两个数据库事务

① spring+mybatis 多数据库事务管理：一个方法里面能同时对两个数据库的数据进行操作

1. 定义两个DAO分别使用不同的数据源，ADAO连接A数据库，BDAO连接B数据库

2. 定义一个Service类，加上Spring注解@Transactional，表示进行事务管理。

   将ADAO和BDAO注入到Service类里面。

   在service类里面创建一个方法，方法里调用ADAO的方法插入数据到A数据库的user表，然后调用BDAO的方法插入数据到B数据库的user表

② 数据库详解之事务

究竟什么是数据库的事务，为什么数据库需要支持事务，为了实现数据库事务各种数据库的是如何设计的。还是只谈理解，欢迎大家来讨论。

1. 数据库事务是什么

事务的定义，已经有太多文章写过，我就不重复了。我理解的事务就是用来保证数据操作符合业务逻辑要求而实现的一系列功能。换句话说，如果数据库不支持事务，上面业务系统的程序员就需要自己写代码保证相关数据处理逻辑的正确性。而数据库事务就是把一系列保证数据库处理逻辑正确性的通用功能在数据库内实现，并且尽量提高效率。

举个例子，数据库最开始普及就是在金融业，银行的存取款场景就是一个最典型的OLTP数据库场景，而事务就是设计用来保证类似场景的业务逻辑正确性的。


**原子性**，如果你要给家人转账，必须在你的账户里扣掉100块，在家人账户里加上100块，这两笔操作需要一起完成，业务逻辑才是正确的。但是程序在做修改的时，肯定会有先后顺序，试想一下程序扣了你的钱，这个时候程序崩溃了，家人账户的钱没有加上。那这100块是不是消失了？你是不是要发疯？那么，就把这两笔操作放进一个事务里，通过原子性保证，这两笔操作要么都成功，要么都失败。这样才能保证业务逻辑的正确性。

**一致性**，有很多文章讲过一致性，但是很多人会把一致性跟原子性混在一起说。事务的一致性指的是指每一个事务必须保证执行之后所有库内的规则依旧成立。比如内外键，constraint，触发器等。举例来说，你在储蓄卡里有100元，理财账户里有100元，基金账户有100元，那么你在资产总和里会看到300元，这个300元必须是其他三个账户余额加在一起得到的。你在给家人转帐100元是从储蓄卡里转出去了100元，那么在数据库上可以通过创建触发器的方式，当储蓄卡余额账户减100元的同时，把资产总和也同步减去100，不然的话，就会出现逻辑上的错误，因为你已经转走了100块储蓄卡余额，实际资产总和应该是200，如果还是300，数据库状态就不一致了。所以实现事务的时候，必须要保证相关联的触发器以及其他所有的内部规则都执行成功，事务才能算执行成功。如果在减去资产总时出错，那么这笔转帐交易也不能成功。因为这样数据库就会进入不一致的状态。

那么这里跟原子性的区别到底在哪里呢？原子性是指个多个用户指令之间必须作为一个整体完成或失败，而一致性更多是数据库内的相关数据规则必须同时完成或失败。

**持久性**，最容易理解的一个，事务只要提交了，那么对数据库的修改就会保存下来不会丢了。简单来说，只要提交了，数据库就算崩溃了，重启之后你刚存的100块依然在你的账户里。

**隔离性**，每个事务相对于其他的事务是有一定独立性的，不能互相影响。因为数据库需要支持并发的操作来提高效率。在并发操作时，一定要通过操作之间的隔离来保证业务逻辑的正确性。比如，你转帐100块给家人，一系列操作的最后一步可能是输入验证码，这个时候转帐还没有完成，但是在数据库里你的账户对应的记录中已经减去100块，家人账户也加了100块，就等着验证码输入以后，事务提交，完成操作。那么，这个时候，家人通过手机银行能够查到这100块么？你的答案可能是不能，因为这样才符合业务逻辑，因为你的转帐操作还没有提交，事务还没有完成。那么数据库就应该保证这两个并发操作之间具有一定的隔离性。

那么到底应该隔离到什么程度呢？隔离性又分为4个等级：由低到高依次为Read uncommitted(读未提交)、Read committed（读提交）、Repeatable read（可重复读取）、Serializable（序列化），这四个级别可以逐个解决脏读、不可重复读、幻象读这几类问题。这些东西是什么意思？请有兴趣的小伙伴自行网络，很多文章都写的很清楚。

那么怎么理解不同的隔离等级呢，首先要理解并发操作，并发操作就是指有不同的用户同时对一个数据进行读、写操作，那么在这个过程中，每个用户应该看到什么数据才能保证业务逻辑的正确性呢？ 如果是前面存取款的场景，我必须看到的是已经存进来的钱，也就是必须是已经提交的事务。而12306刷火车票呢，你可以看到有10张余票，但是在下单的时候告诉你票卖完了，因为同时有10个用户把票买掉了，你需要重新刷余票，这个也是可以接受的，也就是说我可以读到一些虚假的余票，这样在业务上也没有什么问题。那么在设计这两个不同系统时，就可以选择不同的事务隔离级别来实现不同的并发效果。不同的隔离等级就是要在系统的并发性和数据逻辑的严谨性之间做出的平衡。

