redis事务使用时遇到的问题

最新推荐文章于 2025-06-17 23:26:18 发布
原创 最新推荐文章于 2025-06-17 23:26:18 发布 · 802 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#redisTemplate.multi() #redis事务 #No ongoing transaction. Did yo #InvalidDataAccessApiUsageExcep

本文详细介绍了Redis事务的几个核心方法，包括multi、exec、discard、watchkey和unwatch的使用方式，以及使用redisTemplate操作Redis的正确实践。文章强调了在调用multi方法后，通过key取值的变化，并探讨了可能的原因。


关于事务的几个方法
multi（）：标记一个事务的开始
exec（）：执行所有的事务块内的命令
discard（）：取消事务，放弃执行事务块内的所有命令
watch key ：监视一个(或多个) key ，如果在事务执行之前这个(或这些) key 被其他命令所改动，那么事务将被打断
unwatch  ：取消 WATCH 命令对所有 key 的监视。
关于使用redisTemplate操作redis的错误用法：

这样直接调用的结果会报异常

看了一下multi（）方法的源码，发现这样在调用execute()方法时，每次都会产生一个先得连接对象

正确的做法：
在使用redisTemplate编写事务代码时：构建SessionCallback对象

注意：我在调用multi（）方法后，不能在通过key取到值之前设置的值了（原因不清楚，还望哪位大佬能指导一波）
 

Redis高频面试基本问题与知识点整理
曾经“等你生日那天”都遥远得像未来，如今却可欢愉的挥手说“下个十年见”
04-07 173万+
对Redis一些重点内容进行整理总结用于查缺补漏，应对各大互联网大厂面试方向题库
16.Redis之Redis事务
m0_47017197的博客
05-30 1365
原子性: 把多个操作,打包成一个整体了一致性: 事务执行之前,和之后,数据都不能离谱~持久性: 事务中做出的修改都会存硬盘隔离性: 事务并发执行,涉及到的一些问题~~
Redis 的常见问题及解决方案
勤劳的小琪
03-28 969
*解决方案：**定期监控和分析 Redis 的内存使用情况，根据数据的热度和访问模式，合理设置数据的过期时间和淘汰策略。**解决方案：**提前进行容量规划，根据业务需求和数据增长趋势，预估并适时扩展 Redis 的硬件资源。**解决方案：**制定定期的数据备份策略，将 Redis 中的数据备份到可靠的存储介质中。**7、容量规划问题：**随着业务的增长，Redis 可能需要扩展容量以应对更多的数据和并发访问。**6、数据备份和恢复问题：**数据的备份和恢复是确保数据可靠性的重要环节。
Redis运维秘籍：常见问题与解决策略全解析
silenceallat的博客
03-29 1612
本文深入探讨了Redis在实际应用中可能遇到的常见问题，如连接问题、数据丢失、性能瓶颈、内存溢出和分布式一致性等，并提供了相应的解决策略。通过案例分析，我们学习了如何在具体场景中应用这些策略，提高了使用Redis的效率和稳定性。
RedisTemplate实现事物问题剖析和解决
weixin_34358092的博客
05-22 340
  一、问题描述      Redis为单进程单线程模式，采用队列模式将并发访问变成串行访问，Redis对事物支持不会很复杂，当一个客服端连接Redis服务时，发出了MULTI命令时，这个连接会进入事物，在执行MULTI命令之后，执行所有的命令都不会执行，会先放到一个队列中，会提示正在Query，当最后执行EXEC命令之后，Redis会按照之前的进入队列的顺序，执行命令。       Sprin...
redis学习记录
云想的博客
08-12 389
redis学习记录 一.Redis与SpringBoot整合 1、 在pom.xml文件中引入redis相关依赖 <!-- redis --> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-data-redis</artifactId> </dependency> <!-- spring
Redis 使用过程中遇到的具体问题
qq_39863541的博客
11-05 339
1.缓存雪崩和缓存穿透问题 　　1.1缓存雪崩 　　　　简介：缓存同一时间大面积的失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。 　　解决办法： 　　　　 事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。 　　　　 事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL ...
【Redis入门到精通八】Redis事务与MySQL事务对比
2203_75565612的博客
09-27 997
