1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 1 ---开启事务?2 begin tran3 --错误扑捉机制，看好啦，这里也有的。并且可以嵌套。4 try? 5??? --语句正确6??? insert into lives (Eat,Play,Numb) values ('猪肉','足球'7??? --Numb为int类型，出错8??? 'abc')9??? --语句正确10??? '狗肉''篮球'11 end try12 catch13??? select Error_number() as ErrorNumber,? --错误代码14?????????? Error_severity() ErrorSeverity,0)!important; background:none!important">--错误严重级别，级别小于10 try catch 捕获不到15?????????? Error_state() ErrorState,0)!important; background:none!important">--错误状态码16?????????? Error_Procedure() ErrorProcedure,--出现错误的存储过程或触发器的名称。17?????????? Error_line() ErrorLine,0)!important; background:none!important">--发生错误的行号18?????????? Error_message() ErrorMessage? --错误的具体信息19??? if(<strong>@@trancount</strong>><strong>0</strong>) --全局变量@@trancount，事务开启此值+1，他用来判断是有开启事务20?????? rollback tran? ---由于出错，这里回滚到开始，第一条语句也没有插入成功。21 catch22 if(<strong>@@trancount</strong>><strong>0</strong>)23 commit--如果成功Lives表中，将会有3条数据。24 25 --表本身为空表，ID,Numb为int 类型，其它为nvarchar类型26 * from lives

? 26 27 28 ---开启事务 tran--错误扑捉机制，看好啦，这里也有的。并且可以嵌套。 try??? ??????????--加入保存点???save tran pigOneIn--Numb为int类型，出错--语句正确 try catch--错误代码??????????Error_severity() --错误严重级别，级别小于10 try catch 捕获不到Error_state() --错误状态码Error_Procedure() --出现错误的存储过程或触发器的名称。Error_line() --发生错误的行号Error_message() --错误的具体信息if(<strong>@@trancount</strong>><strong>0</strong>) --全局变量@@trancount，事务开启此值+1，他用来判断是有开启事务?????? tran?? ---由于出错，这里回滚事务到原点，第一条语句也没有插入成功。 catchif(<strong>@@trancount</strong>><strong>0</strong>) tran pigOneIn --如果成功Lives表中，将会有3条数据。 ? lives

使用set xact_abort

设置 xact_abort on/off,指定是否回滚当前事务，为on时如果当前sql出错，回滚整个事务，为off时如果sql出错回滚当前sql语句，其它语句照常运行读写数据库。

需要注意的时：xact_abort只对运行时出现的错误有用，如果sql语句存在编译时错误，那么他就失灵啦。

? 11 delete lives? --清空数据set xact_abort off tran --语句正确--Numb为int类型，出错,如果1234..那个大数据换成'132dsaf' xact_abort将失效--语句正确 tran lives

为on时，结果集为空，因为运行是数据过大溢出出错，回滚整个事务。

事务把死锁给整出来啦

跟着做：打开两个查询窗口，把下面的语句，分别放入2个查询窗口，在5秒内运行2个事务模块。

? 5 tran ??update lives play='羽毛球'??waitfor delay '0:0:5'? dbo.Earth Animal='老虎' tran

7 Earth '老虎'waitfor? delay '0:0:5' --等待5秒执行下面的语句'羽毛球' tran lives Earth

为什么呢，下面我们看看锁，什么是锁。

并发事务成败皆归于锁——锁定

在多用户都用事务同时访问同一个数据资源的情况下，就会造成以下几种数据错误。

• 更新丢失：多个用户同时对一个数据资源进行更新，必定会产生被覆盖的数据，造成数据读写异常。
• 不可重复读：如果一个用户在一个事务中多次读取一条数据，而另外一个用户则同时更新啦这条数据，造成第一个用户多次读取数据不一致。
• 脏读：第一个事务读取第二个事务正在更新的数据表，如果第二个事务还没有更新完成，那么第一个事务读取的数据将是一半为更新过的，一半还没更新过的数据，这样的数据毫无意义。
• 幻读：第一个事务读取一个结果集后，第二个事务，对这个结果集经行增删操作，然而第一个事务中再次对这个结果集进行查询时，数据发现丢失或新增。

