由事务到分布式事务

什么是事务

要么什么也不做，要做就做完。回滚机制

为什么需要事务

保证用户的每一次操作都是可靠的。否则当在ATM取钱的时候，机器宕机的话，你没有取到钱，但是显示已经扣款了，怎么办！

事务四个特性

保证事务四种特性ACID：

1. A原子性。事务要么完成，要么失败。不能停留在中间状态。
2. C一致性。一个事务执行之前，执行之后。数据库必须处于一致状态。
3. I 隔离性。并发环境之中，不同的事务操作相同的数据时候，每个事务都有各自的完整空间。
   分为四种隔离级别：
   READ UNCOMMITTED 读未提交
   READ COMMITTED 读已提交
   REPEATABLE READ 重复读取
   SERIALIZABLE 串行化
4. D 永久性。只要事务操作成功，所有更新操作都要被永久的保存下来。

什么是分布式事务

一次大的操作由不同的小操作组成，这些大操作分布在不同的服务器上。需要保持不同数据库的一致性。

为什么需要分布式事务

比如某电商系统的下单业务。一个是扣库存，一个是更新订单状态。两个在不同的服务器的数据库里面。所以需要保持两个事务的一致性。

分布式理论基础

1. CAP理论
   C一致性。统一数据的多个副本是否实时相同。
   A可用性。 一定的时间内，系统返回明确结果。
   P分区容错性。 保证某一个宕机，仍有其他系统提供相同的服务。
   CAP理论得出，实际中只能选择2个条件。具体根据自己的业务需求，大多数系统都选择AP。
2. BASE理论
   BA基本可用
   S 柔性状态
   E 最终一致性
   BASE理论是对CAP理论的一个扩充。就是虽然不能达到强一致性，但是可以达到最终一致性。

分布式事务解决方案

常见方案有如下几种：

1. 基于XA协议2阶段提交，3阶段提交
   
   XA三阶段提交不足：
   性能问题
   协调者和参与者单点故障都会导致不一致问题

XA三阶段提交在两阶段提交的基础上增加了CanCommit阶段，并且引入了超时机制。一旦事物参与者迟迟没有接到协调者的commit请求，会自动进行本地commit。这样有效解决了协调者单点故障的问题。但是性能问题和不一致的问题仍然没有根本解决。
2. 消息+最终一致性

利用消息中间件来异步完成事务的后一半更新，实现系统的最终一致性。这个方式避免了像XA协议那样的性能问题。
3. TCC模式
TCC事务是Try、Commit、Cancel三种指令的缩写，其逻辑模式类似于XA两阶段提交，但是实现方式是在代码层面来人为实现。

参考