Spring:事务管理

来源:http://www.360doc.com/content/10/0906/22/3183606_51725538.shtml


Spring不会直接去管理事务,它提供了很多可供选择的事务管理器,将事务委托给JTA或某些特定的平台事务实现。常见的Spring事务管理器:

org.springframework.jdbc.datasource.DataSourceTransactionManager
提供JDBC事务支持,也可以用来支持iBatis
org.springframework.orm.hibernate.HibernateTransactionManager
Hibernate2持久事务支持
org.springframework.orm.hibernate.HibernateTransactionManager
Hibernate3持久事务支持
org.springframework.orm.jpa.JpaTransactionManager JPA持久事务支持

这些都是一些持久性事务,也是平时用的最多的(尤其是对我这种天天CRUD的人)

OK!知道了这一点我们便可以在Spring中编写事务,最常用的方法是使用TransactionTemplate,如果你用过Spring的JdbcTemplate的话就会觉的它跟这个用法很像。
首先我们需要声明一个Spring的事务管理器。我们知道,使用JdbcTemplate需要一个数据源,使用事务那么也需要一个声明一个事务管理器:


<bean id="transactionManager"
class="org.springframework.jdbc.datasoure.DataSoureTransactionManager">
<property name="dataSource" ref="dataSource"/>
</bean>

这是JDBC的事务管理器,它有一个dataSource属性,指向要操作的数据源.接下来我们要写一个用户注册的服务(我实在举不出什么好例子来了):

public class UserService {

@Autowired
private TransactionTemplate transactionTemplate;

@Autowired
private UserDAO userDAO;

@Autowired
private MailSender sender;

public UserService(){

}

public void reg(final User user){
transactionTemplate.execute(new TransactionCallback(){
public Object doInTransaction(TransactionStatus ts){
try{
userDAO.insert(user);
sender.send();
}
catch(Exception e){
ts.setRollbackOnly();
}

return null;
}
});
}
}

注册服务分为两个步骤,一个是将用户的信息插入到数据库,二是向用户发送邮件激活通知。这两个步骤是原子性的(好吧),因此需要使用事务支持,事务操作主要是通过

TransactionTemplate来实现的,我们需要在Spring配置文件中配置它:
<bean id="transactionTemplate"
class="org.springframework.transaction.support.TransactionTemplate">
<property name="transactionManager" ref="transactionManager"/>
</bean>
属性transactionManager指向前面声明的JDBC事务管理器
我们只需要将事务代码放入到doInTransaction方法中即可,如果doIntransaction能够被成功执行到return,则事务将被提交,如果中途遇到问题,如Exception,则调用

setRollbackOnly()方法回滚整个事务

Spring对声明式事务的支持:
嗯~~上面这段代码不是很好,为啥?因为reg服务应该只去管用户注册这个事情,但是它现在却包含了很多事务处理的代码,违反了单一原则,这时候你可能会想到AOP,能不

能使用AOP来处理事务呢?嗯,开发Spring的大牛们当然会去想到这一点,他们为此提供了声明式事务的支持,这个支持也是通过Spring的AOP框架来实现的。

什么是声明式事务?就是通过配置文件和注解等方式来进行事务的声明,而不去侵犯程序代码,这样就不会违背单一职责原则了。

Spring中的声明式事务是使用参数来定义的,一个参数就是对事务策略应该如何应用到某个方法的一段描述,这些参数名字很长,比我的发型还恶心。
传播行为:传播行为定义了关于客户端和被调用方法的事务边界
1. PROPAGATION_REQUIRED: 如果存在一个事务,则支持当前事务。如果没有事务则开启
2. PROPAGATION_SUPPORTS: 如果存在一个事务,支持当前事务。如果没有事务,则非事务的执行
3. PROPAGATION_MANDATORY: 如果已经存在一个事务,支持当前事务。如果没有一个活动的事务,则抛出异常。
4. PROPAGATION_REQUIRES_NEW: 总是开启一个新的事务。如果一个事务已经存在,则将这个存在的事务挂起。
5. PROPAGATION_NOT_SUPPORTED: 总是非事务地执行,并挂起任何存在的事务。
6. PROPAGATION_NEVER: 总是非事务地执行,如果存在一个活动事务,则抛出异常
7. PROPAGATION_NESTED:如果一个活动的事务存在,则运行在一个嵌套的事务中. 如果没有活动事务,
则按TransactionDefinition.PROPAGATION_REQUIRED 属性执行
隔离级别:隔离级别定义了事务受并发活动的影响程度
1. ISOLATION_DEFAULT:
这是一个PlatfromTransactionManager默认的隔离级别,使用数据库默认的事务隔离级别.
另外四个与JDBC的隔离级别相对应
2. ISOLATION_READ_UNCOMMITTED: 这是事务最低的隔离级别,它充许令外一个事务可以看到这个事务未提交的数据。
这种隔离级别会产生脏读,不可重复读和幻像读。
3. ISOLATION_READ_COMMITTED: 保证一个事务修改的数据提交后才能被另外一个事务读取。另外一个事务不能读取该事务未提交的数据
4. ISOLATION_REPEATABLE_READ: 这种事务隔离级别可以防止脏读,不可重复读。但是可能出现幻像读。
它除了保证一个事务不能读取另一个事务未提交的数据外,还保证了避免下面的情况产生(不可重复读)。
5. ISOLATION_SERIALIZABLE 这是花费最高代价但是最可靠的事务隔离级别。事务被处理为顺序执行。
除了防止脏读,不可重复读外,还避免了幻像读