事务的概念其实就是把一系列操作绑定成一组，让这一组操作能够批量执行，不过在MySQL中有复杂的机制能够保证这一组操作执行并且一定能成功执行，否则就一条也执行不了，但是Redis中的事务就没有这么靠谱，它只负责把操作绑在一起，如果其中有执行失败的操作，事务无法自动回滚。Redis 事务本质上是在服务器上搞了⼀个 "事务队列". 每次客⼾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(但是并不会立即执行)，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.
详细介绍下Redis的事务
最新发布
weixin_50055999的博客
06-17 1350
Redis事务机制详解 Redis事务通过MULTI、EXEC、DISCARD和WATCH命令实现命令序列的批量执行。事务特点包括： 部分原子性：命令队列整体执行，但错误命令不会回滚已执行操作 隔离性：单线程模型自然保证 无一致性保证：与传统数据库事务不同 与Pipeline对比：事务保证原子性，Pipeline提升网络效率 与Lua脚本对比：Lua支持流程控制且减少网络交互，但同样不保证回滚 事务适用于需要批量执行的场景，但需注意其与传统数据库事务的差异，特别是错误处理机制。
掌握 Redis 事务，提升数据处理效率的必备秘籍
禅与计算机程序设计的艺术
10-21 8678
那么，如何在项目中正确、高效地使用Redis事务呢？，该锁的总是乐观的认为自己操作的数据不会被他人修改，进行修改操作时不会针对临界资源上锁，而是修改的时候判断一下当前去数据版本号和修改的数据是否一致，通过比对版本号是否一致判断是否被人修改，只要版本号一致当前线程修改操作就会生效，常见的解决方案有悲观锁和乐观锁，悲观锁(Pessimistic Lock)的原理是认为自己操作的数据很可能会被他人修改，所以对临界资源操作都持有悲观的态度，每次进行操作前都会对数据上锁保证互斥，常见的关系型数据库。
Redis使用中遇到的问题记录
love8525的专栏
08-29 303
SpringBoot 版本：1.5.6.RELEASE Jedis执行lua脚本： redisTemplate.execute(redisScript, Collections.singletonList(lockKey), Collections.singletonList(requestId)); RedisScript的类型和脚本的返回类型要匹配，不然可能会报转换异常或无法转换，例...
使用Redis常遇到的问题
刘皇叔说Java的博客
05-30 1729
性能问题：Redis通常以内存为主要存储介质，因此在处理大规模数据或高并发请求时可能会出现性能瓶颈。解决这个问题的方法包括优化Redis配置、增加硬件资源、使用Redis集群等。数据一致性：由于Redis的主从复制和分片机制，可能会出现数据一致性问题，例如主节点故障时数据丢失或者从节点数据落后于主节点。可以通过配置Redis的复制策略、监控主从同步状态、使用Redis-Cluster等方式来解决这个问题。
【Redis实战篇】缓存穿透、缓存雪崩、缓存击穿、缓存工具封装、基于Redis实现数据共享、缓存更新策略
2301_77358195的博客
04-20 1609
缓存是一种临时存储数据的技术，旨在提高数据访问速度和性能。当程序需要访问某些数据时，它们通常会从缓存中获取数据，而不是直接从原始数据源（如数据库或网络）获取。这样可以减少访问原始数据源的频率，从而降低系统的负载并提高响应速度。缓存涉及的地方很广，比如：​​。
Redis遇到的问题总结，这一篇文章就够了
qq_37480069的博客
05-11 4000
Redis是一种流行的内存数据库，它具有快速、可扩展和灵活的特点。然而，在使用Redis时，可能会遇到一些问题，本文将对一些常见的问题进行总结和解决。以上是 14 个 Redis 遇到的常见问题以及解决方法的总结。如果您遇到了其他问题，请参考 Redis 官方文档或寻求专业的技术支持。
redis常遇见的问题及解决方案
qq_27487739的博客
05-23 578
可以通过在缓存中加入黑名单的方式，把一定不存在的数据存入缓存中，从而避免在数据库中执行对应的查询操作。缓存雪崩是指缓存中的很多数据在同一时间内失效，导致大量的请求都转移到了数据库中，最终造成了数据库宕机的情况。Redis的缓存机制是将数据缓存在内存中，当需要查询数据时，先从Redis缓存中查询，如果Redis中没有该数据，再从数据库中查询并将查询结果存入Redis缓存中。在存储空对象时，可以将它们的值存储为Nil。将缓存的过期时间设置为一个较小的随机数，使得不同的缓存有不同的过期时间，从而避免同时失效。
Redis的问题汇总
qq_39449880的博客
12-13 1509
redis学习总结
第一次见到redis遇到的问题
t_Login的博客
05-10 1007
今天启动公司项目的时候，遇到了很多问题，其中困扰我最久的就是关于redis方面的两个问题。 首先启动的时候报错 看字面意思应该是redis连接池的问题，但是从来没接触过，所以也不知道从何下手，网上查找了很多资料，一直没解决。 最后没办法，向上任同事请教，最终解决问题。 原来是redis没有打开，后来打开了还是报错，追问之下才知道还需要配置对密码才行。 首先找到文件redis.wi
