spring事务传播与隔离级别

本文详细介绍了Spring框架中的事务管理机制,包括事务的传播行为、隔离级别及其应用场景。通过具体示例解析不同传播行为如何影响事务的执行流程,以及各种隔离级别如何避免脏读、不可重复读和幻读等问题。

Spring事务的传播行为和隔离级别[transaction behavior and isolated level]

Spring中事务的定义: 

一、Propagation 

key属性确定代理应该给哪个方法增加事务行为。这样的属性最重要的部份是传播行为。有以下选项可供使用:

PROPAGATION_REQUIRED--支持当前事务,如果当前没有事务,就新建一个事务。这是最常见的选择。 

PROPAGATION_SUPPORTS--支持当前事务,如果当前没有事务,就以非事务方式执行。 

PROPAGATION_MANDATORY--支持当前事务,如果当前没有事务,就抛出异常。 

PROPAGATION_REQUIRES_NEW--新建事务,如果当前存在事务,把当前事务挂起。 

PROPAGATION_NOT_SUPPORTED--以非事务方式执行操作,如果当前存在事务,就把当前事务挂起。 

PROPAGATION_NEVER--以非事务方式执行,如果当前存在事务,则抛出异常。 

很多人看到事务的传播行为属性都不甚了解,我昨晚看了j2ee without ejb的时候,看到这里也不了解,甚至重新翻起数据库系统的教材书,但是也没有找到对这个的分析。今天搜索,找到一篇极好的分析文章,虽然这篇文章是重点分析PROPAGATION_REQUIRED 和 PROPAGATION_REQUIRED_NESTED的 

1:PROPAGATION_REQUIRED 

加入当前正要执行的事务不在另外一个事务里,那么就起一个新的事务 

比如说,ServiceB.methodB的事务级别定义为PROPAGATION_REQUIRED, 那么由于执行ServiceA.methodA的时候, ServiceA.methodA已经起了事务,这时调用ServiceB.methodB,ServiceB.methodB看到自己已经运行在ServiceA.methodA 的事务内部,就不再起新的事务。而假如ServiceA.methodA运行的时候发现自己没有在事务中,他就会为自己分配一个事务。 这样,在ServiceA.methodA或者在ServiceB.methodB内的任何地方出现异常,事务都会被回滚。即使ServiceB.methodB的事务已经被 提交,但是ServiceA.methodA在接下来fail要回滚,ServiceB.methodB也要回滚

2:PROPAGATION_SUPPORTS 

如果当前在事务中,即以事务的形式运行,如果当前不再一个事务中,那么就以非事务的形式运行 这就跟平常用的普通非事务的代码只有一点点区别了。不理这个,因为我也没有觉得有什么区别

3:PROPAGATION_MANDATORY 

必须在一个事务中运行。也就是说,他只能被一个父事务调用。否则,他就要抛出异常。

4:PROPAGATION_REQUIRES_NEW 

这个就比较绕口了。 比如我们设计ServiceA.methodA的事务级别为PROPAGATION_REQUIRED,ServiceB.methodB的事务级别为PROPAGATION_REQUIRES_NEW, 那么当执行到ServiceB.methodB的时候,ServiceA.methodA所在的事务就会挂起,ServiceB.methodB会起一个新的事务,等待ServiceB.methodB的事务完成以后, 他才继续执行。他与PROPAGATION_REQUIRED 的事务区别在于事务的回滚程度了。因为ServiceB.methodB是新起一个事务,那么就是存在 两个不同的事务。如果ServiceB.methodB已经提交,那么ServiceA.methodA失败回滚,ServiceB.methodB是不会回滚的。如果ServiceB.methodB失败回滚, 如果他抛出的异常被ServiceA.methodA捕获,ServiceA.methodA事务仍然可能提交。

5:PROPAGATION_NOT_SUPPORTED 

当前不支持事务。比如ServiceA.methodA的事务级别是PROPAGATION_REQUIRED ,而ServiceB.methodB的事务级别是PROPAGATION_NOT_SUPPORTED , 那么当执行到ServiceB.methodB时,ServiceA.methodA的事务挂起,而他以非事务的状态运行完,再继续ServiceA.methodA的事务。

6:PROPAGATION_NEVER 

不能在事务中运行。假设ServiceA.methodA的事务级别是PROPAGATION_REQUIRED, 而ServiceB.methodB的事务级别是PROPAGATION_NEVER , 那么ServiceB.methodB就要抛出异常了。

7:PROPAGATION_NESTED 

理解Nested的关键是savepoint。他与PROPAGATION_REQUIRES_NEW的区别是,PROPAGATION_REQUIRES_NEW另起一个事务,将会与他的父事务相互独立, 而Nested的事务和他的父事务是相依的,他的提交是要等和他的父事务一块提交的。也就是说,如果父事务最后回滚,他也要回滚的。 而Nested事务的好处是他有一个savepoint。 

二、Isolation Level(事务隔离等级): 

1、Serializable:最严格的级别,事务串行执行,资源消耗最大; 

2、REPEATABLE READ:保证了一个事务不会修改已经由另一个事务读取但未提交(回滚)的数据。避免了“脏读取”和“不可重复读取”的情况,但是带来了更多的性能损失。 