  然而锁定，就是为解决这些问题所生的，他的存在使得一个事务对他自己的数据块进行操作的时候，而另外一个事务则不能插足这些数据块。这就是所谓的锁定。

  锁定从数据库系统的角度大致可以分为6种：

  • 共享锁（S）：还可以叫他读锁。可以并发读取数据，但不能修改数据。也就是说当数据资源上存在共享锁的时候，所有的事务都不能对这个资源进行修改，直到数据读取完成，共享锁释放。
  • 排它锁（X）：还可以叫他独占锁、写锁。就是如果你对数据资源进行增删改操作时，不允许其它任何事务操作这块资源，直到排它锁被释放，防止同时对同一资源进行多重操作。
  • 更新锁（U）：防止出现死锁的锁模式，两个事务对一个数据资源进行先读取在修改的情况下，使用共享锁和排它锁有时会出现死锁现象，而使用更新锁则可以避免死锁的出现。资源的更新锁一次只能分配给一个事务，如果需要对资源进行修改，更新锁会变成排他锁，否则变为共享锁。
  • 意向锁：SQL Server需要在层次结构中的底层资源上（如行，列）获取共享锁，排它锁，更新锁。例如表级放置了意向共享锁，就表示事务要对表的页或行上使用共享锁。在表的某一行上上放置意向锁，可以防止其它事务获取其它不兼容的的锁。意向锁可以提高性能，因为数据引擎不需要检测资源的每一列每一行，就能判断是否可以获取到该资源的兼容锁。意向锁包括三种类型：意向共享锁（IS），意向排他锁（IX），意向排他共享锁（SIX）。
  • 架构锁：防止修改表结构时，并发访问的锁。
  • 大容量更新锁：允许多个线程将大容量数据并发的插入到同一个表中，在加载的同时，不允许其它进程访问该表。

    这些锁之间的相互兼容性，也就是，是否可以同时存在。

请求的模式

IS

S

U

IX

SIX

X

意向共享 (IS)

是

是

是

是

是

否

共享 (S)

是

是

是

否

否

否

更新 (U)

是

是

否

否

否

否

意向排他 (IX)

是

否

否

是

否

否

意向排他共享 (SIX)

是

否

否

否

否

否

排他 (X)

否

否

否

否

否

否

死锁

什么是死锁，为什么会产生死锁。我用 “事务把死锁给整出来啦” 标题下的两个事务产生的死锁来解释应该会更加生动形象点。

例子是这样的：

第一个事务（称为A）：先更新lives表 --->>停顿5秒---->>更新earth表

第二个事务（称为B）：先更新earth表--->>停顿5秒---->>更新lives表

先执行事务A----5秒之内---执行事务B，出现死锁现象。

过程是这样子的：

1. A更新lives表，请求lives的排他锁，成功。
2. B更新earth表，请求earth的排他锁，成功。
3. 5秒过后
4. A更新earth，请求earth的排它锁，由于B占用着earth的排它锁，等待。
5. B更新lives，请求lives的排它锁，由于A占用着lives的排它锁，等待。

   这样相互等待对方释放资源，造成资源读写拥挤堵塞的情况，就被称为死锁现象，也叫做阻塞。而为什么会产生，上例就列举出来啦。

   然而数据库并没有出现无限等待的情况，是因为数据库搜索引擎会定期检测这种状况，一旦发现有情况，立马选择一个事务作为牺牲品。牺牲的事务，将会回滚数据。有点像两个人在过独木桥，两个无脑的人都走在啦独木桥中间，如果不落水，必定要有一个人给退回来。这种相互等待的过程，是一种耗时耗资源的现象，所以能避则避。

   哪个人会被退回来，作为牺牲品，这个我们是可以控制的。控制语法：

   ? 1 set deadlock_priority? <级别>

   死锁处理的优先级别为 low<normal<high，不指定的情况下默认为normal，牺牲品为随机。如果指定，牺牲品为级别低的。

   还可以使用数字来处理标识级别：-10到-5为low，-5为normal，-5到10为high。

   减少死锁的发生，提高数据库性能

   死锁耗时耗资源，然而在大型数据库中，高并发带来的死锁是不可避免的，所以我们只能让其变的更少。

   1. 按照同一顺序访问数据库资源，上述例子就不会发生死锁啦
   2. 保持是事务的简短，尽量不要让一个事务处理过于复杂的读写操作。事务过于复杂，占用资源会增多，处理时间增长，容易与其它事务冲突，提升死锁概率。
   3. 尽量不要在事务中要求用户响应，比如修改新增数据之后在完成整个事务的提交，这样延长事务占用资源的时间，也会提升死锁概率。
   4. 尽量减少数据库的并发量。
   5. 尽可能使用分区表，分区视图，把数据放置在不同的磁盘和文件组中，分散访问保存在不同分区的数据，减少因为表中放置锁而造成的其它事务长时间等待。
   6. 避免占用时间很长并且关系表复杂的数据操作。
   7. 使用较低的隔离级别，使用较低的隔离级别比使用较高的隔离级别持有共享锁的时间更短。这样就减少了锁争用。

      查看锁活动情况：

      ? 1 2 3 4 --查看锁活动情况 select * from sys.dm_tran_locks --查看事务活动情况 dbcc opentran

      
      

