SQL標準定義了4類隔離級別，包括了一些具體規則，用來限定事務內外的哪些改變是可見的，哪些是不可見的。低級別的隔離級一般支持更高的併發處理，並擁有更低的系統開銷。
Read Uncommitted（讀取未提交內容）
在該隔離級別，所有事務都可以看到其他未提交事務的執行結果。本隔離級別很少用於實際應用，因爲它的性能也不比其他級別好多少。讀取未提交的數據，也被稱之爲髒讀（Dirty Read）。
Read Committed（讀取提交內容）
這是大多數數據庫系統的默認隔離級別（但不是MySQL默認的）。它滿足了隔離的簡單定義：一個事務只能看見已經提交事務所做的改變。這種隔離級別 也支持所謂的不可重複讀（Nonrepeatable Read），因爲同一事務的其他實例在該實例處理其間可能會有新的commit，所以同一select可能返回不同結果。
Repeatable Read（可重讀）
這是MySQL的默認事務隔離級別，它確保同一事務的多個實例在併發讀取數據時，會看到同樣的數據行。不過理論上，這會導致另一個棘手的問題：幻讀 （Phantom Read）。簡單的說，幻讀指當用戶讀取某一範圍的數據行時，另一個事務又在該範圍內插入了新行，當用戶再讀取該範圍的數據行時，會發現有新的“幻影”行。InnoDB和Falcon存儲引擎通過多版本併發控制（MVCC，Multiversion Concurrency Control）機制解決了該問題。
Serializable（可串行化）
這是最高的隔離級別，它通過強制事務排序，使之不可能相互衝突，從而解決幻讀問題。簡言之，它是在每個讀的數據行上加上共享鎖。在這個級別，可能導致大量的超時現象和鎖競爭。
這四種隔離級別採取不同的鎖類型來實現，若讀取的是同一個數據的話，就容易發生問題。例如：
髒讀(Drity Read)：某個事務已更新一份數據，另一個事務在此時讀取了同一份數據，由於某些原因，前一個RollBack了操作，則後一個事務所讀取的數據就會是不正確的。
不可重複讀(Non-repeatable read):在一個事務的兩次查詢之中數據不一致，這可能是兩次查詢過程中間插入了一個事務更新的原有的數據。
幻讀(Phantom Read):在一個事務的兩次查詢中數據筆數不一致，例如有一個事務查詢了幾列(Row)數據，而另一個事務卻在此時插入了新的幾列數據，先前的事務在接下來的查詢中，就會發現有幾列數據是它先前所沒有的。
在MySQL中，實現了這四種隔離級別，分別有可能產生問題如下所示：
下面，將利用MySQL的客戶端程序，分別測試幾種隔離級別。測試數據庫爲test，表爲tx；表結構：
| id | int |
num | int |
兩個命令行客戶端分別爲A，B；不斷改變A的隔離級別，在B端修改數據。
（一）、將A的隔離級別設置爲read uncommitted(未提交讀)
在B未更新數據之前：
客戶端A：
B更新數據：
客戶端B：
客戶端A：
經過上面的實驗可以得出結論，事務B更新了一條記錄，但是沒有提交，此時事務A可以查詢出未提交記錄。造成髒讀現象。未提交讀是最低的隔離級別。
（二）、將客戶端A的事務隔離級別設置爲read committed(已提交讀)
在B未更新數據之前：
客戶端A：
B更新數據：
客戶端B：
客戶端A：
經過上面的實驗可以得出結論，已提交讀隔離級別解決了髒讀的問題，但是出現了不可重複讀的問題，即事務A在兩次查詢的數據不一致，因爲在兩次查詢之間事務B更新了一條數據。已提交讀只允許讀取已提交的記錄，但不要求可重複讀。
(三)、將A的隔離級別設置爲repeatable read(可重複讀)
在B未更新數據之前：
客戶端A：
B更新數據：
客戶端B：
客戶端A：
B插入數據：
客戶端B：
客戶端A：
由以上的實驗可以得出結論，可重複讀隔離級別只允許讀取已提交記錄，而且在一個事務兩次讀取一個記錄期間，其他事務部的更新該記錄。但該事務不要求與其他事務可串行化。例如，當一個事務可以找到由一個已提交事務更新的記錄，但是可能產生幻讀問題(注意是可能，因爲數據庫對隔離級別的實現有所差別)。像以上的實驗，就沒有出現數據幻讀的問題。
(四)、將A的隔離級別設置爲可串行化(Serializable)
A端打開事務，B端插入一條記錄
事務A端：
事務B端：
因爲此時事務A的隔離級別設置爲serializable，開始事務後，並沒有提交，所以事務B只能等待。
事務A提交事務：
事務A端
事務B端
serializable完全鎖定字段，若一個事務來查詢同一份數據就必須等待，直到前一個事務完成並解除鎖定爲止。是完整的隔離級別，會鎖定對應的數據表格，因而會有效率的問題。