当前位置: 首页 > article >正文

【MySQL】事务:ACID 特性

原子性atomicity原子性是指事务是一个不可分割的工作单位要么全部提交要么全部失败回滚。即要么转账成功要么转账失败是不存在中间的状态。如果无法保证原子性会怎么样?就会出现数据不一致的情形A账户减去100元而B账户增加100元操作失败系统将无故丢失100元。 青柠来相伴代码更简单。 本文所有内容我都整理在了语雀博客里。 关注公众号【青柠代码录】 回复关键词青柠合集 ✨ 即可查看所有技术博客合集 一致性consistency根据定义一致性是指事务执行前后数据从一个 合法性状态 变换到另外一个 合法性状态 。这种状态 是 语义上 的而不是语法上的跟具体的业务有关。那什么是合法的数据状态呢满足 预定的约束 的状态就叫做合法的状态。通俗一点这状态是由你自己 来定义的比如满足现实世界中的约束。满足这个状态数据就是一致的不满足这个状态数据就 是不一致的如果事务中的某个操作失败了系统就会自动撤销当前正在执行的事务返回到事务操作 之前的状态。举例1 :A账户有200元转账300元出去此时A账户余额为-100元。你自然就发现了此时数据是不一致的为什么呢?因为你定义了一个状态余额这列必须0。举例2∶A账户200元转账50元给B账户A账户的钱扣了但是B账户因为各种意外余额并没有增加。你也知道此时数据是不一致的为什么呢?因为你定义了一个状态要求AB的总余额必须不变。举例3∶在数据表中我们将姓名字段设置为唯一性约束这时当事务进行提交或者事务发生回滚的时候如果数据表中的姓名不唯一就破坏了事务的一致性要求。隔离型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。如果无法保证隔离性会怎么样假设A账户有200元B账户0元。A账户往B账户转账两次每次金额为50 元分别在两个事务中执行。如果无法保证隔离性会出现下面的情形UPDATE accounts SET money money - 50 WHERE NAME AA; UPDATE accounts SET money money 50 WHERE NAME BB;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。持久性是通过 事务日志 来保证的。日志包括了 重做日志 和 回滚日志 。当我们通过事务对数据进行修改的时候首先会将数据库的变化信息记录到重做日志中然后再对数据库中对应的行进行修改。这样做的好处是即使数据库系统崩溃数据库重启后也能找到没有更新到数据库系统中的重做日志重新执行从而使事务具有持久性。总结ACID是事务的四大特性在这四个特性中原子性是基础隔离性是手段一致性是约束条件而持久性是 我们的目的。数据库事务其实就是数据库设计者为了方便起见把需要保证原子性、隔离性、一致性和持久性的一个或多个数据库操作称为一个事务。事务的特性ACID原子性一个事务不可再分割要么都执行要么都不执行一致性一个事务执行会使数据从一个一致状态切换到另外一个一致状态隔离性一个事务的执行不受其他事务的干扰持久性一个事务一旦提交则会永久的改变数据库的数据.

相关文章:

【MySQL】事务:ACID 特性

原子性(atomicity):原子性是指事务是一个不可分割的工作单位,要么全部提交,要么全部失败回滚。即要么转账成功,要么转账失败,是不存在中间的状态。如果无法保证原子性会怎么样?就会出现数据不一…...

从gh_mirrors/aw/awesome-quincy-larson-emails看编程教育趋势:Quincy Larson的每周洞察

从gh_mirrors/aw/awesome-quincy-larson-emails看编程教育趋势:Quincy Larson的每周洞察 【免费下载链接】awesome-quincy-larson-emails This repository is an archive of emails that are sent by the awesome Quincy Larson every week. 项目地址: https://gi…...

claude-code-best-practice分布式系统:构建高可用分布式应用的AI辅助策略

claude-code-best-practice分布式系统:构建高可用分布式应用的AI辅助策略 【免费下载链接】claude-code-best-practice practice made claude perfect 项目地址: https://gitcode.com/GitHub_Trending/cl/claude-code-best-practice claude-code-best-practi…...

Oga性能优化指南:提升Ruby XML/HTML解析速度的秘诀

Oga性能优化指南:提升Ruby XML/HTML解析速度的秘诀 【免费下载链接】oga Oga is an XML/HTML parser written in Ruby. 项目地址: https://gitcode.com/gh_mirrors/og/oga Oga是一款用Ruby编写的高性能XML/HTML解析器,以其出色的解析能力和优化的…...

GPTs提示词泄露与防护:Awesome AI GPTs安全指南

GPTs提示词泄露与防护:Awesome AI GPTs安全指南 【免费下载链接】Awesome-AI-GPTs Awesome AI GPTs, OpenAI GPTs, GPT-4, ChatGPT, GPTs, Prompts, plugins, Prompts leaking 项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-AI-GPTs 随着AI技术的快速…...

