JDBC-事务/锁

╰半橙微兮° 2024-02-19 13:15 14阅读 0赞

**1.事务**

事务是指一组逻辑操作单元,使数据从一种状态变换到另一种状态。
    为确保数据库中数据的一致性,数据的操纵应当是离散的成组的逻辑单元:当它全部完成时,数据的一致性可以保持,而当这个单元中的一部分
    操作失败,整个事务应全部视为错误,所有从起始点以后的操作应全部回退到开始状态。 
    事务的操作:
     1.先定义开始一个事务,然后对数据作修改操作,
     2.这时如果提交(COMMIT),这些修改就永久地保存下来,
     3.如果回退(ROLLBACK),数据库管理系统将放弃所作的所有修改而回到开始事务时的状态。

**2.事务的ACID(acid)属性**

1. 原子性（Atomicity）
    原子性是指事务是一个不可分割的工作单位，事务中的操作要么都发生，要么都不发生。 
    
    2. 一致性（Consistency）
    事务必须使数据库从一个一致性状态变换到另外一个一致性状态。
    
    3. 隔离性（Isolation）
    事务的隔离性是指一个事务的执行不能被其他事务干扰，即一个事务内部的操作及使用的数据对并发的其他事务是隔离的，并发执行的各个事务之间不能互相干扰。
    
    4. 持久性（Durability）
    持久性是指一个事务一旦被提交，它对数据库中数据的改变就是永久性的，接下来的其他操作和数据库故障不应该对其有任何影响

**3.JDBC 事务处理**

MySQL命令，事务的用法：
    
       l。开启事务(start transaction)
    
       2.执行sql操作(普通sql操作)
    
       3.提交/回滚(commit/rollback)
    
    注意:
    
    建表的时候,选择 Innodb引擎才支持事务
    默认情况下，MySQL是自动提交事务，每次执行一个 SQL 语句时，如果执行成功，就会向数据库自动提交，而不能回滚。如果某一组操作需要在一个事务中，那么需要使用start transaction，一旦rollback或commit就结束当次事务。
    如果需要在当前会话的整个过程中都取消自动提交事务，进行手动提交事务，就需要设置set autocommit = false;或set autocommit = 0;那样的话每一句SQL都需要手动commit提交才会真正生效。rollback或commit之前的所有操作都视为一个事务。
    JDBC程序中当一个连接对象被创建时，默认情况下是自动提交事务：每次执行一个 SQL 语句时，如果执行成功，就会向数据库自动提交，而不能回滚。
    
    JDBC程序中为了让多个 SQL 语句作为一个事务执行：（重点）
    
    调用 Connection 对象的 setAutoCommit(false); 以取消自动提交事务
    在所有的 SQL 语句都成功执行后，调用 commit(); 方法提交事务
    在其中某个操作失败或出现异常时，调用 rollback(); 方法回滚事务
    若此时 Connection 没有被关闭, 则需要恢复其自动提交状态 setAutoCommit(true);
    注意：
    
    如果多个操作，每个操作使用的是自己单独的连接，则无法保证事务。即同一个事务的多个操作必须在同一个连接下

4.数据库的隔离级别

1.脏读2.不可重复读3.幻读4.序列化
      对于同时运行的多个事务（多线程并发）, 当这些事务访问数据库中相同的数据时, 如果没有采取必要的隔离机制, 就会导致
    各种并发问题: （问题的本质就是线程安全问题，共享数据的问题）
     1.脏读: 对于两个事务 T1, T2, T1 读取了已经被 T2 更新但还没有被提交的字段. 之后, 若 T2 回滚, T1读取的内容就是
    临时且无效的.
     2.不可重复读: 对于两个事务 T1, T2, T1 读取了一个字段, 然后 T2 更新并提交了该字段. 之后, T1再次读取同一个字段,
     值就不同了.
     3.幻读: 对于两个事务 T1, T2, T1 从一个表中读取了一个字段, 然后 T2 在该表中插入了一些新的行. 之后, 如果
     T1 再次读取同一个表, 就会多出几行.