2. 数据库如何实现事务

数据库实现事务会有多种不同的方式，但基本的原理类似，比如都需要对事务进行统一的编号处理，都需要记录事务的状态（是成功了还是失败了），都需要在数据存储的层面对事务进行支持，以明确哪些数据是被哪些事务、插入、修改和删除的。同时还会记录事务日志等，对事务进行系统化的管理以实现数据的原子性，一致性和持久性。

要实现事务的隔离性，最基础的就是通过加锁机制把并发操作适当的串行化来保证数据操作的正确逻辑。但是为了要保证系统具有良好的并发性能，必须要在实现事务隔离性时需要找到合理的平衡点。大部分数据库（包括Oracle，Mysql，Postgres在内）在做并发控制的时候都会采用MVCC（多版本并发控制）的机制来保证系统具有较高的并发性，不同数据库实现MVCC的具体方案也不尽相同，但其基本原理类似。

3. MVCC实现原理

所谓MVCC，就是数据库中的同一查询根据相关事务执行的先后顺序以及隔离级别的不同，可能会存在不同版本的结果，通过这样的手段来保证大部分查询操作不会被修改操作阻塞并保证数据逻辑的正确性。也就是数据库通过保存多个版本的数据（ 历史 数据）来提高系统的并发查询能力。简单来说就是用存储空间来交换并发能力。下面以Postgres为例介绍一下MVCC的一种实现方式帮助大家理解这个重要的数据库概念。通过下面的图来解释Posrgres里最基本的数据可见性是如何实现多版本控制的。


首先，Postgres里的每一个事务都有编号，这里可以简单理解为时间顺序编号，编号越大的事务发生越晚。然后，数据库里的每一行记录都会保存创建这条记录的事务号（Cre），也会在记录删除时保存删除这条记录的事务号（Exp），换句话说，只要Exp这里一列里记录了事务编号，就说明这条记录被删除了。那么一个事务应该能看见那些记录呢？Postgres里每一个事务都会保存一个当前系统的事务快照（Snapshot），这个快照里会保存事务创建时当前系统的最高（最晚）事务编号，以及目前还在进行中的事务编号。那么如上图所示的一个事务的快照里最高事务编号为100，目前正在进行的事务有25，50和75。那么对应左边数据记录，这6行数据的可见性就如同标注的一般：

第一行，Cre 30，没有删除，在100这个时间点，应该能看到。

第二行，Cre 50，没有删除，但是50这个事务还没有提交，正在进行中，所以看不见。

第三行，Cre 110，没有删除，但是100这个时间点110事务还没有发生，所以看不见。

第四行，Cre 30，Exp 80，在80的时候数据被删掉了，所以看不见。

第五行，Cre 30，Exp 75，在30的时候被创建，75时候被删掉了，但是75这个事务在100的时候还没有提交，所以这条记录在100的时候还没有删掉，所以看得见。

第六行，Cre30，Exp 110，在30的时被创建，110时候被删掉，但是在100时候，110还没有发生，所以看得见。

综上，就是这个事务对这六条记录的可见性，也就是一个数据版本。那么大家可以看一下如果另一个事务的快照里存的是最高事务编号为110，正在进行的事务为50，那么它能看到的数据应该是哪几行呢？同时大家也看到，Postgres里删除一行数据其实就是在这一行的Exp这个列记录一个删除事务的编号，相当于做了一个删除标记，而数据没有真正被删除，因此Postgres数据库需要定期做数据清理操作（Vacuum）。Pstgres的在现实场景里会比这里介绍的要复杂，因为我们这里假定所有的事务最终都是正确提交了，如果存在某些事务没有提交的情况，那么可见性就会更加复杂，这里不再展开了。

数据库事务是基本的数据库概念，之前已经有很多很好文章做过介绍，这里希望能把自己的理解用比较通俗的描述分享给大家，欢迎来讨论交流。

③ 如何在spring中配置跨数据库的事务

1.使用注解的方式
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:context="http://www.springframework.org/schema/context"
xmlns:tx="http://www.springframework.org/schema/tx"
xsi:schemaLocation="
http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans-3.0.xsd
http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring-context-3.0.xsd
http://www.springframework.org/schema/tx
http://www.springframework.org/schema/tx/spring-tx-3.0.xsd">
<!-- 使用annotation定义数据库事务，这样可以在类或方法中直接使用@Transactional注解来声明事务 -->
<tx:annotation-driven transaction-manager="transactionManager" />
</beans>

2.使用事务管理器来管理
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns:jee="http://www.springframework.org/schema/jee"
xmlns:aop="http://www.springframework.org/schema/aop"
xmlns:tx="http://www.springframework.org/schema/tx"
xmlns:context="http://www.springframework.org/schema/context"
xsi:schemaLocation="http://www.springframework.org/schema/beans
http://www.springframework.org/schema/beans/spring-beans-3.1.xsd
http://www.springframework.org/schema/aop
http://www.springframework.org/schema/aop/spring-aop-3.1.xsd
http://www.springframework.org/schema/tx
http://www.springframework.org/schema/tx/spring-tx-3.1.xsd
http://www.springframework.org/schema/jee
http://www.springframework.org/schema/jee/spring-jee-3.1.xsd
http://www.springframework.org/schema/context
http://www.springframework.org/schema/context/spring-context-3.1.xsd">
<bean id="transactionManager"
class="org.springframework.jdbc.datasource.DataSourceTransactionManager">
<property name="dataSource" ref="dataSource" />
</bean>