开发者视角:Terraform Provider Dominos 的设计理念与实现原理

开发者视角:Terraform Provider Dominos 的设计理念与实现原理 【免费下载链接】terraform-provider-dominos The Terraform plugin for the Dominos Pizza provider. 项目地址: https://gitcode.com/gh_mirrors/te/terraform-provider-dominos Terraform Pr…...

Beeftext完全指南:Windows终极文本片段工具,让输入效率提升10倍

Beeftext完全指南:Windows终极文本片段工具,让输入效率提升10倍 【免费下载链接】Beeftext A text snippet tool for Windows. 项目地址: https://gitcode.com/gh_mirrors/be/Beeftext Beeftext是一款专为Windows设计的文本片段工具,能…...

Qwen3-ASR-1.7B企业实操:ASR结果接入Elasticsearch构建语音检索库

Qwen3-ASR-1.7B企业实操:ASR结果接入Elasticsearch构建语音检索库 1. 引言:语音数据检索的挑战与解决方案 语音数据正在成为企业重要的数字资产,从会议录音、客服通话到培训讲座,每天都会产生大量语音内容。但这些数据如果只是简…...

DeepSeek-OCR-2实战教程:自定义后处理脚本,实现OCR结果自动分类归档

DeepSeek-OCR-2实战教程:自定义后处理脚本,实现OCR结果自动分类归档 1. 引言:从识别到归档,让OCR真正为你所用 你用过OCR工具吗?是不是经常遇到这样的场景:扫描了一堆发票、合同、会议纪要,工…...

ollama运行QwQ-32B效果实测:生物医学文献因果关系抽取

ollama运行QwQ-32B效果实测:生物医学文献因果关系抽取 1. 模型简介与部署准备 QwQ-32B是Qwen系列中具备思考和推理能力的语言模型,相比传统指令调优模型,在处理复杂问题和推理任务时表现更加出色。这款拥有325亿参数的模型在架构设计上采用…...

Qwen2-VL-2B-Instruct应用场景:工业质检中缺陷描述文本与异常图像样本库匹配

Qwen2-VL-2B-Instruct在工业质检中的应用:缺陷描述与异常图像样本库的智能匹配 1. 引言:工业质检的痛点与AI解法 在工厂的生产线上,质检员每天都要面对成千上万的零部件。发现一个划痕、一个凹坑、或者一处颜色不均,他们需要在厚…...

工业检测革命性突破!思奥特CRT-FLC侧发光面光源,92-98%均匀度震撼业界

在智能制造飞速发展的今天,机器视觉作为工业自动化的"智慧之眼",正以前所未有的速度改变着传统制造业。而在这双"眼睛"背后,光源技术的重要性往往被低估——据统计,超过70%的视觉检测失败案例,根源…...

2026年五大最值得了解的能源管理系统全解析

在智能工业与绿色低碳战略深度融合的背景下,能源管理系统(EMS)正从“基础监控”向“智能决策全链路优化”升级,成为企业实现高质量发展的关键支撑。据艾瑞咨询数据显示,2025年中国智能能源管理系统市场规模达192亿美元…...

IndexTTS-2-LLM与VITS对比:大语言模型TTS谁更适合企业落地

IndexTTS-2-LLM与VITS对比:大语言模型TTS谁更适合企业落地 1. 引言:企业语音合成的选择难题 在智能语音技术快速发展的今天,企业面临着众多语音合成方案的选择。传统的TTS系统虽然成熟稳定,但在自然度和表现力上往往有所欠缺。而…...

百川2-13B-4bits量化版惊艳效果:冒泡排序/装饰器讲解/错误诊断三重能力验证

百川2-13B-4bits量化版惊艳效果:冒泡排序/装饰器讲解/错误诊断三重能力验证 1. 引言:当大模型遇上量化,消费级显卡也能起飞 最近在折腾大语言模型的时候,我发现了一个挺有意思的现象:很多朋友一听到“13B参数”的模型&…...

MedGemma Medical Vision Lab步骤详解:上传CT影像→中文提问→获取解剖结构分析结果全过程

MedGemma Medical Vision Lab步骤详解:上传CT影像→中文提问→获取解剖结构分析结果全过程 1. 系统概述 MedGemma Medical Vision Lab是一个基于Google MedGemma-1.5-4B多模态大模型构建的医学影像智能分析Web系统。这个系统通过直观的网页界面,让用户…...

Z-Image-Turbo LoRA镜像合规审计:等保2.0三级要求满足情况逐条对照

Z-Image-Turbo LoRA镜像合规审计:等保2.0三级要求满足情况逐条对照 在AI技术快速落地的今天,如何确保AI应用服务在提供强大功能的同时,也能满足严格的安全合规要求,成为企业和技术团队必须面对的重要课题。今天,我们就…...

MusePublic圣光艺苑部署案例:边缘设备Jetson AGX Orin轻量化适配

MusePublic圣光艺苑部署案例:边缘设备Jetson AGX Orin轻量化适配 1. 引言:当艺术创作遇见边缘计算 想象一下,一位艺术家在户外写生,他不需要携带笨重的画架和颜料,只需要一台小巧的设备,就能随时调用一个…...