      为事务设置隔离级别

      所谓事物隔离级别，就是并发事务对同一资源的读取深度层次。分为5种。

      • read uncommitted：这个隔离级别最低啦，可以读取到一个事务正在处理的数据，但事务还未提交，这种级别的读取叫做脏读。
      • read committed：这个级别是默认选项，不能脏读，不能读取事务正在处理没有提交的数据，但能修改。
      • repeatable read：不能读取事务正在处理的数据，也不能修改事务处理数据前的数据。
      • snapshot：指定事务在开始的时候，就获得了已经提交数据的快照，因此当前事务只能看到事务开始之前对数据所做的修改。
      • serializable：最高事务隔离级别，只能看到事务处理之前的数据。 ? 1 2 --语法 set tran isolation level <级别>

        read uncommitted隔离级别的例子：

        2 3 4 5 begin tran ?? deadlock_priority low update Earth Animal= '老虎' ?? waitfor? delay '0:0:5' --等待5秒执行下面的语句 rollback tran

        开另外一个查询窗口执行下面语句

        4 level read uncommitted select * from Earth? --读取的数据为正在修改的数据 ，脏读 '0:0:5'? --5秒之后数据已经回滚 --回滚之后的数据

        

        read committed隔离级别的例子：

        '老虎' '0:0:10' --等待5秒执行下面的语句 tran committed Earth ---获取不到老虎，不能脏读 '猴子1'?? --可以修改 '0:0:10'? --10秒之后上一个事务已经回滚 --修改之后的数据，而不是猴子

        

        剩下的几个级别，不一一列举啦，自己理解吧。

        设置锁超时时间

        发生死锁的时候，数据库引擎会自动检测死锁，解决问题，然而这样子是很被动，只能在发生死锁后，等待处理。

        然而我们也可以主动出击，设置锁超时时间，一旦资源被锁定阻塞，超过设置的锁定时间，阻塞语句自动取消，释放资源，报1222错误。

        好东西一般都具有两面性，调优的同时，也有他的不足之处，那就是一旦超过时间，语句取消，释放资源，但是当前报错事务，不会回滚，会造成数据错误，你需要在程序中捕获1222错误，用程序处理当前事务的逻辑，使数据正确。

        ? 4 --查看超时时间,默认为-1 <strong>@@lock_timeout</strong> --设置超时时间 lock_timeout <strong>0</strong> --为0时，即为一旦发现资源锁定，立即报错，不在等待，当前事务不回滚，设置时间需谨慎处理后事啊，你hold不住的。

        仔细阅读，希望能分享给你一点点东西，谢谢，over。

      • 转载：http://www.2cto.com/database/201405/299473.html

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!

了解事务和锁 事务：保持逻辑数据一致性与可恢复性，必不可少的利器。 锁：多用户访问同一数据库资源时，对访问的先后次序权限管理的一种机制，没有他事务或许将会一塌糊涂，不能保证数据的安全正确读写。 死锁：是数据库性能的重量级杀手之一，而死锁却是不同事务之间抢占数据资源造成的。 不懂的听上去，挺神奇的，懂的感觉我在扯淡，下面带你好好领略下他们的风采，嗅査下他们的狂骚。。 先说事务--概念，分类 用华仔无间道中的一句来给你诠释下：去不了终点，回到原点。 举例说明： 在一个事务中，你写啦2条sql语句，一条是修改订单表状态,一条是修改库存表库存-1 。 如果在修改订单表状态的时候出错，事务能够回滚，数据将恢复到没修改之前的数据状态，下面的修改库存也就不执行，这样确保你关系逻辑的一致，安全。。 事务就是这个样子，倔脾气，要么全部执行，要么全部不执行，回到原数据状态。 书面解释：事务具有原子性，一致性，隔离性，持久性。 原子性：事务必须是一个自动工作的单元，要么全部执行，要么全部不执行。 一致性：事务结束的时候，所有的内部数据都是正确的。 隔离性：并发多个事务时，各个事务不干涉内部数据，处理的都是另外一个事务处理之前或之后的数据。 持久性：事务提交之后，数据是永久性的，不可再回滚。 然而在SQL Server中事务被分为3类常见的事务： 自动提交事务：是SQL Server默认的一种事务模式，每条Sql语句都被看成一个事务进行处理，你应该没有见过，一条Update 修改2个字段的语句，只修该了1个字段而另外一个字段没有修改。。 显式事务：T-sql标明，由Begin Transaction开启事务开始，由Commit Transaction 提交事务、Rollback Transaction 回滚事务结束。 隐式事务：使用Set IMPLICIT_TRANSACTIONS ON 将将隐式事务模式打开，不用Begin Transaction开启事务，当一个事务结束，这个模式会自动启用下一个事务，只用Commit Transaction 提交事务、Rollback Transaction 回滚事务即可。 显式事务的应用 常用语句就四个。 Begin Transaction：标记事务开始。 Commit Transaction：事务已经成功执行，数据已经处理妥当。 Rollback Transaction：数据处理过程中出错，回滚到没有处理之前的数据状态，或回滚到事务内部的保存点。 Save Transaction：事务内部设置的保存点，就是事务可以不全部回滚，只回滚到这里，保证事务内部不出错的前提下。 上面的都是心法，下面的给你来个招式，要看仔细啦。 ?
	现有的授权模式