基本概念
CAP理论
一个分布式系统不可能同时满足一致性（C：Consistency）、可用性（A：Availability）和分区容错性（P：Partition tolerance）这三个基本需求，最多只能同时满足其中两项
- 一致性 ：分布式环境下，一致性是指数据在多个副本之间能否保持一致的特性
- 可用性 ：可用性是指系统提供的服务必须一直处于可用的状态，对于用户的每一个操作请求总是能够在有限的时间内返回结果
- 分区容错性：分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非是整个网络环境都发生了故障
BASE理论
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
- 基本可用：基本可用是指分布式系统在出现不可预知故障的时候，允许损失部分可用性，比如双十一大促淘宝修改地址的功能没了。
- 软状态：软状态指允许系统中的数据存在中间状态，并认为该中间状态的存在不会影响系统的整体可用性，即允许系统在不同节点的数据副本之间进行数据同步的过程存在延时。
- 最终一致性：最终一致性强调的是所有的数据副本，在经过一段时间的同步之后，最终都能够达到一个一致的状态。
ACID
数据库事务正确执行的四个基本要素的缩写。包含：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。一个支持事务（Transaction）的数据库，必须要具有这四种特性
酸碱平衡
ACID能够保证事务的强一致性，即数据是实时一致的。这在本地事务中是没有问题的，在分布式事务中，强一致性会极大影响分布式系统的性能，因此分布式系统中遵循BASE理论即可。但分布式系统的不同业务场景对一致性的要求也不同。如交易场景下，就要求强一致性，此时就需要遵循ACID理论，而在注册成功后发送短信验证码等场景下，并不需要实时一致，因此遵循BASE理论即可。因此要根据具体业务场景，在ACID和BASE之间寻求平衡。
分布式事务协议
XA规范
二阶提交协议和三阶提交协议就是根据这一思想衍生出来的。可以说二阶段提交其实就是实现XA分布式事务的关键(确切地说：两阶段提交主要保证了分布式事务的原子性：即所有结点要么全做要么全不做)
2PC
二阶段提交协议
即将事务的提交过程分为两个阶段来进行处理：
准备阶段和提交阶段
细致来说第一步投票，当所有事务参与者投票通过，则进入第二步，否则就回滚所有事务，第二步，提交所有 commit
(事务的发起者称协调者，事务的执行者称参与者)
3PC
引入超时机制。同时在协调者和参与者中都引入超时机制。
在第一阶段和第二阶段中插入一个准备阶段。保证了在最后提交阶段之前各参与节点的状态是一致的
分布式事务的解决方案
- 全局消息
- 基于可靠消息服务的分布式事务
- TCC
- 最大努力通知
全局事务（DTP模型）
全局事务基于DTP模型实现。DTP是由X/Open组织提出的一种分布式事务模型——X/Open Distributed Transaction Processing Reference Model。它规定了要实现分布式事务，需要三种角色：
- AP：Application 应用系统
- TM：Transaction Manager 事务管理器
- RM：Resource Manager 资源管理器
基于可靠消息服务的分布式事务
这种实现分布式事务的方式需要通过消息中间件来实现。（事务消息机制）
消息中间件扮演者分布式事务协调者的角色。
系统A完成任务A后，到任务B执行完成之间，会存在一定的时间差。在这个时间差内，整个系统处于数据不一致的状态，但这短暂的不一致性是可以接受的，因为经过短暂的时间后，系统又可以保持数据一致性，满足BASE理论。
具体来讲
如果类似于 kafka 的消息，本身有事务消息
image.png
如果在 commit 失败了，应该消息系统又一次主动检查的过程
image.png
其他消息系统利用延迟消息完成
image.png
最大努力通知
建立消息重发机制，不断重试
TCC
TCC 补偿事务 将事务提交分为 Try - Confirm - Cancel 3个操作。
- Try：预留业务资源/数据效验
- Confirm：确认执行业务操作
- Cancel：取消执行业务操作
参考文献
https://blog.csdn.net/u010425776/article/details/79516298
https://help.aliyun.com/document_detail/34480.html?spm=a2c4g.11186623.6.650.1811425b0G5yKZ
网友评论