目录
Redis 事务
什么是事务
Redis 的事务和 MySQL 的事务概念上是类似的. 都是把⼀系列操作绑定成⼀组. 让这⼀组能够批量执⾏.
回顾 MySQL 事务：
- 原子性：把多个操作打包成一个整体了
- 一致性：事务执行之前和之后，数据都不能离谱
- 持久性：事务中做出的修改都会存硬盘
- 隔离性：事务并发执行涉及到的一些问题
但是注意体会 Redis 的事务和 MySQL 事务的区别：
- 弱化的原⼦性：redis 没有 "回滚机制"，只能做到这些操作 "批量执⾏"，不能做到 "⼀个失败就恢复到初始状态"，也就是不保证全部执行成功，其中有失败的就失败了，不理会。
- 不保证⼀致性：不涉及 "约束"，也没有回滚。MySQL 的⼀致性体现的是运⾏事务前和运⾏后，结果都是合理有效的，不会出现中间⾮法状态。
- 不需要隔离性：也没有隔离 级别，因为不会并发 执⾏事务（redis 单线程处理请求）。
- 不需要持久性：是保存在内存的。是否开启持久化，是 redis-server ⾃⼰的事情，和事务⽆关。
因此，Redis 的事务的功能相⽐于 MySQL 来说，是弱化很多的、只能保证事务中的这⼏个操作是 "连续的"，不会被别的客⼾端 "加塞"，仅此⽽已。
就官方角度而言，也不太认为他们自己是具有原子性的，可能更加认同原子性更贴合 MySQL 的那种设定，也就是 MySQL 这种才算事务。
Redis 事务本质上是在服务器上搞了⼀个 "事务队列"。每次客⼾端在事务中进⾏⼀个操作，都会把命令先发给服务器，放到 "事务队列" 中，这是保证不被插队（但是并不会⽴即执⾏）
⽽是会在真正收到 EXEC 命令之后，才真正执⾏队列中的所有操作。此时 Redis 主线程就会把事务的所有操作都执行完，再处理其他客户端的操作
问：Redis 的事务为什么不设计得和 MySQL 一样强大呢？
答：MySQL 的事务是付出了很大的代价。空间上要花费更多的空间来存储更多的数据；时间上也要有更大的执行开销。正是因为这些问题，Redis 才有上场的机会，Redis 实现了 MySQL 的事务的话就失去了本身的优势。
Redis 事务的应用场景：相比 MySQL 的事务其实应用场景没那么多。Redis 如果是按照集群模式部署，是不支持事务的。
事务操作
MULTI
multi
开启⼀个事务. 执⾏成功返回 OK.
实例
cmd
127.0.0.1:6379> MULTI
OKEXEC
exec
真正执⾏事务.
实例
cmd
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set k1 1
QUEUED
127.0.0.1:6379> set k2 2
QUEUED
127.0.0.1:6379> set k3 3
QUEUED
127.0.0.1:6379> EXEC
1) OK
2) OK
3) OK每次添加⼀个操作，都会提⽰ "QUEUED"，说明命令已经进⼊客⼾端的队列了。
真正执⾏ EXEC 的时候，客⼾端才会真正把上述操作发送给服务器.
此时就可以获取到上述 key 的值了.
cmd
127.0.0.1:6379> get k1
"1"
127.0.0.1:6379> get k2
"2"
127.0.0.1:6379> get k3
"3"DISCARD
discard
放弃当前事务。此时直接清空事务队列。之前的操作都不会真正执⾏到。
实例
cmd
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set k1 1
QUEUED
127.0.0.1:6379> set k2 2
QUEUED
127.0.0.1:6379> DISCARD
OK
127.0.0.1:6379> get k1
(nil)
127.0.0.1:6379> get k2
(nil)当开启事务，并且给服务器发送若干命令之后，此时服务器重启，效果相当于 discard
WATCH
watch
在执⾏事务的时候，如果某个事务中修改的值，被别的客⼾端修改了，此时就容易出现数据不⼀致的问题。watch 必须搭配事务使用，并且是在 multi 之前使用
实例
cmd
# 客⼾端1 先执⾏
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set key 100
QUEUED
# 客⼾端2 再执⾏
127.0.0.1:6379> set key 200
OK
# 客⼾端1 最后执⾏
127.0.0.1:6379> EXEC
1) OK此时，key 的值是多少呢??
