为了确保连续多个操作的原子性，一个成熟的数据库通常都会有事务支持，Redis 也不例外。Redis 的事务使用非常简单，不同于关系数据库，我们无须理解那么多复杂的事务模型，就可以直接使用。不过也正是因为这种简单性，它的事务模型很不严格，这要求我们不能像使用关系数据库的事务一样来使用 Redis。

Redis 事务的基本使用

每个事务的操作都有 begin、commit 和 rollback，begin 指示事务的开始，commit 指示事务的提交，rollback 指示事务的回滚。它大致的形式如下。

    begin(); 
    try { 
        command1(); 
        command2(); 
        .... 
        commit(); 
    } catch(Exception e) { 
        rollback(); 
    } 

Redis 在形式上看起来也差不多，分别是 multi/exec/discard。multi 指示事务的开始，exec 指示事务的执行，discard 指示事务的丢弃。

    > multi 
    OK 
    > incr books 
    QUEUED 
    > incr books 
    QUEUED 
    > exec 
    (integer) 1 
    (integer) 2 

上面的指令演示了一个完整的事务过程，所有的指令在 exec 之前不执行，而是缓存在服务器的一个事务队列中，服务器一旦收到 exec 指令，才开执行整个事务队列，执行完毕后一次性返回所有指令的运行结果。因为 Redis 的单线程特性，它不用担心自己在执行队列的时候被其它指令打搅，可以保证他们能得到的「原子性」执行。
上图显示了以上事务过程完整的交互效果。QUEUED 是一个简单字符串，同 OK 是一个形式，它表示指令已经被服务器缓存到队列里了。

原子性

事务的原子性是指要么事务全部成功，要么全部失败，那么 Redis 事务执行是原子性的么？
下面我们来看一个特别的例子。

    > multi 
    OK 
    > set books iamastring 
    QUEUED 
    > incr books 
    QUEUED 
    > set poorman iamdesperate 
    QUEUED 
    > exec 
    1) OK 
    2) (error) ERR value is not an integer or out of range 
    3) OK 
    > get books 
    "iamastring" 
    >  get poorman 
    "iamdesperate 

上面的例子是事务执行到中间遇到失败了，因为我们不能对一个字符串进行数学运算，事务在遇到指令执行失败后，后面的指令还继续执行，所以 poorman 的值能继续得到设置。
到这里，你应该明白 Redis 的事务根本不能算「原子性」，而仅仅是满足了事务的「隔离性」，隔离性中的串行化——当前执行的事务有着不被其它事务打断的权利。

discard(丢弃)

Redis 为事务提供了一个 discard 指令，用于丢弃事务缓存队列中的所有指令，在 exec 执行之前。

    > get books 
    (nil) 
    > multi 
    OK 
    > incr books 
    QUEUED 
    > incr books 
    QUEUED 
    > discard 
    OK 
    > get books 
    (nil) 

我们可以看到 discard 之后，队列中的所有指令都没执行，就好像 multi 和 discard 中间的所有指令从未发生过一样。

优化

上面的 Redis 事务在发送每个指令到事务缓存队列时都要经过一次网络读写，当一个事务内部的指令较多时，需要的网络 IO 时间也会线性增长。所以通常 Redis 的客户端在执行事务时都会结合 pipeline 一起使用，这样可以将多次 IO 操作压缩为单次 IO 操作。比如我们在使用 Python 的 Redis 客户端时执行事务时是要强制使用 pipeline 的。

    pipe = redis.pipeline(transaction=true) 
    pipe.multi() 
    pipe.incr("books") 
    pipe.incr("books") 
    values = pipe.execute() 