关于脏读(Dirty read)、不可重复读(Nonrepeatable read)和幻读(Phantom reads)的介绍:
脏读:如果事务A读取了事务B改写但是尚未提交的数据,事务B发生了问题(来了大姨妈?)回滚了,那么A所读取的数据是无效的,这个故事叫做脏读
不可重复读:如果一个事务多次读取数据,每一次结果都不同,这是由于另一个事务在更改数据,这个故事叫做不可重复读
幻读:幻读跟不可重复读差不多,如果一个事务A读取了数据,事务B又插入了一些数据,在后来的查询中事务A发现了一些额外的记录

很简单?哈哈.看看在Spring中如何使用声明式事务:
Spring2.0开始为事务提供了配置元素
首先需要在Spring配置文件中添加AOP支持,因为Spring声明式事务是基于AOP的,然后在加入事务标签支持:
命名空间:
xmlns:tx="http://www.springframework.org/schema/tx"
Schema声明:
http://www.springframework.org/schema/tx
http://www.springframework.org/schema/tx/spring-tx-2.0.xsd

接下来我们只需要添加如下配置内容就可以使用声明式事务了:
<!- 这个就不详细说了,添加AOP支持 -->
<aop:config>
<aop:pointcut expression="execution(* *. .UserServicce.reg(..)"/>
<aop:advisor advice-ref="txAdvice"/>
</aop:config>
<!-- 重点是下面 -->
<tx:advice id="txAdvice" transaction-manager="transactionManager">
<tx:attributes>
<tx:method name="reg" propagation="REQUIRED"/>
</tx:attributes>
</tx:advice>

<tx:advice>用来声明事务策略,同样需要指定一个事务管理器,这个是必须的,我们知道Spring不会自己去管理事务的,它一向喜欢代理,让人看起来好像一切都是它的功

劳,嗯!

<tx:attribute>声明了事务参数,<tx:method>是需要提供事务支持的方法,需要注意的是它有这么几个参数:
isolation:指定事务隔离级别
no-rollback-for:对于哪些异常不回滚(设计者咋就想的这么周到呢!?)
propagation:事务的传播级别
read-only:该事务只读
rollback-for:哪些异常发生之后回滚
timeout:定义事务超时

唉~~配置文件还是太恶心了,要是有注解~~嗯,还真有:
首先要添加一个注解驱动标签:<tx:annotation-driven transaction-manager="txManager"/>
然后我们使用@Transactional注解,这个注解可以修饰类也可以修饰方法,修饰类的话将作用于该类所有的方法,注解的参数同<tx:method>的参数,另外有一个很酷的地方

是如果UserService是一个接口,那么我给他使用了@Transactional()注解,那么它的一系列实现类UserServiceImpl1、UserServiceImpl2……UserServiceImpl10000都会自

动支持该声明事务

完!事务很重要!
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
内容概要:本文介绍了基于粒子群优化算法(PSO)的p-Hub选址优化问基于粒子群优化算法的p-Hub选址优化(Matlab代码实现)题的Matlab代码实现,旨在解决物流与交通网络中枢纽节点的最优选址问题。通过构建数学模型,结合粒子群算法的全局寻优能力,优化枢纽位置及分配策略,提升网络传输效率并降低运营成本。文中详细阐述了算法的设计思路、实现步骤以及关键参数设置,并提供了完整的Matlab仿真代码,便于读者复现和进一步改进。该方法适用于复杂的组合优化问题,尤其在大规模网络选址中展现出良好的收敛性和实用性。; 适合人群:具备一定Matlab编程基础,从事物流优化、智能算法研究或交通运输系统设计的研究生、科研人员及工程技术人员;熟悉优化算法基本原理并对实际应用场景感兴趣的从业者。; 使用场景及目标:①应用于物流中心、航空枢纽、快递分拣中心等p-Hub选址问题;②帮助理解粒子群算法在离散优化问题中的编码与迭代机制;③为复杂网络优化提供可扩展的算法框架,支持进一步融合约束条件或改进算法性能。; 阅读建议:建议读者结合文中提供的Matlab代码逐段调试运行,理解算法流程与模型构建逻辑,重点关注粒子编码方式、适应度函数设计及约束处理策略。可尝试替换数据集或引入其他智能算法进行对比实验,以深化对优化效果和算法差异的理解。
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