分布式事务（一）：基础概念

分布式事务（一）：基础概念 基础概念 什么是事务

事务可以看做是一次大的活动，它由不同的小活动组成，这些活动要么全部成功，要么全部失败。

本地事务

在计算机系统中，更多的是通过关系型数据库来控制事务，这是利用数据库本身的事务特性来实现的，所以叫数据库事务。数据库通常和应用在同一个服务器，所以基于关系型数据库的事务又被称为本地事务。

事务的特性

原子性：要么全部成功，要么全部失败。

一致性：事务执行前后，数据库的一致性没有被破坏。张三给李四转账一百块，那么总金额不会变化。

隔离性：两个事务互不影响。

持久性：事务完成之后，事务对数据的变化会持久化到数据库，不会被回滚。

分布式事务

分布式系统是一个应用系统拆分为多个可独立部署的多个服务，因此需要服务与服务之间远程协作才能完成事务 *** 作，不同服务之间通过网络远程协作完成事务称之为分布式事务。

分布式事务产生的场景

多个系统之间的交互

单体系统调用多个数据库

分布式事务基础理论 CAP理论

CAP是Consistency、Availability、Partition tolerance三个词语的缩写，分别表示一致性、可用性、分区容错性。

为了方便对CAP理论进行理解，下面结合电商系统中的一些业务场景来理解CAP。

下面是商品信息管理的执行流程

C-Consistency：一致性是指写 *** 作后的读 *** 作可以读取到最新的数据状态，当数据分布在多个节点上，从任意节点读取到的数据都是最新的状态。 

 上图中，商品信息的读写要满足一致性就是要实现如下目标：

1、写入主数据库后要将数据同步到从数据库。

2、写入主数据库后，同步 *** 作要将从数据库锁定，待同步完成后再释放锁，以免在新数据写入之前，查到旧数据。

如何实现一致性：

1、写入主数据库后要将数据同步到从数据库。

2、写入主数据库后，在将从数据库同步期间要将从数据库锁定，待同步完成后再释放锁，以免在新数据写入成功后，向从数据库查询到旧的数据。

分布式一致性的特点：

1、由于存在数据同步的过程，写 *** 作的相应会有一定的延迟。

2、为了保证数据一致性会对资源暂时锁定，待数据同步完成释放锁定资源。

A-Availability：可用性是指任何事务 *** 作都可以得到响应结果，且不会出现响应超时或响应错误。上图中，商品信息读取满足可用性就是要实现如下目标：

1、从数据库接收到数据查询的请求则立即能够响应数据查询结果。

2、从数据库不允许出现响应超时或响应错误。

如何实现可用性：

1、写入主数据库后要将数据同步到从数据库。

2、有余要保证从数据库的可用性，不可将从数据库中的资源进行锁定。

3、即使数据还没有同步过来，从数据库也要返回要查询的数据，哪怕是旧数据，如果连旧数据也没有则可以按照约定返回一个默认信息，但不能返回错误或响应超时。

分布式可用性特点：

所有请求都有相应，且不会出现响应超时或响应错误。

P-Partition tolerance：通常分布式系统的各个节点部署在不同的子网，这就是网络分区，不可避免的会出现由于网络问题而导致节点之间通信失败，此时仍可对外提供服务，这叫分区容忍性。

上图中，商品信息读写满足分区容忍性就是要实现如下目标：

1、主数据库向从数据库同步数据失败不影响写 *** 作

2、其一个结点挂掉不影响另一个结点对外提供服务。

如何实现分区容忍性：

1、尽量使用异步取代同步 *** 作，例如使用异步方式将数据从主数据库同步到从数据库，这样结点之间能有效的实现松耦合。

2、添加从数据库结点，其中一个从结点挂掉其他从结点提供服务。

分布式分区容忍性的特点：

1、分区容忍性是分布式系统具备的基本能力。

总结：

一个分布式系统最多之鞥呢同事满足一致性、可用性、分区容错性三项中的两项。

一般来讲都会选择保证P和A，舍弃想一致性，保证最终一致性。

base理论：

base是Basically Available(基本可用)、Soft state(软状态)、和Eventually consistent(最终一致性)三个短语的缩写。base理论是对CAP中AP的一个扩展，荣国牺牲强一致性来获得可用性，当出现故障允许部分不可用，但是要保证核心功能可用。允许数据在一定时间内不一致，但是最终达到一致的状态，我们称之为【柔性事务】。

基本可用：分布式系统出现故障时，允许损失部分可用功能，保证核心功能可用。比如电商交易付款出现问题，但是依然可以浏览商品。

软状态：由于不要求强一致性，所以base允许系统中存在中间状态(也叫软状态)，这个状态不影响系统可用性，如订单的【支付中】【数据同步中】等状态，待数据最终一致后状态改为【成功】状态。

最终一致：最终一致是指经过一段时间后，所有节点数据都将会达到一致。如订单的【支付中】状态，最终会变为【支付成功】或者【支付失败】，使订单状态与实际交易结果达成一致，但需要一定的延迟、等待。