分布式事务

一致性方案

1. 两阶段提交（2PC, Two-phase Commit）方案 强一致性

增加一个角色协调者

阶段一：协调者向参与者提交事物请求，并询问执行结果

阶段二：执行事务提交

• 协调者宕机
• 参与者宕机
• 网络闪断（脑裂）

二阶段提交协议，不是一个高效的协议，会带来性能上的损失

1. 3pc三阶段提交

paxos

eBay 事件队列方案 最终一致性

1. TCC 补偿模式 最终一致性

缓存数据 最终一致性

1. MQ消息队列

一致性理论

cap理论

一致性（Consistency）

可用性（Availability）

分区容忍性（Partition Tolerance）

BASE 理论

基本可用（Basically Available）：指分布式系统在出现故障时，允许损失部分的可用性来保证核心可用。

软状态（SoftState）：指允许分布式系统存在中间状态，该中间状态不会影响到系统的整体可用性。

最终一致性（EventualConsistency）：指分布式系统中的所有副本数据经过一定时间后，最终能够达到一致的状态。

PostgreSQL针对ACID的实现技术如下

ACID 实现技术 原子性（Atomicity） MVCC 一致性（Consistency） 约束（主键、外键等） 隔离性 MVCC 持久性 WAL

分布式ACID 实现技术 原子性（Atomicity） MVCC + 两阶段提交 一致性（Consistency） 约束（主键、外键等） 隔离性 MVCC 持久性 WAL

框架

一个好的分布式事务框架应用尽可能满足以下特性： 1. 业务改造成本低 2. 性能损耗低 3. 隔离性保证完整 但如同CAP，这三个特性是相互制衡的，往往只能满足其中两个，我们可以画一个三角约束

基于业务补偿的Saga满足1.2；TCC满足2.3；Seata满足1.3。