一、Spring事务的传播属性
Propagation(传播属性)
REQUIRED–支持当前事务，如果当前没有事务，就新建一个事务。这是最常见的选择。

ServicerA{
 //调用methodA的时候如果没有事务将开启事务，这时候再调用methodB的时候发现已经有事务，此时methodB会加入到methodA的事务中，无论methodA和methodB中任何一个地方出现异常都会回滚事务，例如：methodB方法已经提交，
 //但是methodA出现异常回滚，methodB方法也会跟着回滚
 @transactional
 methodA(){
  ServiceB.methodB();
 }
}
@transactional
ServiceB{
 methodB(){}
}

SUPPORTS–支持当前事务，如果当前没有事务，就以非事务方式执行。
MANDATORY–支持当前事务，如果当前没有事务，就抛出异常。
REQUIRES_NEW–新建事务，如果当前存在事务，把当前事务挂起。

ServicerA{
 // 当执行到methodB的时候methodA的事务会被挂起，methodB会起一个新事务，当methodB执行完毕之后methodA的事务才会执行
 // 由于是两个事务，methodA、methodB的事务回滚互不影响
 @Transactional(propagation = Propagation.REQUIRED)
 methodA(){
  ServiceB.methodB();
 }
}
@transactional(propagation = Propagation.REQUIRES_NEW)
ServiceB{
 methodB(){}
}
上面两个例子说的都是Service间的事务调用，下面来说说同一个service方法内部的调用：
ServiceC{
 // service内部调用的时候如果methodA的事务传播属性将覆盖methodB的事务传播属性，即便methodA没有事务也将覆盖并忽略methodB的事务，整个方法将已无事务的方式运行
 // 说明：methodB相当于methodA内的一段代码两个方法之间并不存在事务的传播，如果methodB抛出异常在methodA方法中处理了就相当于整个方法的异常已经处理，不会事务回滚
 methodA(){
  @transactional//默认propagation=REQUIRED
  methodB(){}
 }
}

NOT_SUPPORTED–以非事务方式执行操作，如果当前存在事务，就把当前事务挂起。
NEVER–以非事务方式执行，如果当前存在事务，则抛出异常。
NESTED–嵌套事物。
propagation.REQUIRED和propagation.REQUIRES_NEW常常用来控制事务的嵌套
例如：

ServiceA{
 // methodB失败后methodC会继续执行，三个方法事务提交互不影响
 @Transactional(propagation = Propagation.REQUIRED)
 methodA(){
  ServiceB.methodB();
  ServiceC.methodC();
 }
}
@transactional(propagation = Propagation.REQUIRES_NEW)
ServiceB{
 methodB(){}
}
@transactional(propagation = Propagation.REQUIRES_NEW)
ServiceC{
 methodC(){}
}

二、Spring事务的隔离级别
1、Serializable：最严格的级别，事务串行执行，资源消耗最大；
2、REPEATABLE READ：保证了一个事务不会修改已经由另一个事务读取但未提交（回滚）的数据。避免了“脏读取”和“不可重复读取”的情况，但是带来了更多的性能损失。
3、READ COMMITTED:大多数主流数据库的默认事务等级，保证了一个事务不会读到另一个并行事务已修改但未提交的数据，避免了“脏读取”。该级别适用于大多数系统。
4、Read Uncommitted：保证了读取过程中不会读取到非法数据。隔离级别在于处理多事务的并发问题。
我们知道并行可以提高数据库的吞吐量和效率，但是并不是所有的并发事务都可以并发运行，这需要查看数据库教材的可串行化条件判断了。
这里就不阐述。
我们首先说并发中可能发生的3中不讨人喜欢的事情
1： Dirty reads–读脏数据。也就是说，比如事务A的未提交（还依然缓存）的数据被事务B读走，如果事务A失败回滚，会导致事务B所读取的的数据是错误的。
2： non-repeatable reads–数据不可重复读。比如事务A中两处读取数据-total-的值。在第一读的时候，total是100，然后事务B就把total的数据改成200，事务A再读一次，结果就发现，total竟然就变成200了，造成事务A数据混乱。
3： phantom reads–幻象读数据，这个和non-repeatable reads相似，也是同一个事务中多次读不一致的问题。但是non-repeatable reads的不一致是因为他所要取的数据集被改变了（比如total的数据），但是phantom reads所要读的数据的不一致却不是他所要读的数据集改变，而是他的条件数据集改变