谈谈分布式事务相关的一致性与 实战解决方案

一、分布式的一致性理论

最早加州大学伯克利分校 Eric Brewer教授提出一个分布式系
统特性的CAP理论。

1.CAP 理论的不可能三角

一致性（Consistency）

• 可用性（Availability）
• 分区容错性（Partition tolerance）

在分布式系统中，是不存在同时满足一致性 Consistency、可
用性 Availability和分区容错性 Partition Tolerance三者的。
一句话总结：一致性、可用性和分区容错在分布式事务中不
可兼得。在绝大多数的场景，都需要牺牲强一致性来换取系统的高可用
性，系统往往只需要保证最终一致性。这也是是后来发展出的BASE理论的基础。

2.BASE 理论

• Basically Available（基本可用）
• Soft state（柔软状态）
• Eventually consistent（最终一致性）三个短语的简写。

BASE是对CAP中一致性和可用性权衡的结果，其来源于对大
规模互联网系统分布式实践的结论，是基于CAP定理逐步演化而来的，其核心思想是即使无法做到强一致性（Strong consistency），但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性（Eventual consistency）。

二、分布式事务的解决方案

1.基于XA协议的两阶段提交 2PC(2-phase commit protocol)

XA是一个分布式事务协议，XA中大致分为两部分：事务管理
器和本地资源管理器,其中本地资源管理器往往由数据库实
现，而事务管理器作为全局的调度者，负责各个本地资源的提交和回滚。

大致的流程：
第一阶段是表决阶段，所有参与者都将本事务能否成
功的信息反馈发给协调者；
第二阶段是执行阶段，协调者根据所有参与者的反
馈，通知所有参与者，步调一致地在所有分支上提交或
者回滚。

优缺点：
尽量保证了数据的强一致，实现成本较低，在各大主流数据库都有自己实现，存在单点故障问题、性能问题、跨数据库问题。

2.事务补偿TCC模式

TCC方案其实是两阶段提交的一种改进，将整个业务逻辑的每个分支显式的分成了Try、Confirm、Cancel三个操作。
Try部分完成业务的准备工作，confirm部分完成业务的提交，
cancel部分完成事务的回滚。

优缺点：
对代码有侵入性，降低了锁冲突，提高了吞吐量，缺点是有时
候并没有那么好实现。

3.消息队列最终一致性方案

通过异步解耦的方式，通过第三方中间件。
案例：RocketMQ RabbitMQ等均可实现，RocketMQ 还有专门的事
务型消息，新版的kafka也有。
总之，分布式系统中事务更多的是对CAP权衡，在实际应用
中，根据业务要求、开发人员情况以及所用框架不同进行调
整。