分布式事务

今天我们来聊一聊分布式事务，在传统的单体应用中，事务的控制非常简单，Spring框架都为我们做了封装，我们只需简单地使用@Transactional注解就能进行事务的控制，然而在分布式应用中，传统的事务方案就出现了极大的问题：

当用户进行下单操作时，我们需要查询出当前下单的用户、购物车中的商品、扣减商品库存，这些内容都被划分到不同的模块中，所以一个下单的操作往往需要远程调用多个模块。假设在执行下单流程中，扣减库存成功，但是在扣减用户余额的时候出现了异常，此时用户模块中会回滚扣减的金额，但由于用户模块和库存模块是相互独立的，库存模块无法感知到用户模块出现了异常并执行回滚操作，由此导致用户没有花费一分钱就白嫖到了商品，这显然是不允许存在的。

分布式事务解决方案

下面列举一些分布式事务的解决方案：

• 2PC模式

• TCC事务补偿

• 最大努力通知

• 可靠消息

2PC模式

2PC意为二阶段提交，又叫XA Transactions，其中，XA是一个两阶段提交协议，该协议将事务分为两个阶段：

1. 第一阶段：事务协调器要求每个涉及到事务的数据库预提交此操作，并响应是否可以提交

2. 第二阶段：事务协调器要求每个数据库提交数据，其中，如果有任何一个数据库否决此次提交，那么所有的数据库都会被要求回滚它们在此事务中修改的内容

2PC非常好理解，就是在所有涉及事务操作的数据库之上建立了一个事务协调器，该协调器能够管理这些数据库的事务，如下图所示，第一阶段：

第二阶段：

2PC的优势是简单，实现成本低，但缺点也非常明显，性能低下，在MySQL和一些NoSQL数据库中的支持也不够。

TCC事务补偿

2PC模式遵循的是ACID原则，即：原子性、一致性、隔离性、持久性，它是一种强一致性的设计，而事实上，很多情况下我们都无法做到强一致性，或者想要实现强一致性成本比较高。eBay 的架构师 Dan Pritchett在ACM上发表文章提出了BASE理论，该理论指出即使无法做到强一致性，但应用可以采用合适的方式达到最终一致性，最终一致性对于数据的要求并不是非常严格，它不需要系统做到数据实时保持最新状