[Redis][事务]详细讲解

目录

  • 0.什么是事务?
  • 1.Redis 事务本质
  • 2.Redis 事务意义
  • 3.事务操作
    • 1.MULTI
    • 2.EXEC
    • 3.DISCARD
    • 4.WATCH
    • 5.UNWATCH


0.什么是事务?

  • Redis的事务和MySQL的事务概念上是类似的,都是把一系列操作绑定成一组,让这一组能够批量执行
  • Redis事务和MySQL的区别
    • 弱化的原子性:Redis没有”回滚机制”,只能做到这些操作”批量执行”,不能做到”一个失败就恢复到初始状态”
      • 如果事务中若干个操作,存在有失败的,那就失败吧,不会有回滚操作
    • 不保证一致性:不涉及”约束”,也没有回滚,事务执行过程中如果某个修改操作出现失败,就可能引起不一致的情况
      • MySQL的一致性体现的是运行事务前后运行后,结果都是合理有效的,不会出现中间非法状态
    • 不需要隔离性:也没有隔离级别,因为不会并发执行事务(Redis单线程处理请求)
    • 不需要持久型:是保存在内存的,是否开启持久化,是redis-server自己的事情,和事务无关
  • Redis如果按照集群模式部署,就不支持事务

1.Redis 事务本质

  • Redis事务**本质**上是在服务器上搞了一个”事务队列”,每次客户端在事务中进行一个操作,都会把命令先发给服务器,放到”事务队列”中(但是不会立即执行),而是会在真正收到EXEC命令之后,才真正执行队列中的所有操作
    • 因此,Redis事务的功能相比于MySQL来说,是弱化很多的,只能保证事务中的这几个操作是”连续的”,不会被别的客户端”加塞”,仅此而已
  • 综上
    • Redis事务的意义,就是为了"打包",避免其他客户端的命令,插队到中间
    • 此处的不被插队,不是先抢占位置,而是先让出位置

2.Redis 事务意义

  • Redis的事务为啥就搞的这么简单,为啥不设计成和MySQL一样强大呢?
    • MySQL的事务,在背后付出了很大的代价
      • 空间上,要花费更多的空间来存储更多的数据
      • 时间上,也要有更大的开销
    • 正是因为MySQL有上述的问题,才有了Redis的用武之地
  • 什么时候需要使用到Redis事务呢?
    • 需要把多个操作打包进行,使用Redis事务比较合适
  • 示例:商品抢购
    • 典型写法如果不加上任何限制,就可能会出现线程安全问题
      • 在多线程中,通过加锁的方式,来避免"插队"
      if(count > 0)
      {// 下单成功count--
      }
      
    • 在Redis中直接使用事务即可
      # 开启事务
      get count
      if count > 0decr count
      # 执行事务
      # Redis服务器收到执行事务操作的时候,才会真正执行
      
  • 说明
    • Redis原生命令中不支持条件判定,但是Redis支持lua脚本,可以通过lua实现
    • 可以认为lua脚本的实现方式是Redis事务的进阶版本

3.事务操作

1.MULTI

  • 功能:开启一个事务,执行成功返回OK
  • 当开启事务,并且向服务器发送若干个命令之后,此时服务器重启,此时的这个事务怎么办?
    • 此时的效果相当于DISCARD

2.EXEC

  • 功能:真正执行事务
    • 每次添加一个操作,都会提示”QUEUED”,说明命令已经进入服务端的队列了
    • 真正执行EXEC的时候,服务器才会真正执行命令
  • 示例
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set k1 1
QUEUED
127.0.0.1:6379> set k2 2
QUEUED
127.0.0.1:6379> set k3 3
QUEUED
127.0.0.1:6379> EXEC
1) OK
2) OK
3) OK127.0.0.1:6379> get k1
"1"
127.0.0.1:6379> get k2
"2"
127.0.0.1:6379> get k3
"3

3.DISCARD

  • 功能:放弃当前事务,此时直接清空事务队列,之前的操作都不会真正执行到
  • 示例
    127.0.0.1:6379> MULTI
    OK
    127.0.0.1:6379> set k1 1
    QUEUED
    127.0.0.1:6379> set k2 2
    QUEUED
    127.0.0.1:6379> DISCARD
    OK127.0.0.1:6379> get k1
    (nil)
    127.0.0.1:6379> get k2
    (nil)
    

