Spring事务传播属性和隔离级别

1) REQUIRED（默认属性）
如果存在一个事务，则支持当前事务。如果没有事务则开启一个新的事务。
被设置成这个级别时，会为每一个被调用的方法创建一个逻辑事务域。如果前面的方法已经创建了事务，那么后面的方法支持当前的事务，如果当前没有事务会重新建立事务。

2) MANDATORY
支持当前事务，如果当前没有事务，就抛出异常。

3) NEVER
以非事务方式执行，如果当前存在事务，则抛出异常。

4) NOT_SUPPORTED
以非事务方式执行操作，如果当前存在事务，就把当前事务挂起。

5) REQUIRES_NEW
新建事务，如果当前存在事务，把当前事务挂起。

6) SUPPORTS
支持当前事务，如果当前没有事务，就以非事务方式执行。

7) NESTED
支持当前事务，新增Savepoint点，与当前事务同步提交或回滚。
嵌套事务一个非常重要的概念就是内层事务依赖于外层事务。外层事务失败时，会回滚内层事务所做的动作。而内层事务操作失败并不会引起外层事务的回滚。

PROPAGATION_NESTED 与PROPAGATION_REQUIRES_NEW的区别：
它们非常类似，都像一个嵌套事务，如果不存在一个活动的事务，都会开启一个新的事务。

使用PROPAGATION_REQUIRES_NEW时，内层事务与外层事务就像两个独立的事务一样，一旦内层事务进行了提交后，外层事务不能对其进行回滚。两个事务互不影响。两个事务不是一个真正的嵌套事务。同时它需要JTA 事务管理器的支持。
使用PROPAGATION_NESTED时，外层事务的回滚可以引起内层事务的回滚。而内层事务的异常并不会导致外层事务的回滚，它是一个真正的嵌套事务。

二、Spring事务隔离级别（Isolation Level）：

1.首先说明一下事务并发引起的三种情况：

1) Dirty Reads 脏读
一个事务正在对数据进行更新操作，但是更新还未提交，另一个事务这时也来操作这组数据，并且读取了前一个事务还未提交的数据，而前一个事务如果操作失败进行了回滚，后一个事务读取的就是错误数据，这样就造成了脏读。

2) Non-Repeatable Reads 不可重复读
一个事务多次读取同一数据，在该事务还未结束时，另一个事务也对该数据进行了操作，而且在第一个事务两次次读取之间，第二个事务对数据进行了更新，那么第一个事务前后两次读取到的数据是不同的，这样就造成了不可重复读。

3) Phantom Reads 幻像读
第一个数据正在查询符合某一条件的数据，这时，另一个事务又插入了一条符合条件的数据，第一个事务在第二次查询符合同一条件的数据时，发现多了一条前一次查询时没有的数据，仿佛幻觉一样，这就是幻像读。

非重复度和幻像读的区别：
非重复读是指同一查询在同一事务中多次进行，由于其他提交事务所做的修改或删除，每次返回不同的结果集，此时发生非重复读。

幻像读是指同一查询在同一事务中多次进行，由于其他提交事务所做的插入操作，每次返回不同的结果集，此时发生幻像读。

表面上看，区别就在于非重复读能看见其他事务提交的修改和删除，而幻像能看见其他事务提交的插入。

2.隔离级别：

1) DEFAULT （默认）
这是一个PlatfromTransactionManager默认的隔离级别，使用数据库默认的事务隔离级别。另外四个与JDBC的隔离级别相对应。

2) READ_UNCOMMITTED （读未提交）
这是事务最低的隔离级别，它允许另外一个事务可以看到这个事务未提交的数据。这种隔离级别会产生脏读，不可重复读和幻像读。

3) READ_COMMITTED （读已提交）
保证一个事务修改的数据提交后才能被另外一个事务读取，另外一个事务不能读取该事务未提交的数据。这种事务隔离级别可以避免脏读出现，但是可能会出现不可重复读和幻像读。

4) REPEATABLE_READ （可重复读）
这种事务隔离级别可以防止脏读、不可重复读，但是可能出现幻像读。它除了保证一个事务不能读取另一个事务未提交的数据外，还保证了不可重复读。