从输⼊命令的时间看，是客⼾端1 先执⾏的 set key 100。客⼾端2 后执⾏的 set key 200
但是从实际的执⾏时间看，是客⼾端2 先执⾏的，客⼾端1 后执⾏的
cmd
127.0.0.1:6379> get key
"100"这个时候，其实就容易引起歧义.
因此，即使不保证严格的隔离性，⾄少也要告诉⽤⼾，当前的操作可能存在⻛险.
watch 命令就是⽤来解决这个问题的。watch 在该客⼾端上监控⼀组具体的 key
当开启事务的时候，如果对 watch 的 key 进⾏修改，就会记录当前 key 的 "版本号". (版本号是个简单的整数，每次修改都会使版本变⼤。服务器来维护每个 key 的版本号情况)
在真正提交事务的时候，如果发现当前服务器上的 key 的版本号已经超过了事务开始时的版本号，就会让事务执⾏失败。(事务中的所有操作都不执⾏)
实例
客⼾端1 先执⾏
cmd
127.0.0.1:6379> watch k1 # 开始监控 k1
OK
127.0.0.1:6379> MULTI
OK
127.0.0.1:6379> set k1 100 # 进⾏修改，从服务器获取 k1 的版本号是 0. 记录 k1 的版本
QUEUED
127.0.0.1:6379> set k2 1000
QUEUED只是⼊队列，但是不提交事务执⾏
客⼾端2 再执⾏
cmd
127.0.0.1:6379> set k1 200 # 修改成功，使服务器端的 k1 的版本号 0 -> 1
OK客⼾端1 再执⾏
cmd
127.0.0.1:6379> EXEC # 真正执⾏修改操作，此时对⽐版本发现，客⼾端的 k1 的版本
(nil)
127.0.0.1:6379> get k1
"200"
127.0.0.1:6379> get k2
(nil)此时说明事务已经被取消了. 这次提交的所有命令都没有执⾏
UNWATCH
unwatch
取消对 key 的监控.
相当于 WATCH 的逆操作. 此处不做演⽰。
WATCH 的实现原理
watch 的实现，类似于一个"乐观锁"
乐观锁，悲观锁不是指一个具体的锁，而是指某一类锁的特性
- 乐观锁：加锁之前，预期后续锁冲突的概率比较低（乐观锁，防君子不防小人）
- 悲观锁：加锁之前，预期后续锁冲突的概率比较高
锁冲突：两个线程针对同一个锁枷锁，一个能加锁成功，另一个就只能阻塞等待
对于锁冲突概率高或低，接下来要做的工作是不一样的，两者应对场景不一样
Java 的 synchronized 可以在悲观/乐观之间自适应，实际上是一种悲观锁的实现，因为它总是假设有并发冲突发生。当一个线程尝试获取锁而锁被占用时，该线程并不会立即进入阻塞状态。相反，它会进行几次"自旋"，在某种程度上接近乐观锁的行为（尝试不阻塞线程）
Redis 的 watch 相当于是基于 版本号，来实现了"乐观锁"
当执行 watch key 时就会给这个 key 安排一个版本号，这个版本号可以理解成一个"整数"，每次修改时，版本号都会"变大"。在执行事务中命令的时候就会判定这个 key 的版本号和最初 watch 的时候记录的版本号是否一致。如果一致说明没有被别的客户端修改，才会真正执行事务的操作；如果不一致说明被别的客户端修改，就会直接丢弃事务的操作，然后返回一个 nil。
这样的设定类似 CAS 的 ABA 问题
Redis 的 lua脚本，也能起到类似于事务的效果。官网上说，事务这里的任何能实现的效果，都可以用 lua脚本代替。