Redis中会出现的问题和解决方案
liWei_Csdn0000的博客
02-15 1486
Redis中会出现的问题和解决方案，缓存预热，缓存雪崩，缓存击穿，缓存穿透
redis常见问题及解决方案
zhiqiang_zhao
11-16 569
缓存预热是一种优化方案，它可以提高用户的使用体验。缓存预热是指在系统启动的时候，先把查询结果预存到缓存中，以便用户后面查询时可以直接从缓存中读取，节省用户等待时间。
go使用redis事务
03-11
### 如何在 Go 中使用 Redis 事务 为了在 Go 中执行 Redis 事务，可以利用 `github.com/go-redis/redis/v8` 这样的客户端库来简化操作。以下是具体方法： #### 创建 Redis 客户端实例 首先创建一个连接到 Redis 的客户端实例。 ```go import ( "context" "github.com/go-redis/redis/v8" ) var ctx = context.Background() rdb := redis.NewClient(&redis.Options{ Addr: "localhost:6379", Password: "", // no password set DB: 0, // use default DB }) ``` #### 使用 MULTI 和 EXEC 命令包裹命令序列 Redis 事务通过 `MULTI`, `EXEC`, `DISCARD` 及 `WATCH` 来管理[^3]。当一组命令被包裹在一个事务中时，这些命令会按照顺序被执行，并且不会受到其他请求的影响直到整个事务完成。 ```go tx := rdb.TxPipeline() cmd1 := tx.Set(ctx, "key", "value", 0) cmd2 := tx.Incr(ctx, "counter") // 执行所有排队的操作并获取结果。 _, err := tx.Exec(ctx) if err != nil { panic(err) } fmt.Println(cmd1.Val(), cmd2.Val()) ``` 上述代码片段展示了如何开启一个新的管道 (`TxPipeline`) 并向其中加入两个命令——设置键值对和增加计数器。最后调用 `Exec()` 方法提交事务中的全部指令给服务器处理。 #### 处理错误情况下的回滚机制 如果希望在某些条件下取消未决的事务，则可以在遇到特定条件之前调用 `Discard` 函数放弃当前事务队列里的所有变更而不实际应用它们。 ```go tx := rdb.TxPipeline() defer func() { if _, discardErr := tx.Discard(ctx); discardErr != nil && err == nil { err = discardErr } }() ... if someConditionFails { return fmt.Errorf("transaction aborted due to condition failure") } res, execErr := tx.Exec(ctx) if execErr != nil { return execErr } ``` 这里定义了一个延迟函数用于确保即使发生异常也能安全地中止事务；同时，在正常流程里只有当满足继续执行的要求才会真正尝试去运行那些已经准备好的命令集合。 #### 监视键的变化以支持乐观锁定模式 对于更复杂的场景下可能还需要监视某个或某几个 key 是否发生变化从而决定是否应该重试该次事务逻辑。这可以通过 `Watch` 实现。 ```go err = rdb.Watch(ctx, func(tx *redis.Tx) error { val, err := tx.Get(ctx, "key").Result() if err != nil && err != redis.Nil { return err } newval := strconv.Itoa(int(val) + 1) _, err = tx.Pipelined(ctx, func(pipe redis.Pipeliner) error { pipe.Set(ctx, "key", newval, 0) return nil }) return err }, "key") ``` 这段程序先观察指定 keys 上是否有并发修改活动，一旦确认无干扰之后再进入具体的业务逻辑部分实施更新动作。这种方式有助于减少因竞争状态而导致的数据不一致风险。
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
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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