5) SERIALIZABLE（串行化）
这是花费最高代价但是最可靠的事务隔离级别，事务被处理为顺序执行。除了防止脏读、不可重复读外，还避免了幻像读。

隔离级别解决事务并行引起的问题：

实现：

注解方式（声明式事务）
部分代码

@Transactional(propagation= Propagation.REQUIRED,isolation= Isolation.READ_COMMITTED)
	@Override
	public void purchase(int userId, String isbn) {
		//1.获取要买的图书的价格
		double bookPrice = bookShopDao.getBookPriceByIsbn(isbn);
//		System.out.println(bookPrice);
		//2.更新图书的库存
		bookShopDao.updateBookStock(isbn);
		//3.更新用户的余额
		bookShopDao.updateAccountBalance(userId, bookPrice);
//		double bookPriceByIsbn = bookShopDao.getBookPriceByIsbn(isbn);
//		System.out.println(bookPriceByIsbn);
	}

数据库：

BOOK表 ISBN NAME PRICE
1001 第一本书 60
1002 第二本书 50
ACCOUNT表 ID NAME BALANCE(余额)
1 张三 100
BOOKSTOCK表 ISBN STOCK(库存)
1001 100
1002 100
1. REQUIRED
分析：
当bookService的purchase()方法被另一个事务方法checkout()调用时，它默认会在现有的事务内运行，这个默认的传播行为就是REQUIRED。因此，checkout()方法的开始和终止边界内只有一个事务，这个事务只在checkout()方法结束的时候被提交，结果用户一本书都买不了
写法
@Transactional(propagation= Propagation.REQUIRED)
@Transactional
1
2
2. REQUIRES_NEW
分析
当bookService的purchase()方法被另一个事务方法checkout()调用时，它开启一个新的事务，此时的事务传播类型为REQURIES_NEW。每次调用purchase()方法都将生成一个新的事务，即结果为1001购买成功，1002购买失败
写法
@Transactional(propagation= Propagation.REQUIRES_NEW)
1
3. 其他几种同理
事务的隔离级别
数据库事务并发问题
假设有现在有两个事务：Transaction01和 Transaction02

脏读
当前事务读到了了其他事物更新还未提交的数据
① Transaction01将某条记录的AGE值从20修改为30
② Transaction02读取了Transaction01更新后的值：30
③ Transaction01回滚，AGE值恢复到了20
④ Transaction02读到的30就是一个无效值
不可重复读
在读取期间，其他事务修改了值，则获取的值不一致
① Transaction01读取了AGE值为20
② Transaction02将AGE值修改为30
③ Transaction01再次读取AGE值为30，和第一次读取不一致
幻读
① Transaction01读取了STUDENT表中的一部分数据
②Transaction02向STUDENT表插入了新的数据
③ Transaction01读取STUDENT表时，多出了一些行

事物隔离级别
读未提交 Isolation.READ_UNCOMMITTED
脏读、幻读、不可重复读都无法解决

@Transactional(propagation= Propagation.xxx,isolation= Isolation.READ_UNCOMMITTED)
1
允许Transaction01读取Transaction02未提交的修改

读已提交 Isolation.READ_COMMITTED
@Transactional(propagation= Propagation.xxx,isolation= Isolation.READ_COMMITTED)
1
要求Transaction01只能读取Transaction02已提交的修改

可重复读： Isolation.REPEATABLE_READ
@Transactional(propagation= Propagation.xxx,isolation= Isolation.REPEATABLE_READ)
1
确保Transaction01可以多次从一个字段中读取到相同的值，即Transaction01执行期间禁止其他事务对这个字段进行更新

串行化 Isolation.SERIALIZABLE
@Transactional(propagation= Propagation.xxx,isolation= Isolation.SERIALIZABLE)
1
确保Transaction01可以多次从一个表中读取到相同的行，在Transaction01执行期间，禁止其他事务对这个表进行添加、更新、删除操作，可以避免任何并发问题，但性能十分