虽然Redis保证了每一条指令的执行都是原子操作，但是如果我们有多条指令需要作为一个原子操作，就需要使用到它的事务功能。
但要注意的是，Redis虽然提供了事务功能，但是并没有提供回滚操作。即使我们的事务出现异常，它也有可能让部分指令执行成功。
事务命令
- multi：开启事务
- exec：执行事务里的指令。
Redis中开启一个事务的指令是multi，返回ok，表示我们事务已经开启，此时再输入数据操作指令，会返回queued，表示将我们的指令暂存在了队列里面，将我们想要作为一个事务执行的指令全部输入完成后，再输入exec开始执行我们暂存好的指令。
指令的执行顺序是我们的输入顺序，返回结果会按照执行顺序以队列的形式返回。
样例如下：我们先开启事务，然后创建字符串类型的数据s=1，再令它自增1，然后执行事务，会返回[ok,2]，我们查询s的值，此时已经变成了2。
异常情况
前面说了Redis中的事务是没有回滚操作的，出现异常分为两种情况。
- 添加指令时异常。(在multi后，exec前抛出异常)
- 执行指令时异常。(在exec后抛出异常)
添加指令时异常：这种情况的异常通常是指令不存在，或者缺少参数等原因。如果异常是在exec前抛出的，那么我们事务里面的指令会全部不执行。
样例如下：我们首先开启事务，然后创建一个字符串类型的数据s=1，这条数据被正常添加到队列中，然后对s做加法运算，但是缺少参数，此时就已经会立即返回一个异常。如果我们忽视异常，继续往下执行，则事务也会再次给我们返回一个异常。我们此时获取s的键值，发现它不存在，表示我们的第一条正常的指令也没有被事务执行。
执行指令时异常：这种情况的异常有很多可能性，最常见的是操作类型错误，如我们尝试对一个字符串类型的数据使用列表类型的指令，在添加指令时会返回操作正常的queued，但是在exec后会返回异常。此时这种情况会对事务中的可正常执行的指令全部正常执行，异常指令返回异常。
样例如下：我们先开启一个事务，然后创建一个字符串类型数据s=1.1，对它进行自增1操作，由于它是浮点型数字，因此会执行失败，我们再在下一行创建一个字符串类型数据a=1，最后执行事务，从返回结果里可以看到第一条和第三条指令正常执行并返回结果，第二条执行出现异常。
通过以上的两个例子，以及截图中的错误说明，我们可以进行如下总结：如果异常是出现在multi之后exec之前，说明事务生成失败，因此没有可执行的事务，事务内所有指令都被抛弃掉。如果异常出现在exec之后，此时事务是创建成功的，并会对每条指令进行执行，对于事务来说，它只负责原子性的执行事务内的指令，并不保证每条指令的执行成功与否。因此会存在能够正常执行的指令全部正常执行成功，执行失败的指令会执行失败但是也不会影响其他执行成功的指令。
简单地一句话总结：Redis事务保证了指令执行的原子性，但是不关心每条指令的执行结果。
观察指令 WATCH
虽然事务保证了指令执行的原子性，但是也有可能数据在我们事务之前就已经被其他指令所更改。
因此我们需要使用观察指令watch
watch key [keys]；开启对一个或多个键的观察，会在一次事务执行后失效，或者在unwatch指令后失效。
下面用个例子说明：我们首先创建一个字符串类型数据s=1，然后用watch对它进行观察，这时候我们再对s自增1，然后开启事务，在事务中让s再次加1，按照正常逻辑来说，s=1被执行了两次自增，且事务里面的指令也不存在错误，它的结果应该是等于3。但是实际我们在事务执行后再次查看s的值时，发现它等于2。
上面一个样例要说明的是：watch指令可以帮助我们避免事务操作的数据值，在事务执行前被修改。
即假设有数据s=1，然后有用户A，开启事务对数据s进行加一操作，在A在事务中添加指令的时候（即在exec之前），同时有另一个用户B执行了incr s，提前对s进行了修改，那么此时A的事务必定失效且不会执行。
流程图如下，只要在观察范围内，有其他连接对数据S进行了修改，则最后的exec必定无效。
watch注意点：
- 事务失效指的是整个事务都执行失效，即事务里面所有的语句都不会再执行，包括被观察的数据s，和其他没有被观察到的数据，统统不会执行成功。
- 被观察的数据只要有一个被修改，其他数据的事务也都会失效。即我们同时观察了两个数据a和b，a被修改了，b没有被修改，但是在事务中我们只涉及到对b的修改，此时这个事务也会执行失效。且执行完成后，对数据a和b的观察也都会解除。
- unwatch是对所有数据的观察解除，它的后面没有参数，不能指定某个key。
- watch key [key...]和watch key；watch key指令效果是一样的。即在一条指令中观察多个数据watch a b c和多条指令观察多个数据watch a；执行后再watch b；执行后再watch c效果是一样的。
- 被观察的数据过期，不会被认为是改变了数据。
-