Qwen3-TTS-Tokenizer-12Hz多场景案例:在线教育语音课件压缩分发

Qwen3-TTS-Tokenizer-12Hz多场景案例:在线教育语音课件压缩分发 1. 引言:在线教育的声音传输挑战 在线教育平台每天产生海量的语音课件内容,从老师讲课录音到互动答疑音频,这些内容需要高效传输给学生。但传统音频文件体积庞大&…...

GME多模态向量-Qwen2-VL-2B企业落地:金融研报图文混合关键词扩展检索实践

GME多模态向量-Qwen2-VL-2B企业落地:金融研报图文混合关键词扩展检索实践 你是不是也遇到过这种情况?面对一份几十页的金融研报,里面既有密密麻麻的文字分析,又有各种复杂的图表数据,想快速找到某个特定信息&#xff…...

Qwen3.5-35B-AWQ-4bit图文理解效果集:社交媒体截图分析+情绪判断+传播建议

Qwen3.5-35B-AWQ-4bit图文理解效果集:社交媒体截图分析情绪判断传播建议 1. 模型能力概览 Qwen3.5-35B-AWQ-4bit是一款专为视觉多模态理解设计的量化模型,在保持高效推理的同时,展现出强大的图片理解和图文交互能力。该模型特别适合处理社交…...

Lychee-Rerank从零部署:无Python基础也能完成的本地检索评分工具搭建

Lychee-Rerank从零部署:无Python基础也能完成的本地检索评分工具搭建 本文面向零基础用户,手把手教你搭建本地检索评分工具,无需编程经验,跟着步骤操作即可完成 1. 工具简介:什么是Lychee-Rerank? Lychee-…...

美团java后端面试-乐观锁vs悲观锁

前言 在多线程编程和高并发系统设计中,数据一致性是悬在开发者头顶的达摩克利斯之剑。当多个用户或线程同时尝试修改同一份数据时,如何避免数据错乱,就成了必须解决的问题。锁机制应运而生,而乐观锁与悲观锁则是并发控制领域两种最…...

PP-DocLayoutV3作品展示:学术海报中图注/标题/方法/结果区块自动划分

PP-DocLayoutV3作品展示:学术海报中图注/标题/方法/结果区块自动划分 1. 引言:当AI学会“阅读”学术海报 想象一下这个场景:你是一位科研人员,正在准备一场重要的学术会议。手头有几十篇相关领域的论文海报需要快速阅读、整理和…...

Qwen3-0.6B-FP8惊艳表现:在‘写一段鲁迅风格评论AI伦理’任务中获人工评分4.8/5

Qwen3-0.6B-FP8惊艳表现:在‘写一段鲁迅风格评论AI伦理’任务中获人工评分4.8/5 最近,一个只有6亿参数的小模型Qwen3-0.6B-FP8,在一项特殊的文本生成任务中,获得了接近满分的评价。这项任务要求模型模仿鲁迅先生的文风&#xff0…...

春联生成模型-中文-base效果展示:同一关键词不同temperature生成对比

春联生成模型-中文-base效果展示:同一关键词不同temperature生成对比 1. 模型效果展示概览 春联生成模型-中文-base是达摩院AliceMind团队基于基础生成大模型开发的特色应用。这个模型有一个很实用的功能:只需要输入两个字的祝福词,就能自动…...

all-MiniLM-L6-v2多场景落地:智能办公助手语义理解、会议纪要关键句提取、邮件分类

all-MiniLM-L6-v2多场景落地:智能办公助手语义理解、会议纪要关键句提取、邮件分类 你是不是也经常被这些办公琐事搞得头大?每天要处理上百封邮件,分不清哪些是重要通知,哪些是垃圾广告;开完会面对几小时的录音和混乱…...

DeepSeek-OCR部署避坑指南:首次加载权重慢、显存不足报错解决方案

DeepSeek-OCR部署避坑指南:首次加载权重慢、显存不足报错解决方案 1. 为什么你刚点启动就卡住?——直面两大高频痛点 刚把 DeepSeek-OCR-2 下载好,兴冲冲运行 python app.py,结果终端停在 Loading model... 十几分钟不动&#x…...

自然语言处理(词向量转化)PCA降维

一、自然语言处理NLP,自然语言处理,和机器学习一样是人工智能的一个领域,如果说机器学习是让机器像人一样会发现规律,那自然语言处理中的词向量转化就是把语言(中文,英文等语言)转化为向量&…...

AIGlasses_for_navigation实用效果:分割结果导出为JSON坐标供下游TTS播报

AIGlasses_for_navigation实用效果:分割结果导出为JSON坐标供下游TTS播报 1. 项目介绍与核心价值 AIGlasses_for_navigation是一个基于YOLO分割模型的智能视觉导航系统,专门为视障人士设计。这个系统能够实时检测和分割道路上的关键导航元素&#xff0…...