python 基础 9.2 mysql 事务
一. mysql 事务
MySQL 事务主要用于处理操作量大，复杂度高的数据。比如，你操作一个数据库，公司的一个员工离职了，你要在数据库中删除它的资料，也要删除该人员相关的，比如邮箱，个人资产等这些数据库操作语言就构成了一个事务。在MySQL中只有使用了Innodb数据库引擎的数据库或表才支持事务，所以很多情况下我们都使用innodb引擎。
事务处理可以用来维护数据库的完整性，保证成批的SQL 语句要么全部执行，要么全部不执行。
一般来说，事务是必须满足4个条件（ACID）：Atomicity（原子性），Consistency（稳定性），isolation（隔离性），Durability（可靠性）
1.事务的原子性：一组事务，要么成功；要么撤回。
2.稳定性：有非法数据（外键约束之类），事务撤回。
3.隔离性：事务独立运行。一个事务处理后的结果，影响了其他事务，那么其他事务会撤回。事务的100%隔离，需要牺牲速度。
4.可靠性：软，硬件崩溃后，Innodb数据表驱动会利用日志文件重构修改。可靠性和高速度不可兼得，innodb_flush_log_at_trx_commit 选项决定什么时候把事务保存到日志里。而mysql在默认的情况下，他是把每个select，insert，update，delete等做为一个事务的，登陆mysql服务器，进入mysql，执行以下命令：
mysql> show variables like 'auto%';
+--------------------------+-------+
| Variable_name | Value |
+--------------------------+-------+
| auto_increment_increment | 1 |
| auto_increment_offset | 1 |
| autocommit | ON |
| automatic_sp_privileges | ON |
+--------------------------+-------+
4 rows in set (0.10 sec)
如上所示：有一个参数autocommit 就是自动提交的意思，没执行一个mysql的select，insert，update等操作，就会进行自动提交。如果把该选项关闭，我们就可以每次执行完一次代码就需要进行手动提交，connect对象给我们提供了两种办法来操作提交数据。
二. mysql事务的方法
commit():提交当前事务，如果是支持事务的数据库执行增删改查后没有commit则数据库默认回滚，白操作了
rollback():取消当前事务
下面我们来看个例子：
我们先创建一个员工表：
create table employees (
emp_no int not null auto_increment,
emp_name varchar(16) not null,
gender enum('M', 'F') not null,
hire_date date not null,
primary key (emp_no)
);
其中，emp_no 为员工id，为主键且唯一
emp_name为：员工名字
fender为：性别，只有M 和F 两种选择
hire_date为：雇佣时间
为了实验结果，我们插入几条数据：
insert into employees(emp_no, emp_name, gender, hire_date) values(1001, 'lingjiang', 'M', '2015-04-01');
insert into employees(emp_no, emp_name, gender, hire_date) values(1002, 'xiang', 'M', '2015-04-01');
insert into employees(emp_no, emp_name, gender, hire_date) values(1003, 'shang', 'M', '2015-04-01');
mysql> select *from employees;
+--------+-----------+--------+------------+
| emp_no | emp_name | gender | hire_date |
+--------+-----------+--------+------------+
| 1001 | lingjiang | M | 2015-04-01 |
| 1002 | xiang | M | 2015-04-01 |
| 1003 | shang | M | 2015-04-01 |
+--------+-----------+--------+------------+
3 rows in set (0.00 sec)
