zoukankan      html  css  js  c++  java
  • SQL SERVER 5 事物

    1、实物的概念

    数据库中的事物是一种机制,每一个事物是一个独立的工作单元,它包含了一组数据库操作命令,且这组命令要么都执行,要么都不执行,是一个不可分割的工作逻辑单元。

    2、事务的特性

    • 原子性(Atomicity):事务是一个完整的操作。事务的各步操作是不可分的(原子的);要么都执行,要么都不执行。
    • 一致性(Consistency):当事务完成时,数据必须处于一致状态。
    • 隔离性(Isolation):对数据进行修改的所有并发事务是彼此隔离的,这表明事务必须是独立的,它不应以任何方式依赖于或影响其他事务。
    • 永久性(Durability):事务完成后,它对数据库的修改被永久保持,事务日志能够保持事务的永久性。

    3、如何创建事务

    T-SQL使用下列语句来管理事务:
    • 开始事务:BEGIN TRANSACTION
    • 提交事务:COMMIT TRANSACTION
    • 回滚(撤销)事务:ROLLBACK TRANSACTION
    一旦事务提交或回滚,则事务结束。
    判断某条语句执行是否出错:
    使用全局变量@@ERROR,@@rowcount;
    @@ERROR只能判断当前一条T-SQL语句执行是否有错,为了判断事务中所有T-SQL语句是否有错,我们需要对错误进行累计;     
     如: SET @errorSum=@errorSum+@@error
     

    4、事务的分类

    • 显示事务:用BEGIN TRANSACTION明确指定事务的开始,这是最常用的事务类型
    • 隐性事务:通过设置SET IMPLICIT_TRANSACTIONS ON 语句,将隐性事务模式设置为打开,下一个语句自动启动一个新事务。当该事务完成时,再下一个 T-SQL 语句又将启动一个新事务
    • 自动提交事务:这是 SQL Server 的默认模式,它将每条单独的 T-SQL 语句视为一个事务,如果成功执行,则自动提交;如果错误,则自动回滚。
     

    5、创建事务的原则

    创建事务时要遵守一下的原则:
    • 事务要尽可能的简短
    • 在事务中访问的数据量要尽量最少
    • 浏览数据是尽量不要打开事务
    • 在事务处理期间不要请求用户输入

    6、使用事务的注意事项

    • 在每个操作之后,都要检查@@error或rowcount的值;
    • 当一个事务结束之后,紧跟在事务之后的T-SQL代码可以继续执行,但是出错后不能再回滚事务了;
    • 已经提交完毕的事务会将数据正式写入数据库;
    • 在一个事务执行时,如果发生如断电等意外事件,则在下次重新启动系统时,该事务会自动回滚;
    • 在事务里发生错误是的事务无法执行下去,事务也会自动回滚;
    • 无法回滚的语句不能在事务中使用。

    7、事务的工作原理

    • 在事务开始时,SQLServer会将要修改的数据锁定,同时创建一个临时的事务日志,在该临时的事务日志里存放更改的数据和更改的存储过程。
    • 在事务未提交之前,事务中所有的数据操作是临时的,一旦发生数据操作失败,就使用临时日志里的数据去回滚事务操作,并解除锁定。在事务被成功提交后,数据库就将临时的事务日志的内容存储到数据库中,此时事务操作完成。

    8、事务的隔离级别

    在SQL Server 中事务的隔离级别由低到高分为5个级别:
    • Read uncommitted:不隔离数据
    • Read committed:不允许读取没有提交的数据
    • Repeatable Read:在事务中锁定所读取的数据不让别人修改和删除。
    • Snashot:快照隔离,可以为读取数据的事务提供所需数据的一个已提交的版本。
    • Serializable:将事务所要用到的数据表全部锁定,不与许其它事务添加、修改和删除数据。
     
     
     

     

  • 相关阅读:
    一步步学习SPD2010--第三章节--处理列表和库
    《python深度学习》笔记---2.4、神经网络的“引擎”:基于梯度的优化
    《python深度学习》笔记---2.1-2.3、神经网络的数学基础
    【tensorflow2.0】模型层layers
    《python深度学*》笔记---1.3、为什么是深度学*,为什么是现在
    XGBoost是什么
    梯度提升决策树 算法过程
    集成方法中的梯度提升回归树(梯度提升机)模型
    《python深度学习》笔记---1.2、深度学习之前:机器学习简史
    《python深度学习》笔记---1.1、人工智能、机器学习与深度学习
  • 原文地址:https://www.cnblogs.com/yuchengping/p/3055410.html
Copyright © 2011-2022 走看看