1 分布式事务基础

1.1 CAP

https://www.jianshu.com/p/2f6bd7da9c9a

需要注意的：

CAP中的C指的是强一致性
CAP建立在没有网络延迟的基础上，当事务提交的时候，从A节点复制到B节点忽略了网络延迟，但是现实中肯定有一段时间的不一致。

1.2 BASE

BASE 是 Basically Available(基本可用)、Soft state(软状态)和 Eventually consistent (最终一致性)三个短语的缩写。是对CAP中AP的一个扩展

基本可用:分布式系统在出现故障时，允许损失部分可用功能，保证核心功能可用。
软状态:允许系统中存在中间状态，这个状态不影响系统可用性，这里指的是CAP中的不一致。
最终一致:最终一致是指经过一段时间后，所有节点数据都将会达到一致。

BASE解决了CAP中理论没有网络延迟，在BASE中用软状态和最终一致，保证了延迟后的一致性。BASE和 ACID 是相反的，它完全不同于ACID的强一致性模型，而是通过牺牲强一致性来获得可用性，并允许数据在一段时间内是不一致的，但最终达到一致状态。

2 分布式事务

下面是几种常见的方案（参考：https://blog.csdn.net/bjweimengshu/article/details/86698036
）

2.1 2PC

简单来说，是将事务的提交操作分成了prepare和commit两部分。代表2pc分布式事务的有XA Transactions，XA分为两阶段：
第一阶段：

image.png
发起方向协调者发送请求，协调者首先会分别向参与节点发送prepare请求，问一下这些节点能不能处理成功了，此时这些参与者一般会开始执行本地事务，但是执行完后并不会立马提交，而是返回结果代表已经就绪。

第二阶段：正常

image.png
如果都返回可以处理，那么协调者就会向所有参与者发送commit，此时参与者就可以提交本地事务了，最终协调者返回ack给业务方，代表分布式事务成功。

第二阶段：异常
如果有节点反馈不能执行事务，此时协调者会发送rollback消息，通知各个参与者回滚，释放资源，并向业务方返回分布式事务处理失败结果

2.1.1 优点

实现成本低，数据库已经实现

2.1.2 缺点

单点问题：如果事务管理器在第一阶段已经完成，第二阶段未提交时宕机，资源管理器将一直阻塞无法使用
性能问题：整个流程，节点都要占用数据库资源。
数据不一致：2pc虽然是分布式数据强一致的解决方案，但是仍可能出现数据不一致的可能。例如在第二阶段，协调者发出commit同志，但是由于网络原因部分节点没有收到通知而一直阻塞，就产生了数据不一致的可能。

2.2 TCC

本文将了解一个跟2pc很像的事务提交协议，tcc事务提交协议，全称是：try-confirm-cancel，也是一个分为两个阶段的事务提交协议，如图所示

image

tcc事务提交协议分为两个阶段：

阶段一，主业务尝试（try）调用从业务，从业务并不直接执行，而是进行一个预留操作。比如，扣减库存问题，并不直接扣减库存，而是预留一个扣减字段，表示要扣减多少库存。
阶段二，在从业务都返回yes的情况下，主业务将会确认（confirm）之前的预留操作，也就是会根据之前的扣减字段直接扣减库存了。那如果不是全部yes的情况下，就会调用取消（cancel）请求，取消之前的扣减字段。如果confirm/cancel失败，会根据活动日志重试，保证最终一致性。

2.2.1 tcc与2pc有什么区别

tcc的过程和2pc非常像，一阶段prepare，二阶段confirm/cancel，但是还是有很大的不同的。

开发者感知：

2pc的两个阶段对开发人员是没有感知的，开发人员仍对资源进行单一的更新操作。而tcc的try-confirm-cancel需要开发人员提供一个业务逻辑来维护事务提交，也就是业务入侵。

强一致性和最终一致性：
两阶段提交(2PC)是一种强一致性分布式事务算法，这里的强一致性是一种相对的说法，是相对于柔性事务算法（遵循BASE理论），如TCC，Saga这类满足最终一致性算法而言。2PC基本满足事务的ACID特性。

2.3 可靠消息最终一致性

消息发送一致性：是指产生消息的业务动作与消息发送的一致。也就是说，如果业务操作成功，那么由这个业务操作所产生的消息一定要成功投递出去(一般是发送到kafka、rocketmq、rabbitmq等消息中间件中)，否则就丢消息。
如何实现数据库操作和消息发送的一致性？有两种方案：一种是基于MQ的事务消息，另一种是

BE2326B0-FC19-4620-BD2E-D34A32B8A405.png

事务消息的逻辑，由发送端 Producer进行保证(消费端无需考虑)

首先，发送一个事务消息，这个时候，mq将消息状态标记为Prepared，注意此时这条消息消费者是无法消费到的。
接着，执行业务代码逻辑，可能是一个本地数据库事务操作
最后，确认发送消息，这个时候，mq将消息状态标记为可消费，这个时候消费者，才能真正的保证消费到这条数据。
如果确认消息发送失败了怎么办？mq会定期扫描消息集群中的事务消息，如果发现了Prepared消息，它会向消息发送端(生产者)确认。mq会根据发送端设置的策略来决定是回滚还是继续发送确认消息。这样就保证了消息发送与本地事务同时成功或同时失败。

如果消费失败怎么办？人工解决。