物,后续a用户退货操作因为某些操作失败 事物回滚,导致超卖

扣除库存代码

public  boolean  reduceStock(Long id,Long purchaseCount){
        ProductStock productStock=ProductStockDao.findById(id);
        if(productStock.getCount()<purchaseCount){
            throw new BusinessException(500,"库存不足");
        }
        //库存充足
        productStock.setCount(productStock.getCount()-purchaseCount);
        ProductStockDao.update(productStock);
        return true;
    }

Read committed  读取已经提交的

sqlSrver默认的隔离级别,因为当前事物只能读取其他数据已经提交的数据，所以我们上面例子 第3步会校验库存不足  

其实这里并发还是会超卖

比如有10个用户都下单10  因为并发都同时走到 if(productStock.getCount()<purchaseCount){ 这个时候库存都是10 判断库存充足下单成功

建议通过加锁,或者sql 原子性控制如:

public  boolean  reduceStock(Long id,Long purchaseCount){
       int updated=  productStockDao.execute("update product_stock set count=count-:purchaseCount  where count-:purchaseCount>=0 and id=:id",purchaseCount,id);
       return updated>0;
    }

版本号乐观锁

   public  boolean  reduceStock(Long id,Long purchaseCount){
        ProductStock productStock=ProductStockDao.findById(id);
        String newVersion=productStock.getVersion()+1;
        int updated=  productStockDao.execute("update product_stock set count=count-:purchaseCount,version=:newVersion where id=:id and version=:version",purchaseCount,newVersion,id,productStock.getVersion());
        return updated>0;
    }

第一种适合数值的扣除,第二种适合数据修改(体验不是很好)

此隔离级别,可以解决我们的脏读但是会出现不可重复读

如:

    1.查询用户性别

    2.如果性别是null 则update set为男

    3.再次查询并返回用户性别

    在第三这个步骤时，用户性别被其他用户改成了女  返回女

Repeatable read  可重复读

可以解决重复读问题,因为这个隔离级别读取的是快照,同时update的时候会加x 事物没提交前别的事物不能修改 但是会出现幻读

如:

   查询a用户的消费总额

   select sum(money) from pay_log where userId=a  第二次查询的时候 log表又增加了一条数据,导致幻读

   注:网上都是这样说 我的理解因为有gap锁其他事物也不能添加 我觉得这个隔离级别也可以一定程度避免幻读

Serializable 序列化

这个隔离级别最高 能够避免 脏读 不可重复读 幻影读  但是效率低(当进行当前读的时候 是锁表 性能差)