Spring事务隔离级别简介及实例解析-创新互联

本文研究的主要是Spring事务隔离级别(solation level)介绍及例子，具体如下。

当两个事务对同一个数据库的记录进行操作时，那么，他们之间的影响是怎么样的呢？这就出现了事务隔离级别的概念。数据库的隔离性与并发控制有很大关系。数据库的隔离级别是数据库的事务特性ACID的一部分。ACID，即原子性(atomicity)、一致性(consistency)、隔离性(isolation)和持久性(durability)。Spring的事务隔离级别有四个：READ_UNCOMMITTED、READ_COMMITTED、REPEATABLE_READ和SERIALIZABLE。还有一个，是数据库默认的隔离级别DEFAULT，MySQL默认是REPEATABLE_READ。

下面来具体看看。

顾名思义，READ_UNCOMMITTED意思是，一个事务可以读取到另一个事务未提交的事务记录。换句话说，a transaction can read the data that is still uncommitted by other transactions。这是Spring事务最弱的隔离级别。见下面的图，事务A开启，写入一条记录，这时候，事务B读入数据，读到了这条记录，但是，之后事务A回滚。因此，事务B读到的数据不是有效的（the database is in an invalid state)。这种情况称为脏读（dirty read)。除了脏读的问题，READ_UNCOMMITTED还可能出现non-repeatable read(不可重复读)和phantom read(幻读)的问题。

READ_COMMITTED隔离级别表明，一个事务只能读取到已经提交的记录，不能读取到未提交的记录。换句话说，a transaction can only read the committed data, and it can't read the uncommitted data.因此，dirty read的情况不再发生，但可能会出现其他问题。见下图。

在事务A两次读取的过程之间，事务B修改了那条记录并进行提交。因此，事务A前后两次读取的记录不一致。这个问题称为non-repeatable read(不可重复读)。（两次读取的记录不一致，重复读取就会发现问题。)

除了non-repeatable read的问题，READ_COMMITTED还可能发生phantom read的问题。

REPEATABLE_READ意思是，一个事务可以多次从数据库读取某条记录，而且多次读取的那条记录都是一致的，相同的。这个隔离级别可以避免dirty read和non-repeatable read的问题，但可能发生phantom read的问题。如下图。

事务A两次从数据库读取一系列记录，期间，事务B插入了某条记录并提交。事务A第二次读取时，会读取到事务B刚刚插入的那条记录。在事务期间，事务A两次读取的一系列记录不一致，这个问题称为phantom read。

SERIALIZABLE是Spring最强的隔离级别。事务执行时，会在所有级别上加锁，比如read和write时都会加锁，仿佛事务是以串行的方式进行的，而不是一起发生的。这会防止dirty read、non-repeatable read和phantom read的出现，但是，会带来性能的下降。

MySQL默认是REPEATABLE_READ。

下面，我们看一个例子。在数据库mysql里开启一个事务，不提交。然后，另一个事务读取记录。

刚开始，数据库里的记录，如图

接下来，在数据库mysql中开启事务A，并插入一条记录。

在service的业务类的事务属性配置为READ_UNCOMMITTED。

@Transactional(isolation=Isolation.READ_UNCOMMITTED)
public class AccountService {
	private AccountDAO accountDAO;
	public AccountDAO getAccountDAO() {
		return accountDAO;
	}
	public void setAccountDAO(AccountDAO accountDAO) {
		this.accountDAO = accountDAO;
	}
	public void transfer(String from, String to, double money) {
		accountDAO.outMoney(from, money);
		accountDAO.inMoney(to, money);
	}
	public void readAllUser() {
		List accounts = accountDAO.getAllUser();
		for (Account account : accounts) {
			System.out.println(account);
		}
	}
}