3、READ COMMITTED:大多数主流数据库的默认事务等级,保证了一个事务不会读到另一个并行事务已修改但未提交的数据,避免了“脏读取”。该级别适用于大多数系统。 

4、Read Uncommitted:保证了读取过程中不会读取到非法数据。隔离级别在于处理多事务的并发问题。 

我们知道并行可以提高数据库的吞吐量和效率,但是并不是所有的并发事务都可以并发运行,这需要查看数据库教材的可串行化条件判断了。 

这里就不阐述。 

我们首先说并发中可能发生的3中不讨人喜欢的事情 

1:Dirty reads--读脏数据。也就是说,比如事务A的未提交(还依然缓存)的数据被事务B读走,如果事务A失败回滚,会导致事务B所读取的的数据是错误的。 

2:non-repeatable reads--数据不可重复读。比如事务A中两处读取数据-total-的值。在第一读的时候,total是100,然后事务B就把total的数据改成200,事务A再读一次,结果就发现,total竟然就变成200了,造成事务A数据混乱。 

3:phantom reads--幻象读数据,这个和non-repeatable reads相似,也是同一个事务中多次读不一致的问题。但是non-repeatable reads的不一致是因为他所要取的数据集被改变了(比如total的数据),但是phantom reads所要读的数据的不一致却不是他所要读的数据集改变,而是他的条件数据集改变。比如Select account.id where account.name="ppgogo*",第一次读去了6个符合条件的id,第二次读取的时候,由于事务b把一个帐号的名字由"dd"改成"ppgogo1",结果取出来了7个数据。

  Dirty reads non-repeatable reads phantom reads
Serializable 不会 不会 不会
REPEATABLE READ 不会 不会
READ COMMITTED 不会
Read Uncommitted
三、readOnly 

事务属性中的readOnly标志表示对应的事务应该被最优化为只读事务。这是一个最优化提示。在一些情况下,一些事务策略能够起到显著的最优化效果,例如在使用Object/Relational映射工具(如:Hibernate或TopLink)时避免dirty checking(试图“刷新”)。

四、Timeout

在事务属性中还有定义“timeout”值的选项,指定事务超时为几秒。在JTA中,这将被简单地传递到J2EE服务器的事务协调程序,并据此得到相应的解释。

### 空间转录组技术中受体定位分析方法与工具 空间转录组技术的核心在于解析基因表达的空间分布,而受体定位分析则是理解细胞间相互作用的重要手段。以下是一些常用的方法工具,能够帮助研究者在空间转录组数据中进行受体定位分析。 #### 方法概述 受体定位分析通常涉及以下几个关键步骤: 1. **受体对的定义**:通过文献或数据库(如CellPhoneDB[^6])确定潜在的受体对。 2. **空间表达模式的提取**:从空间转录组数据中提取受体的表达信息,并评估其在不同空间区域中的分布情况[^7]。 3. **统计分析**:使用统计学方法评估受体空间上的定位程度,例如计算Pearson相关系数或互信息值[^8]。 4. **可视化**:利用软件工具将受体空间分布可视化,以便直观地观察其定位情况。 #### 推荐工具 以下是几个适用于空间转录组数据分析的工具,其中部分支持受体定位分析: 1. **CellChat** CellChat 是一个专门用于分析细胞间通讯的工具,支持受体对的定义、空间定位分析以及网络构建。它可以通过输入空间转录组数据,生成受体空间上的分布图,并评估其相互作用强度[^9]。 ```python import cellchat as cc # 加载数据 data = cc.dataset.ReadSpatial(data_path) # 定义受体对 data.interaction_database = 'CellPhoneDB' # 进行空间定位分析 result = cc.analyze.SpatialComm(data, method='correlation') ``` 2. **NicheNet** NicheNet 是一种专注于细胞间信号传导的工具,可以预测受体对的功能影响,并结合空间转录组数据进行验证。它提供了灵活的分析框架,支持用户自定义受体对并评估其空间分布特性[^10]。 3. **SpaCET** SpaCET 是一款专门为空间转录组数据分析设计的工具,支持多种可视化功能,包括受体空间分布展示。虽然其核心功能是空间特征可视化,但也可以通过自定义脚本实现受体定位分析[^4]。 ```r # 展示受体空间分布 SpaCET.visualize.spatialFeature(SpaCET_obj, spatialType = "CellFraction", spatialFeatures=c("Ligand", "Receptor"), pointSize = 0.1) ``` 4. **Seurat** Seurat 是一个广泛使用的单细胞空间转录组数据分析工具,支持受体定位分析。通过整合空间坐标信息基因表达数据,Seurat 可以评估受体在不同区域的表达情况,并生成交互式可视化结果[^11]。 ```r library(Seurat) # 计算受体定位 SpatialFeaturePlot(object = seurat_obj, features = c("Ligand", "Receptor"), combine = TRUE) ``` #### 注意事项 - 受体定位分析的结果可能受到实验设计的影响,因此需要结合生物学背景进行解释。 - 在选择工具时,应考虑其对特定数据类型的兼容性以及分析需求的复杂度。 - 数据质量(如测序深度空间分辨率)对分析结果有重要影响,需谨慎处理。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值