数据库——事务&分布式

事务的概念

---

事务，我的理解就是一个完整的事件，它可能由许多小的操作组成。比如select选取数据，是事务，select之后继续drop数据二者结合起来也算是一个事务。

事务的特性（ACID）

• 原子性：事务是一个包含一系列操作的原子操作。事务的原子性确保这些操作全部完成或者全部失败。
• 一致性：一旦事务的所有操作结束，事务就被提交。然后你的数据和资源将处于遵循业务规则的一直状态。
• 隔离性：因为同时在相同数据集上可能有许多事务处理，每个事务应该与其他事务隔离，避免数据破坏。
• 持久性：一旦事务完成，他的结果应该能够承受任何系统错误（想象一下在事务提交过程中机器的电源被切断的情况）。通常，事务的结果被写入持续性存储。

我的理解是：

• 原子性就是，这个事务要么成功、要么失败。失败则不会让原系统（数据）产生任何变化。
• 一致性，是要满足一些规则的约束，这些规则是人定的，是业务要求。比如转账，有人转出1块，就必须有人收到1块。
• 隔离性主要体现在并发操作，如a写b读，此时b可能读到旧的脏数据。
• 持久性，如何实现呢？一般是通过日志来实现的，比如写之前，数据库会先写接下来要执行的操作，如果执行过程断电了。则根据日志来重复操作。

分布式的系统

---

CAP理论：

即一致性、可用性、分区容错。

• 所谓一致性，就是无论何时，读取的分布式各服务器上的数据都是相同的。比如a主机写了一个数据M，b主机此时就被锁定了，直到b主机更新了M之后才能被读取。
• 所谓可用性，就是无论何时，访问哪个服务器总能得到数据（除非服务器死机）。
• 所谓分区容忍性，分布式系统中，节点之间可能出现不连通的情况，导致网络分成了几块。如果只把数据放到一个节点中，那么出现不连通后，其他节点就访问不到数据了，这就是分区不容忍。反之，每个节点都存储一份数据，这叫做分区容忍。同时也带来一致性的问题。

这三个中，只能同时保证两个。且分区容错是必须要保证的，因为无法保证一定能够通信成功。

一致性与可用性的矛盾：

对于a、b两个服务器，如果a更新了数据data1，b此时未更新。如果要保证一致性，那么b只有更新data1后才能被访问，这就损害了可用性。如果保证可用性，那么此时a、b的数据并不一致。

BASE理论：

即基本可用、柔性状态、最终一致。这里引用@新栋BOOK的总结，https://www.jianshu.com/p/ab1a1c6b08a1

• 基本可用：分布式系统出现故障的时候，允许损失一部分可用性。比如，京东618大促的时候，对一些非核心链路的功能进行降级处理。
• 柔性状态：允许系统存在中间状态，这个中间状态又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，这样实际是一种柔性状态。
• 最终一致性：那上面数据库主从复制的例子，经过数据同步延时之后，最终数据能达到一致。

柔性事务针对分布式事务的解决方法：

• 记录日志+补偿：记录事务的开始和结束状态。事务根据日志记录找回事务的当前执行状态，并根据状态决定重试异常步骤，也就是正向补偿，或者回滚上一次执行步骤，也就是反向补偿。
• 消息多次重试：也就是发送多次消息，由于要多次重发，所以程序必须是幂等（同一操作反复执行多次结果不变），这是非常具有互联网特征的一种模式。
• “无锁”设计：放弃锁是一个解决问题的思路。比如通过乐观锁，大多数是基于版本号来实现。