分布式事务学习

前言：在事务中，log的重要性远大于数据
**
阿里开源的分布式事务框架 Seata，已有成熟框架，属于2PC。

事务四大特性

ACID A:原子性 C:一致性 I:隔离性 D:持久性, A:原子性和D:持久性 依靠log实现， C:一致性 I:隔离性依靠锁实现

分布式事务

分布式事务指事务的操作位于不同的节点上，需要保证事务的 AICD 特性。
例如在下单场景下，库存和订单如果不在同一个节点上，就涉及分布式事务。
示例：

1. 一个服务操作多个数据库
2. 多个服务操作一个或多个数据库

目的：保证分布式系统中的数据一致性

解决方案：引入第三方协调者

XA规范

实现： 内部XA: 单机情况下，binlog担当TM角色。事务写入时，同时写入redolog日志和binlog日志，生产undo
log日志。事务提交时，同时写入redo log和binlog来保证两者一致。事务撤销时，根据undo log进行处理。
外部XA:分布式集群中，一般是引入代理层担当TM角色，实现对事物的支持。

二阶提交协议（2PC）：主要保证分布式事务的原子性，即所有提交事务要么全做，要么全不做。
步骤：
一。准备阶段：协调者向多个服务执行事务指令。若任一服务返回失败或返回时间超时，进入回滚阶段。
二。执行阶段：协调者向多个服务发送提交事务指令，并向协调者反馈执行结果。
三。回滚阶段：准备阶段 任一服务返回失败或返回时间超时，则进入回滚。
缺点：
单点故障：协调者出错会导致事务失败
阻塞资源：占用了数据库连接，效率低下
数据不一致：任一服务回滚或事物提交时都有可能失败，可能导致数据不一致。
三阶提交协议（3PC）：相对于二阶段，解决了占用资源问题，稍微降低了数据不一致的可能性。优秀点在于思路可以避免服务雪崩（服务不会死等）。
一。can commit：检查sql，但不执行，不占用sql连接。解决2PC占用资源问题。
二。pre commit：执行sql，类似于2PC准备阶段。pre commit在超时未收到协调者指令会直接执行do commint。（有可能导致数据不一致）
三。do commit：
四。abort commit：
can commit 在出现1.有参与者返回no ，2.协调者等待超时。3.在需要执行pre commit时参与者没有收到协调指令。 会进入 abort commit阶段。

鸵鸟算法

在计算机科学中，鸵鸟算法是一个忽略潜在问题的一种算法策略，这种策略对计算机程序可能出现的问题采取无视态度（类似于鸵鸟在遇到危险时将头埋在地里，装作看不见）。鸵鸟算法的使用前提是，问题出现的概率很低。

TCC(Try Confirm Cancel):属于两阶段提交协议变种。
BASE理论：允许数据暂时不一致，但保证数据最终一致性。（高并发请求中非常重要）