<aop:config>
<!-- 切入点指明了在执行com.zxt.service包中的所有方法时产生事务拦截操作 -->
<aop:pointcut id="Methods"
expression="execution(* com.zxt.service.*.*(..))" />
<!-- 定义了将采用何种拦截操作，这里引用到 txAdvice -->
<aop:advisor advice-ref="txAdvice" pointcut-ref="Methods" />
</aop:config>

<!-- 事务通知操作，使用的事务管理器引用自transactionManager -->
<tx:advice id="txAdvice" transaction-manager="transactionManager">
<tx:attributes>
<!-- 指定哪些方法需要加入事务 -->
<tx:method name="save*" propagation="REQUIRED" />
<tx:method name="delete*" propagation="REQUIRED" />
<tx:method name="update*" propagation="REQUIRED" />
<!-- read-only="true"：其余方法只读格式，加强其安全性 -->
<tx:method name="*" read-only="true" propagation="NOT_SUPPORTED" />
</tx:attributes>
</tx:advice>

</beans>

④ 多个数据库模式问题，怎么解决

sql多用户访问数据库其实就是事务并发，会引起如下问题：
1、脏读：一个事务读取到了另外一个事务没有提交的数据
事务1：更新一条数据
事务2：读取事务1更新的记录
事务1：调用commit进行提交
此时事务2读取到的数据是保存在数据库内存中的数据，称为脏读。
读到的数据为脏数据
详细解释：
脏读就是指:当一个事务正在访问数据，并且对数据进行了修改，而这种修改还没有提交到数据库中，这时，
另外一个事务也访问这个数据，然后使用了这个数据。因为这个数据是还没有提交的数据，那么另外一个
事务读到的这个数据是脏数据，依据脏数据所做的操作可能是不正确的。
2、不可重复读：在同一事务中，两次读取同一数据，得到内容不同
事务1：查询一条记录
事务2：更新事务1查询的记录
事务2：调用commit进行提交
事务1：再次查询上次的记录
此时事务1对同一数据查询了两次，可得到的内容不同，称为不可重复读。
3、幻读：同一事务中，用同样的操作读取两次，得到的记录数不相同
事务1：查询表中所有记录
事务2：插入一条记录
事务2：调用commit进行提交
事务1：再次查询表中所有记录
此时事务1两次查询到的记录是不一样的，称为幻读
详细解释：
幻读是指当事务不是独立执行时发生的一种现象，例如第一个事务对一个表中的数据进行了修改，
这种修改涉及到表中的全部数据行。同时，第二个事务也修改这个表中的数据，这种修改是向表
中插入一行新数据。那么，以后就会发生操作第一个事务的用户发现表中还有没有修改的数据行，
就好象发生了幻觉一样。
处理以上隔离级别的问题，采用如下方是：
事务隔离五种级别：
TRANSACTION_NONE 不使用事务。
TRANSACTION_READ_UNCOMMITTED 允许脏读。
TRANSACTION_READ_COMMITTED 防止脏读，最常用的隔离级别,并且是大多数数据库的默认隔离级别
TRANSACTION_REPEATABLE_READ 可以防止脏读和不可重复读，
TRANSACTION_SERIALIZABLE 可以防止脏读，不可重复读取和幻读，（事务串行化）会降低数据库的效率
以上的五个事务隔离级别都是在Connection接口中定义的静态常量，
使用setTransactionIsolation(int level) 方法可以设置事务隔离级别。
如:con.setTransactionIsolation(Connection.REPEATABLE_READ);
注意：事务的隔离级别受到数据库的限制，不同的数据库支持的的隔离级别不一定相同
1 脏读：修改时加排他锁，直到事务提交后才释放，读取时加共享锁，读取完释放事务1读取数据时加上共享锁后（这 样在事务1读取数据的过程中，其他事务就不会修改该数据），不允许任何事物操作该数据，只能读取，之后1如果有更新操作，那么会转换为排他锁，其他事务更 无权参与进来读写，这样就防止了脏读问题。
但是当事务1读取数据过程中，有可能其他事务也读取了该数据，读取完毕后共享锁释放，此时事务1修改数据，修改 完毕提交事务，其他事务再次读取数据时候发现数据不一致，就会出现不可重复读问题，所以这样不能够避免不可重复读问题。
2 不可重复读：读取数据时加共享锁，写数据时加排他锁，都是事务提交才释放锁。读取时候不允许其他事物修改该数据，不管数据在事务过程中读取多少次，数据都是一致的，避免了不可重复读问题
3 幻读问题：采用的是范围锁RangeS RangeS_S模式，锁定检索范围为只读，这样就避免了幻影读问题。