在如今的分布式盛行的时代，分布式事务永远都是绕不开的一个话题，今天就谈谈分布式事务相关的一致性与实战解决方案 。
01 为什么需要分布式事务 由于近十年互联网的发展非常迅速，很多网站的访问越来越大，集中式环境已经不能满足业务的需要了，只能按照业务为单位进行数据拆分(包含：垂直拆分与水平拆分)，以及按照业务为单位提供服务，从早期的集中式转变为面向服务架构的分布式应用环境 。
举一个典型的例子，阿里的淘宝网站随着访问量越来越大，只能按照商品、订单、用户、店铺等业务为单位进行数据库拆分，以及按照业务为单位提供服务接口 。
文章插图
这个时候 为了完成一个简单的业务功能，比如：购买商品后扣款，有可能需要横跨多个服务，涉及用户订单、商品库存、支付等多个数据库，而这些操作又需要在同一个事务中完，这就涉及到到了分布式事务 。
本质上来说，分布式事务就是为了保证不同资源服务器的数据一致性 。
02 分布式的一致性理论 最早加州大学伯克利分校 Eric Brewer教授提出一个分布式系统特性的CAP理论 。
1.CAP 理论的不可能三角
文章插图
- 一致性（Consistency）
- 可用性（Availability）
- 分区容错性（Partition tolerance）
一句话总结：一致性、可用性和分区容错在分布式事务中不可兼得 。
在绝大多数的场景，都需要牺牲强一致性来换取系统的高可用性，系统往往只需要保证最终一致性 。
这也是是后来发展出的BASE理论的基础 。
2.BASE 理论
文章插图
- Basically Available（基本可用）
- Soft state（柔软状态）
- Eventually consistent（最终一致性）三个短语的简写 。
03 分布式事务的解决方案 1.基于XA协议的两阶段提交 2PC(2-phase commit protocol)
XA是一个分布式事务协议，XA中大致分为两部分：事务管理器和本地资源管理器,其中本地资源管理器往往由数据库实现，而事务管理器作为全局的调度者，负责各个本地资源的提交和回滚 。
文章插图
大致的流程：
- 第一阶段是表决阶段，所有参与者都将本事务能否成功的信息反馈发给协调者；
- 第二阶段是执行阶段，协调者根据所有参与者的反馈，通知所有参与者，步调一致地在所有分支上提交或者回滚 。
尽量保证了数据的强一致，实现成本较低，在各大主流数据库都有自己实现，存在单点故障问题、性能问题、跨数据库问题 。
2.事务补偿TCC模式
TCC方案其实是两阶段提交的一种改进，将整个业务逻辑的每个分支显式的分成了Try、Confirm、Cancel三个操作 。
Try部分完成业务的准备工作，confirm部分完成业务的提交，cancel部分完成事务的回滚，基本原理如下图所示：
文章插图
优缺点
对代码有侵入性，降低了锁冲突，提高了吞吐量，缺点是有时候并没有那么好实现 。
案例
蚂蚁金服的DTS(prepare、commit、rollback)
3.消息队列最终一致性方案
通过异步解耦的方式，通过第三方中间件
文章插图
案例
RocketMQ RabbitMQ等均可实现，RocketMQ 还有专门的事务型消息，新版的kafka也有 。
总之，分布式系统中事务更多的是对CAP权衡，在实际应用中，根据业务要求、开发人员情况以及所用框架不同进行调整 。
本文转载于：https://youzhixueyuan.com/distributed-transaction.html
【什么是“分布式事务”？这回彻底懂了】
推荐阅读
- 梦见挖菜好不好 梦见挖菜窖什么意思
- 五子棋七步必胜开局 五子棋后手6步必胜
- 揭秘Phorpiex僵尸网络：一旦感染，秒变“肉鸡”
- 中国最大的野生黄鳝多重 世界上最大的黄鳝是多少重
- 梦到流血受伤是什么意思 梦到流血是什么意思
- 百度贴吧10亿量级LAMP架构分享
- iOS和Android OS的内存管理机制，这才是流畅的根本原因
- WAF是如何识别扫描器的？
- 11个审查Linux是否被入侵的方法
- Raw\TIFF\JPEG 格式有什么区别，哪种更好用？