并發操作會帶來哪些數據不一致性
并發操作會帶來哪些數據不一致性
2.臟讀：當一個事務正在訪問數據，并且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務也訪問這個數據，然后使用了這個數據。因為這個數據是還沒有提交的數據，那么另外一個事務讀到的這個數據是臟數據。3.不可重復讀：一個事務重新讀取前面讀取過的數據，發現該數據已經被另一個已提交的事務修改過。即事務1讀取某一數據后，事務2對其做了修改，當事務1再次讀數據時，得到的與第一次不同的值。在一個事務中前后兩次讀取的結果并不致，導致了不可重復讀。
導讀2.臟讀：當一個事務正在訪問數據，并且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務也訪問這個數據，然后使用了這個數據。因為這個數據是還沒有提交的數據，那么另外一個事務讀到的這個數據是臟數據。3.不可重復讀：一個事務重新讀取前面讀取過的數據，發現該數據已經被另一個已提交的事務修改過。即事務1讀取某一數據后，事務2對其做了修改，當事務1再次讀數據時，得到的與第一次不同的值。在一個事務中前后兩次讀取的結果并不致，導致了不可重復讀。
1.丟失修改：當兩個或多個事務選擇同一數據，并且基于最初選定的值修改該數據時，會發生丟失修改問題。2.臟讀：當一個事務正在訪問數據，并且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務也訪問這個數據，然后使用了這個數據。因為這個數據是還沒有提交的數據，那么另外一個事務讀到的這個數據是臟數據。3.不可重復讀：一個事務重新讀取前面讀取過的數據，發現該數據已經被另一個已提交的事務修改過。即事務1讀取某一數據后，事務2對其做了修改，當事務1再次讀數據時，得到的與第一次不同的值。在一個事務中前后兩次讀取的結果并不致，導致了不可重復讀。
并發操作會帶來哪些數據不一致性
2.臟讀：當一個事務正在訪問數據，并且對數據進行了修改，而這種修改還沒有提交到數據庫中，這時，另外一個事務也訪問這個數據，然后使用了這個數據。因為這個數據是還沒有提交的數據，那么另外一個事務讀到的這個數據是臟數據。3.不可重復讀：一個事務重新讀取前面讀取過的數據，發現該數據已經被另一個已提交的事務修改過。即事務1讀取某一數據后，事務2對其做了修改，當事務1再次讀數據時，得到的與第一次不同的值。在一個事務中前后兩次讀取的結果并不致，導致了不可重復讀。
為你推薦
綜合
