面试题答案
一键面试读未提交（Read Uncommitted）
- 对数据一致性的影响：该级别允许事务读取其他事务尚未提交的数据。这是最低的隔离级别，它提供的一致性保障最少。它能提高并发性能，但可能导致数据的不一致。
- 数据一致性问题举例 - 脏读（Dirty Read）：假设事务A更新了一条数据，但尚未提交。此时事务B在“读未提交”隔离级别下读取到了事务A未提交的更新数据。如果事务A随后回滚，事务B读取到的数据就是无效的、“脏”的数据。例如，银行转账操作，事务A从账户A向账户B转账100元，在事务A未提交时，事务B查询账户B余额，发现多了100元，但如果事务A回滚，实际上账户B并未收到这100元，事务B读取到的就是脏数据。
读已提交（Read Committed）
- 对数据一致性的影响：此级别保证一个事务只能读取到其他事务已经提交的数据。相较于“读未提交”，它提高了数据的一致性，但在并发场景下仍可能出现一些问题。
- 数据一致性问题举例 - 不可重复读（Non - Repeatable Read）：事务A在同一事务中两次读取同一数据。在两次读取之间，事务B更新并提交了该数据。那么事务A两次读取到的结果不一致。例如，事务A查询某商品价格为100元，事务B将该商品价格修改为120元并提交，事务A再次查询时，看到的价格变为120元，这就导致事务A在同一事务内对同一数据的读取结果不一致，即不可重复读。
可重复读（Repeatable Read）
- 对数据一致性的影响：该级别确保在一个事务内多次读取同一数据时，得到的结果是一致的。它通过在事务开始时为所读取的数据加锁，防止其他事务对这些数据进行修改，进一步提高了数据一致性。
- 数据一致性问题举例 - 幻读（Phantom Read）：事务A按条件查询符合某些条件的一组数据，比如查询价格小于100元的商品列表。之后事务B插入了一条价格小于100元的新商品记录并提交。事务A再次按相同条件查询时，发现多了一条记录，就好像产生了“幻影”一样。虽然事务A对已读取的数据能保证一致性，但对于新插入的数据（幻像数据）无法避免这种不一致情况。
串行化（Serializable）
- 对数据一致性的影响：这是最高的隔离级别，它通过强制事务串行执行，避免了所有并发问题，保证了数据的强一致性。但由于事务只能依次执行，并发性能最低。
- 数据一致性问题举例 - 无：在串行化隔离级别下，不存在脏读、不可重复读、幻读等数据一致性问题。因为事务是串行执行的，一个事务执行完另一个事务才能开始，不存在并发访问导致的数据不一致情况。例如，多个事务对商品库存的操作，都是依次执行，不会出现数据冲突和不一致。