zoukankan      html  css  js  c++  java
  • mysql事务

     

    我们知道,在关系数据库标准中有四个事务隔离级别:

    • 未提交读(Read Uncommitted):允许脏读,也就是可能读取到其他会话中未提交事务修改的数据
    • 提交读(Read Committed):只能读取到已经提交的数据。Oracle等多数数据库默认都是该级别
    • 可重复读(Repeated Read):可重复读。在同一个事务内的查询都是事务开始时刻一致的,InnoDB默认级别。在SQL标准中,该隔离级别消除了不可重复读,但是还存在幻象读
    • 串行读(Serializable):完全串行化的读,每次读都需要获得表级共享锁,读写相互都会阻塞

    查看InnoDB系统级别的事务隔离级别:

    mysql> SELECT @@global.tx_isolation;
    +———————–+
    | @@global.tx_isolation |
    +———————–+
    | REPEATABLE-READ |
    +———————–+
    1 row in set (0.00 sec)

    查看InnoDB会话级别的事务隔离级别:

    mysql> SELECT @@tx_isolation;
    +—————–+
    | @@tx_isolation |
    +—————–+
    | REPEATABLE-READ |
    +—————–+
    1 row in set (0.00 sec)

    修改事务隔离级别:

    mysql> set global transaction isolation level read committed;
    Query OK, 0 rows affected (0.00 sec)

    mysql> set session transaction isolation level read committed;
    Query OK, 0 rows affected (0.00 sec)

    InnoDB的可重复读隔离级别和其他数据库的可重复读是有区别的,不会造成幻象读(phantom read),所谓幻象读,就是同一个事务内,多次select,可以读取到其他session insert并已经commit的数据。下面是一个小的测试,证明InnoDB的可重复读隔离级别不会造成幻象读。测试涉及两个session,分别为session 1和session 2,隔离级别都是repeateable read,关闭autocommit

    mysql> select @@tx_isolation;
    +—————–+
    | @@tx_isolation |
    +—————–+
    | REPEATABLE-READ |
    +—————–+
    1 row in set (0.00 sec)

    mysql> set autocommit=off;
    Query OK, 0 rows affected (0.00 sec)

    session 1 创建表并插入测试数据

    mysql> create table test(i int) engine=innodb;
    Query OK, 0 rows affected (0.00 sec)

    mysql> insert into test values(1);
    Query OK, 1 row affected (0.00 sec)

    session 2 查询,没有数据,正常,session1没有提交,不允许脏读

    mysql> select * from test;
    Empty set (0.00 sec)

    session 1 提交事务

    mysql> commit;
    Query OK, 0 rows affected (0.00 sec)

    session 2 查询,还是没有数据,没有产生幻象读

    mysql> select * from test;
    Empty set (0.00 sec)

    以上试验版本:

    mysql> select version();
    +————————-+
    | version() |
    +————————-+
    | 5.0.37-community-nt-log |
    +————————-+
    1 row in set (0.00 sec)

  • 相关阅读:
    小结:机器学习基础部分
    概率图:HMM:Evaluation问题(前向算法/后向算法)
    概率图:GMM求解:EM优化算法的导出(从【ELBO+KL】和【ELBO+Jensen】两个角度导出)
    概率图:GMM:EM算法及其收敛性证明
    概率图:高斯混合模型(GMM)
    概率图基础:D-separation;全局Markov性质;Markov Blanket
    概率图基础:概率基本概念、条件独立性、图求解联合概率的规则合理性推理
    mysql索引失效
    mysql 统计行数count(*)
    mysql如何收缩表空间
  • 原文地址:https://www.cnblogs.com/xiayong123/p/3717151.html
Copyright © 2011-2022 走看看