4.WATCH

  • 情景:在执行事务的时候,如果某个事务中修改的值,被别的客户端修改了,此时就容易出现数据不一致的问题
  • 此时key的值是多少呢?
    • 从输入命令的时候看,是客户端1先执行的set key 100,客户端2后执行的set key 200,但是从实际的执行时间看,是客户端2先执行的,客户端1后执行的
      # 客⼾端 1 先执⾏
      127.0.0.1:6379> MULTI
      OK
      127.0.0.1:6379> set key 100
      QUEUED# 客⼾端 2 再执⾏
      127.0.0.1:6379> set key 200
      OK# 客⼾端 1 最后执⾏
      127.0.0.1:6379> EXEC
      1) OK# 结果查询
      127.0.0.1:6379> get key
      "100"
      
    • 这个时候,其实很容易引起歧义
    • 因此,即使不保证严格的隔离性,至少也要告诉用户,当前的操作可能存在风险
  • watch命令就是用来解决这个问题的,watch在该客户端上监控一组具体的key
    • 当开启事务的时候,如果对watchkey进行修改,就会记录当前key的”版本号”
    • 在真正提交事务的时候,如果发现当前服务器上的key的版本号已经超过了事务开始时的版本号,就会让事务执行失败
  • watch本质上是给exec加了个判定条件,属于"乐观锁"
  • 示例
    # 客户端1先执行
    127.0.0.1:6379> watch k1        
    OK
    127.0.0.1:6379> MULTI
    OK
    127.0.0.1:6379> set k1 100      
    QUEUED
    127.0.0.1:6379> set k2 1000     
    QUEUED
    # 只是入队列,但是不提交事务执行# 客户端2后执行
    127.0.0.1:6379> set k1 200     
    OK# 客户端1再执行
    127.0.0.1:6379> EXEC          
    (nil)
    127.0.0.1:6379> get k1
    "200"
    127.0.0.1:6379> get k2
    (nil)
    # 此时说明事务已经被取消了,这次提交的所有命令都没有执行
    

5.UNWATCH

  • 功能:取消对key的监控,相当于WATCH的逆操作

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/150484.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

linux配置git

一、生成新的 SSH 密钥 ssh-keygen -t rsa -b 4096 -C "your_emailexample.com" 按照提示操作: 当提示 Enter file in which to save the key (/root/.ssh/id_rsa): 时,直接按回车键使用默认路径。 当提示 Enter passphrase (empty for no p…

基于Java+Jsp+SpringMVC漫威手办商城系统设计和实现

基于JavaJspSpringMVC漫威手办商城系统设计和实现 🍅 作者主页 网顺技术团队 🍅 欢迎点赞 👍 收藏 ⭐留言 📝 🍅 文末获取源码联系方式 📝 🍅 查看下方微信号获取联系方式 承接各种定制系统 &am…

pycharm下载selenium等软件包时提示下载超时

1.问题描述 我今天在pycharm运行刚写的自动化脚本时,提示selenium模块未导入(自动到导入),鼠标移动到【from selenium import webdriver]的selenium时,显示【未存在文档】 2 解决办法 文件--设置--项目:当前…

手写SpringMVC(简易版)

在上一篇博客中说到这里我们要进行手写SpringMVC,因此最好是将上一篇博客中的SpringMVC源码分析那一块部分搞懂,或者观看动力节点老杜的SpringMVC源码分析再来看这里的书写框架。 首先我们要知道对于一个完整系统的参与者(即一个完整的web项…

CentOS 安装 JAVA环境(JDK 1.8)

镜像选择 推荐国内镜像直接下载 清华镜像 https://mirrors.tuna.tsinghua.edu.cn/Adoptium 关于重命名 AdoptOpenJDK 镜像为 Adoptium 的通知 编程宝库 http://www.codebaoku.com/jdk/jdk-index.html 这个镜像站,包含Oracle JDK、OpenJDK、AdoptOpenJDK、阿里…

Android平台使用VIA创建语音交互应用

Android平台使用VIA创建语音交互应用 概述 在 Android 平台上开发一款语音助手应用需要整合多种技术,包括语音识别(ASR)、文字转语音(TTS)、以及热词检测(Hotword Detection)。这些技术共同构成了语音助手应用的核心交互方式,使用户能够通过语音命令与设备进行无缝交…

