面试题答案
一键面试1. 事务隔离级别及其影响
- 读未提交（Read Uncommitted）：
- 数据一致性影响：允许事务读取其他事务未提交的数据，可能导致脏读问题，数据一致性最低。
- 系统性能影响：因为无需等待其他事务提交，锁竞争小，性能最高。
- 读已提交（Read Committed）：
- 数据一致性影响：只能读取已提交的数据，避免了脏读，但可能出现不可重复读（同一事务内多次读取同一数据，数据值不一致，因为其他事务提交修改了数据）。
- 系统性能影响：比读未提交级别增加了一些锁操作，性能有所下降，但仍然比较高。
- 可重复读（Repeatable Read）：
- 数据一致性影响：保证在同一事务内多次读取同一数据时，数据值保持一致，避免了不可重复读，但可能出现幻读（事务执行过程中，其他事务插入新数据，导致本事务再次读取时结果集发生变化）。
- 系统性能影响：需要更多的锁来保证数据一致性，性能相对读已提交又有所下降。
- 可串行化（Serializable）：
- 数据一致性影响：最高级别，通过强制事务串行执行，避免了脏读、不可重复读和幻读，数据一致性最强。
- 系统性能影响：锁竞争激烈，性能最低。
2. 根据业务需求权衡选择
- 对一致性要求低，对性能要求极高的场景：
- 选择策略：读未提交隔离级别。
- 举例：如一些实时统计类业务，例如网站的实时在线人数统计。这类业务对数据准确性要求不是非常高，偶尔读取到未提交的数据不会对整体统计结果产生重大影响，而更注重快速获取数据，所以读未提交级别能满足其对高并发和高性能的需求。
- 对一致性有一定要求，对性能也有较高要求的场景：
- 选择策略：读已提交隔离级别。
- 举例：电商网站的商品详情页展示。用户浏览商品详情时，偶尔因为其他事务提交修改了商品价格等信息，导致刷新页面价格变化，这种情况是可以接受的。但不能出现脏读，即不能读取到未提交的商品信息修改，读已提交级别能在保证一定数据一致性的同时，满足高并发场景下的性能需求。
- 对一致性要求较高，对性能有一定容忍度的场景：
- 选择策略：可重复读隔离级别。
- 举例：银行转账业务，在一个转账事务内，需要多次读取账户余额等信息进行计算和验证，必须保证在整个事务过程中读取的数据是一致的，不能出现不可重复读的情况。虽然该级别性能不如前两者，但对于银行转账这类对数据一致性要求严格的业务，可重复读级别能满足需求。
- 对一致性要求极高，对性能要求相对较低的场景：
- 选择策略：可串行化隔离级别。
- 举例：涉及金融交易结算的核心业务，例如证券交易结算。这类业务对数据一致性要求极高，任何数据不一致都可能导致重大经济损失，所以即使性能较低，也需要采用可串行化隔离级别来确保数据的绝对一致性。