博客
关于我
Spring事务的7种传播属性
阅读量:576 次
发布时间:2019-03-11

本文共 910 字,大约阅读时间需要 3 分钟。

Spring事务管理在TransactionDefinition接口中定义了7种事务传播行为,用于规范事务方法在不同嵌套调用场景下的传播规则。这些传播行为主要用于描述在已存在一个事务上下文的情况下,如何处理事务方法的调用。

事务传播行为的定义决定了在启动当前事务之前(如果有的话),现有的上下文如何处理新的事务性操作。这一机制尤其重要,因为它允许开发人员灵活地控制事务的传播方式,从而实现对数据一致性的维护。

以下是Spring定义的7中事务传播行为的说明:

  • REQUIRED(部分支持事务传播):默认的事务传播模式。如果没有现有事务,上下文,都会创建一个新的事务。如果已经有一个天然的事务,上下文,则执行当前操作,连接到该事务。

  • REQUIRES_NEW(新建独立的事务):如果没有现有事务,上下文,就会创建一个完全独立的事务。如果已经有一个事务,上下文,执行的方法调用会暂停该现有事务,创建一个新的事务来执行。

  • NESTED(嵌套事务):如果没有现有事务,上下文,就会创建一个新的事务作为嵌套事务来处理当前事务。嵌套事务将共享父事务的隔离度,允许对父事务中的数据进行更新操作。

  • SUPPORTS(支持当前事务):如果没有现有事务,上下文,则直接以非事务的方式执行。如果已经有一个事务,上下文,执行的方法会被调度到该事务的上下文中,不会创建新的事务。

  • NOT_SUPPORTED(不支持事务传播):如果没有现有事务,上下文,就直接以非事务方式执行。如果已经有一个事务,上下文,执行过程中会将当前事务挂起,确保不会有任何后果性的数据一致性问题。

  • NEVER(从不支持事务传播):无论是否有现有事务,上下文,都会以非事务方式执行。如果已经有一个事务,上下文,执行过程中会直接抛出一个异常,确保不会进行任何可能破坏数据一致性的操作。

  • MANDATORY(强制事务传播):如果没有现有事务,上下文,就会抛出异常来强制要求必须存在一个现有的事务上下文。只有在已经有一个事务上下文的情况下,才会继续执行当前操作,并使用该事务上下文进行处理。

  • 这些事务传播行为为开发者提供了高度的灵活性,能够根据具体的业务需求选择最适合的传播规则。

    转载地址:http://emnvz.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>