NCS123456的博客

可以看到，其实就是将消息先发送到一个我们自己编写的一个"独立消息服务"应用中，刚开始处于prepare状态，业务逻辑处理成功后，确认发送消息，这个时候"独立消息服务"才会真正的把消息发送给消息队列。消费者消费成功后，ack时，除了对消息队列进行ack(图中没有画出)，对于独立消息服务也要进行ack，"独立消息服务"一般是把这条消息删除。对于"本地事务表"，其实和"独立消息服务"的作用类似，只不过"独立消息服务"是需要独立部署的，而"本地事务表"是将"独立消息服务"的功能内嵌到应用中。如果消费失败怎么办？

TCC方案是可能是目前最火的一种柔性事务方案了。关于TCC（Try-Confirm-Cancel）的概念，最早是由Pat Helland于2007年发表的一篇名为《Life beyond Distributed Transactions:an Apostate’s Opinion》的论文提出。在该论文中，TCC还是以Tentative-Confirmation-Cancellation命名。正式以Try-Confirm-Cancel作为名称的是Atomikos公司，其注册了TCC商标。

举例来说：笔者曾经做过一个短信发送平台，背景是公司内部有多个业务都有发送短信的需求，如果每个业务独立实现短信发送功能，存在功能实现上的重复。因为商务对接过程，是没有我靓丽的身影的。总之短信发送要花很多钱，如果短信发送供应商说短信都发送成功了，而短信平台却一条成功的记录都没有，出现这种扯皮的情况就不好了)在这个案例中，短信发送供应商通知短信平台短信发送结果的过程中，就是最典型的最大努力通知型方案，通知了N次就不再通知。6、短信平台接收到短信发送结果后，更新短信发送状态，可能是成功，也可能失败(如手机欠费)。

其旗下最著名的产品就是事务管理器。产品分两个版本：TransactionEssentials：开源的免费产品ExtremeTransactions：上商业版，需要收费。这两个产品的关系如下图所示：1、实现了JTA/XA规范中的事务管理器(Transaction Manager)应该实现的相关接口，如：UserTransaction实现是com.atomikos.icatch.jta.UserTransactionImp，用户只需要直接操作这个类。

JTA是java扩展包，在应用中需要额外引入相应的jar包依赖JTA规范1.1中的源码非常少，如下所示：javax.transaction.Status：事务状态，这个接口主要是定义一些表示事务状态的常量，此接口无需实现javax.transaction.Synchronization：同步javax.transaction.Transaction：事务javax.transaction.TransactionManager：事务管理器。

MySQL 从5.0.3开始支持XA分布式事务，且只有InnoDB存储引擎支持。MySQL Connector/J 从5.0.0版本之后开始直接提供对XA的支持。需要注意的是， 在DTP模型中，mysql属于资源管理器(RM)。而一个完整的分布式事务中，一般会存在多个RM，由事务管理器TM来统一进行协调。因此，这里所说的mysql对XA分布式事务的支持，一般指的是单台mysql实例如何执行自己的事务分支。

1.0 分布式事务概述2.0 mysql 对XA事务的支持3.0 JTA规范4.0 atomikos JTA/XA全局事务5.0 柔性事务：最大努力通知6.0 柔性事务 ：TCC两阶段补偿型7.0 柔性事务：可靠消息最终一致性1、事务简介事务(Transaction)是访问并可能更新数据库中各种数据项的一个程序执行单元(unit)。在关系数据库中，一个事务由一组SQL语句组成。事务应该具有4个属性：原子性、一致性、隔离性、持久性。这四个属性通常称为ACID特性。

1. 网站建设初期，可以选用Nginx、HAProxy作为反向代理负载均衡(流量不大时，可以不选用负载均衡)，因为其配置简单，性能也能满足一般业务场景。注：DNS的负载均衡架构，主要适用大规模应用。2. 网站并发到达一定程度后，为了提高稳定性和转发效率，可以使用LVS+Nginx，可以保障入口流量最大性能及效率被负载均衡转发。3. 为了保障高可用架构，业务整体的容灾，单机房容量限制，会引入异地多活架构，可以使用DNS+LVS+Nginx作为负载均衡。

分布式系统的集群方式大致可以分为主从（Master-Slave）模式和无主模式。主从模式可以简化系统的设计，Master作为权威节点，部分操作仅由Master执行，并负责维护集群元信息。缺点是master节点存在单点故障，需要解决灾备问题，并且集群模式会受限于Master节点的管理能力。通过Paxos、Raft与Bully等分布式算法，解决分布式中的一致性问题，来解决Master节点的选举。

随着请求量和数据量的增加，一台机器已经无法满足需求，我们就需要把数据和请求分散到多台机器。我们就需要引入分布式存储。分布式存储有以下特性：增强可用性：如果数据库的某个节点出现故障，在其他节点的数据仍然可用； 维护方便：如果数据库的某个节点出现故障，需要修复数据，只修复该节点即可； 均衡I/O：可以把不同的请求映射到各节点以平衡I/O，改善整个系统性能； 改善查询性能：对分...

1.各队列性能比较。 测试一：测试场景：      Scenario A: Enqueuing 20,000 messages of 1024 bytes each, then dequeuing them afterwards.       Scenario B: Enqueuing and dequeuing simultaneously 20,000 messages of 1024 by...