Watch

考虑到一个业务场景，Redis 存储了我们的账户余额数据，它是一个整数。现在有两个并发的客户端要对账户余额进行修改操作，这个修改不是一个简单的 incrby 指令，而是要对余额乘以一个倍数。Redis 可没有提供 multiplyby 这样的指令。我们需要先取出余额然后在内存里乘以倍数，再将结果写回 Redis。
这就会出现并发问题，因为有多个客户端会并发进行操作。我们可以通过 Redis 的分布式锁来避免冲突，这是一个很好的解决方案。分布式锁是一种悲观锁，那是不是可以使用乐分布式锁是一种悲观锁，那是不是可以使用乐观锁的方式来解决冲突呢？观锁的方式来解决冲突呢？
Redis 提供了这种 watch 的机制，它就是一种乐观锁。有了 watch 我们又多了一种可以用来解决并发修改的方法。 watch 的使用方式如下：

    while True: 
        do_watch() 
        commands() 
        multi() 
        send_commands() 
        try: 
            exec() 
            break 
        except WatchError: 
            continue 

watch 会在事务开始之前盯住 1 个或多个关键变量，当事务执行时，也就是服务器收到了 exec 指令要顺序执行缓存的事务队列时，Redis 会检查关键变量自 watch 之后，是否被修改了 (包括当前事务所在的客户端)。如果关键变量被人动过了，exec 指令就会返回 null 回复告知客户端事务执行失败，这个时候客户端一般会选择重试。

    > watch books 
    OK 
    > incr books  # 被修改了 
    (integer) 1 
    > multi 
    OK 
    > incr books 
    QUEUED 
    > exec  # 事务执行失败 
    (nil) 

当服务器给 exec 指令返回一个 null 回复时，客户端知道了事务执行是失败的，通常客户端 (redis-py) 都会抛出一个 WatchError 这种错误，不过也有些语言 (jedis) 不会抛出异常，而是通过在 exec 方法里返回一个 null，这样客户端需要检查一下返回结果是否为 null 来确定事务是否执行失败。
注意事项
Redis 禁止在 multi 和 exec 之间执行 watch 指令，而必须在 multi 之前做好盯住关键变量，否则会出错。
接下来我们使用 Python 语言来实现对余额的加倍操作。

    # -*- coding: utf-8 
    import redis 
     
    def key_for(user_id): 
        return "account_{}".format(user_id) 
     
    def double_account(client, user_id): 
        key = key_for(user_id) 
        while True: 
            client.watch(key) 
            value = int(client.get(key)) 
            value *= 2  # 加倍 
            pipe = client.pipeline(transaction=True) 
            pipe.multi() 
            pipe.set(key, value) 
            try: 
                pipe.execute() 
                break  # 总算成功了 
            except redis.WatchError: 
                continue  # 事务被打断了，重试 
        return int(client.get(key))  # 重新获取余额 
     
    client = redis.StrictRedis() 
    user_id = "abc" 
    client.setnx(key_for(user_id), 5)  # setnx 做初始化 
    print double_account(client, user_id) 

下面我们再使用 Java 语言实现一遍。

    import java.util.List; 
    import redis.clients.jedis.Jedis; 
    import redis.clients.jedis.Transaction; 
     
    public class TransactionDemo { 
      public static void main(String[] args) { 
        Jedis jedis = new Jedis(); 
        String userId = "abc"; 
        String key = keyFor(userId); 
        jedis.setnx(key, String.valueOf(5));  # setnx 做初始化 
        System.out.println(doubleAccount(jedis, userId)); 
        jedis.close(); 
      } 
     
      public static int doubleAccount(Jedis jedis, String userId) { 
        String key = keyFor(userId); 
        while (true) { 
          jedis.watch(key); 
          int value = Integer.parseInt(jedis.get(key)); 
          value *= 2; // 加倍 
          Transaction tx = jedis.multi(); 
          tx.set(key, String.valueOf(value)); 
          List<Object> res = tx.exec(); 
          if (res != null) { 
            break; // 成功了 
          } 
        } 
        return Integer.parseInt(jedis.get(key)); // 重新获取余额 
      } 
     
      public static String keyFor(String userId) { 
        return String.format("account_{}", userId); 
      } 
    } 

我们常常听说 Python 的代码要比 Java 简短太多，但是从这个例子中我们看到 Java 的代码比 python 的代码也多不了多少，大约只多出 50%。

思考题

为什么 Redis 的事务不能支持回滚？