数据库事务的隔离性: 数据库系统必须具有隔离并发运行各个事务的能力, 使它们不会相互影响, 避免各种并发问题. 一个事务与其他事
    务隔离的程度称为隔离级别. 数据库规定了多种事务隔离级别, 不同隔离级别对应不同的干扰程度, 隔离级别越高, 数据一致性就越好, 
    但并发性越弱。
    
    Oracle 支持的 2 种事务隔离级别：READ COMMITED, SERIALIZABLE. Oracle 默认的事务隔离级别为: READ COMMITED 
    
    Mysql 支持 4 中事务隔离级别. Mysql 默认的事务隔离级别为: REPEATABLE READ
    
    每启动一个 mysql 程序, 就会获得一个单独的数据库连接. 每个数据库连接都有一个全局变量 @@tx_isolation, 
    表示当前的事务隔离级别. MySQL 默认的隔离级别为 Repeatable Read
    
      1.查看当前的隔离级别: SELECT @@tx_isolation;
      2.设置当前 mySQL 连接的隔离级别:  set transaction isolation level read committed;
      3.设置数据库系统的全局的隔离级别:  set global transaction isolation level read committed;
    
    JDBC可以通过Connection对象的：
    
      1.int getTransactionIsolation()：获取此 Connection 对象的当前事务隔离级别
      2.void setTransactionIsolation(int level)：试图将此 Connection 对象的事务隔离级别更改为给定的级别。
    可能的事务隔离级别是 Connection 接口中定义的常量。 
    
    level - 以下 Connection 常量之一：
      1.Connection.TRANSACTION_READ_UNCOMMITTED（=1）
      2.Connection.TRANSACTION_READ_COMMITTED（=2）、
      3.Connection.TRANSACTION_REPEATABLE_READ（=4）
      4.Connection.TRANSACTION_SERIALIZABLE（=8）。
    （注意，不能使用 Connection.TRANSACTION_NONE（=0），因为它指定了不受支持的事务。）

![20181110233742670.png][]

注意：INNODB使用了MVCC (Multiversion Concurrency Control)，即多版本并发控制技术防止幻读。
    MVCC主要是为Repeatable-Read事务隔离级别做的。
    但是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）。

说明：

脏读：客户端A却读取到B未提交的脏数据
    不可重复读：在一个事务中前后两次读取的结果值并不一致，导致了不可重读读
    幻读：重点在于新增或者删除（数据条数的变化）：同样条件下，第一次和第二次读出来的记录条数不一样
    
    脏读、不可重读度、幻读，其实都是数据库的一致性问题，必须由一定的事务隔离机制来解决

![779738-20170109104825775-501316107.png][]

**MySQL 默认的级别是:Repeatable read 可重复读。**

**5.锁**

行级锁:锁一行
    表级锁:如果事务隔离级别是序列化，将会发生整张表的锁

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70][]

**六、JDBC 取得数据库自动生成的主键**

Connection中：
    PreparedStatement prepareStatement(String sql, int autoGeneratedKeys)：
    autoGeneratedKeys - 指示是否应该返回自动生成的键的标志，它是
     Statement.RETURN_GENERATED_KEYS 或 Statement.NO_GENERATED_KEYS 之一 
    
    PreparedStatement 中有一个方法，来得到咱们的自动生成的主键值：
    ResultSet getGeneratedKeys()

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 1][]

**七、批处理**

当需要成批插入或者更新记录时。可以采用Java的批量更新机制，这一机制允许多条语句一次性提交给数据库批量处理。通常情况下比单独提交处理更有效率。
    JDBC的批量处理语句包括下面两个方法：
    1.ddBatch()：添加需要批量处理的SQL语句或参数
    2.executeBatch()：执行批量处理语句；
    通常我们会遇到两种批量执行SQL语句的情况：
    1.多条SQL语句的批量处理；
    2.一个SQL语句的批量传参；
    注意：
    JDBC连接MySQL时，如果要使用批处理功能，请再url中加参数?rewriteBatchedStatements=true
    PreparedStatement作批处理插入时使用values（使用value没有效果）

### **Statement** ###

void addBatch(String  sql)：添加需要批量处理的SQL语句
    
    int[] executeBatch()；执行批量处理语句；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 2][]

### **PreparedStatement** ###

void addBatch()将一组参数添加到此 PreparedStatement 对象的批处理命令中
    
    int[] executeBatch()；执行批量处理语句；

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 3][]

关于效率测试

测试：插入100000条记录
    （1）Statement不使用批处理
    （2）PreparedStatement不使用批处理
    （3）Statement使用批处理
    （4）PreparedStatement使用批处理（效率最高）
    （4）>（3）>（1）>（2）

[20181110233742670.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/f25b93c893ed4ee3aae043ff0e01739f.png
[779738-20170109104825775-501316107.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/f772389ca6e44554b19014cac8032293.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/f709fc9eaec64056b09cfcc2683bf058.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/3e8f2a6496c4407eb1bd96cdb7b56c38.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/efc71807ca2741e794748af6852ba197.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzU0OTU3OA_size_16_color_FFFFFF_t_70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/5c4a17c4cc7a40d49c9ec4ad677398fd.png