Maya学习笔记:物体的层级关系

文章目录 父子关系设置父子关系同时显示两个大纲视图 组 父子关系 设置父子关系 设置父子物体: 方法1 先选择子物体,按住shift再选中父物体,按P或者G键 方法2 在大纲视图中按住鼠标中间,拖动一个物体到另一个物体上 取消父子关…

公安局软件管理平台建设方案和必要性,论文-———未来之窗行业应用跨平台架构

一、平台方略 由于csdn拦截关键信息,我发发布方案,请留意后面文章

Oracle逻辑备份脚本【生产环境适用】

1 说明 从Oracle10g开始,引入了数据泵(Data Pump),是一种高效的数据传输工具,它通过导出(Export)和导入(Import)的方式帮助用户迁移数据。 在Oracle的产品设计中&#…

详解机器学习经典模型(原理及应用)——K-Means

一、K-Means算法概念 K-Means 算法是一种经典的聚类分析方法,属于无监督学习的一种。它的目标是将数据集中的样本划分为预定数量的簇,使得簇内的样本尽可能相似,而簇间的样本尽可能不同。K-Means在业务中也有诸多用途,比如在进行探…

Github + Hexo + Shoka搭建个人博客以及遇到的部分问题

博客预览: 主页: 文章: 博客语言链接: 全部分类 |mmjon 不在能知,乃在能行 Shoka官方博客: Yume Shoka 優萌初華 有夢書架 (lostyu.me) 1、准备 1、github账号 :自行去github官网注册…

睡眠监测系统基于边缘计算和微服务缓存

这篇论文的主要内容是关于基于边缘计算和微服务缓存的睡眠监测系统。以下是详细内容概述: 标题 睡眠监测系统基于边缘计算和微服务缓存 作者 Nico Surantha - 东京市立大学,日本David Jayaatmaja - 雅加达Bina Nusantara大学,印度尼西亚S…

Java面向对象(类和对象)(自己学习整理的资料)

目录 一.面向对象思想 二.类和对象 三:定义类的步骤 四.创建对象 五.用Java代码写一个简单的登录系统 练习 六.关于类的方法 七.类的无参无返回值方法 八.方法的返回值 练习 关于方法调用问题 九.全局变量和局部变量 十.笔记 一.面向对象思想 就只关注参…

FDA辅料数据库在线免费查询-药用辅料

在药物制剂的研制过程中,需要确定这些药用辅料的安全用量。而美国食品药品监督管理局(FDA)的辅料数据库(IID)提供了其制剂研发中的关键参考资源,使得更多的医药研发相关人员及企业单位节省试验环节及时间成…

快速学会一个算法,BERT

今天给大家介绍一个强大的算法模型,BERT BERT(Bidirectional Encoder Representations from Transformers)是一种基于 Transformer 架构的深度学习模型,主要用于处理自然语言处理(NLP)问题。 BERT 由 Goo…

星辰计划-深入理解kafka的消息存储和索引设计

消息存储 提到存储不得不说消息的读写,那么kafka他是如何读写数据的呢? 读取消息 1.通过debug(如何debug) 我们可以得到下面的调用栈,最终通过FileRecords来读取保存的数据 写入消息 1.通过debug(如何debug) 我们可以得到下面的调用栈&am…

模型django封装uvicorn服务器部署实战

Uvicorn 是一个轻量级的 ASGI 服务器,它基于 uvloop 和 httptools 这两个高性能的异步库。Uvicorn 提供了快速的启动时间和低延迟的响应,非常适合用于生产环境。 Django: 是一个开源且强大的Web框架,适用于快速开发和部署Python …

深度学习——线性回归

房价预测 线性模型 单层神经网络 损失函数的均方误差 训练数据 参数学习 显示解 偏导数少了负号 最优解y旁边的X少了转置符号 梯度下降 学习率选择 小批量随机梯度下降 批量规模的选择 总结

LeetCode 909. 蛇梯棋

LeetCode 909. 蛇梯棋 给你一个大小为 n x n 的整数矩阵 board ,方格按从 1 到 n2 编号,编号遵循 转行交替方式 ,从左下角开始 (即,从 board[n - 1][0] 开始)的每一行改变方向。 你一开始位于棋盘上的方格 …

Linux:八种重定向详解(万字长文警告)

相关阅读Linuxhttps://blog.csdn.net/weixin_45791458/category_12234591.html?spm1001.2014.3001.5482 本文将讨论Linux中的重定向相关问题,在阅读本文前,强烈建议先学习文件描述符的相关内容Linux:文件描述符详解。 重定向分为两类&#x…