分布式事务

概念：分布式事务，就是在分布式系统中运行的事务，由多个本地事务组合而成。

分布式事务主要是解决在分布式环境下，组合事务的一致性问题。实现分布式事务有 3 种基本方法：

• 基于 XA 协议的二阶段提交协议方法；
  1. 协调者向参与者发送执行消息，参与者开始执行，执行成功yes，失败no。
  2. 协调者根据响应，给参与者发送提交或回滚消息。
     缺点：
     同步阻塞问题：在执行过程中，所有参与节点都是事务阻塞型的。当本地资源管理器占有临界资源时，其他资源管理器如果要访问同一临界资源，会处于阻塞状态。
     单点故障问题：一旦事务管理器发生故障，整个系统都处于停滞状态。尤其是在提交阶段，一旦事务管理器发生故障，资源管理器会由于等待管理器的消息，而一直锁定事务资源，导致整个系统被阻塞。
     数据不一致问题：在提交阶段，当协调者向参与者发送 DoCommit 请求之后，如果发生了局部网络异常，或者在发送提交请求的过程中协调者发生了故障，就会导致只有一部分参与者接收到了提交请求并执行提交操作，但其他未接到提交请求的那部分参与者则无法执行事务提交。于是整个分布式系统便出现了数据不一致的问题。
• 三阶段提交协议方法；
  • 三阶段提交对比二阶段提交引入了超时机制和准备阶段。
  1. 协调者向参与者询问是否可以执行事务提交操作，参与者能回复yes，不能no
  2. 协调者向参与者发送执行消息，参与者成功回复Ack 响应。（等待超时之后，协调者都没有收到参与者的响应，就执行中断事务的操作）
  3. 协调者向参与者发送提交消息，参与者回复Ack 响应。（如果长时间没有得到协调者的响应，在默认情况下，参与者会自动将超时的事务进行提交）
     缺点：2PC 和 3PC 这两种方法，有两个共同的缺点，一是都需要锁定资源，降低系统性能；二是，没有解决数据不一致的问题。
• 基于消息的最终一致性方法。

  • 基于分布式消息的最终一致性方案的事务处理，引入了一个消息中间件（Message Queue，MQ），用于在多个应用之间进行消息传递

    基于 XA 协议的二阶段提交协议方法和三阶段提交协议方法，采用了强一致性，遵从 ACID，基于消息的最终一致性方法，采用了最终一致性，遵从 BASE 理论。
    

BASE理论：该理论的一个关键点就是采用最终一致性代替强一致性。

BASE 理论包括基本可用、柔性状态和最终一致性。

• 基本可用：分布式系统出现故障的时候，允许损失一部分功能的可用性。比如，某些电商 618 大促的时候，会对一些非核心链路的功能进行降级处理。
• 柔性状态：在柔性事务中，允许系统存在中间状态，且这个中间状态不会影响系统整体可用性。比如，数据库读写分离，写库同步到读库（主库同步到从库）会有一个延时，其实就是一种柔性状态。
• 最终一致性：事务在操作过程中可能会由于同步延迟等问题导致不一致，但最终状态下，数据都是一致的。

BASE 理论为了支持大型分布式系统，通过牺牲强一致性，保证最终一致性，来获得高可用性，是对 ACID 原则的弱化。