引发对分布式事务的思考

其实在分布式架构中，分布式事务问题，是非常常见的问题。既然是常见，那肯定会有解决办法。这里我并不打算展开他的各种解决方案，给大家讲讲

架构思维层面的东西

首先我们知道数据库事务会满足ACID特性：

• 原子性(A);
• 一致性(C);
• 隔离性(I);
• 持久性(D);

而在这四大特性中，一致性是最基本的特性，其它的三个特性都为了保证一致性而存在的!

而在分布式场景中，这种单库事务就没什么意义了。

分布式场景中的事务一致性方案

在分布式架构中，有很多种解决一致性问题的方案，比如TCC(事务补偿)、比如基于可靠性消息的最终一致性、比如基于2pc协议的强一致性、

对于很多中间件里面的一致性协议，有paxos、Raft等算法 ;这些大家都可以自己去看看

我们前面说过，在分布式架构下，分布式事务的问题是很常见的。所以目前市面上提供的解决方案也比较多。那么这里就涉及到两个概念

• 一个是强一致性、 一个是弱一致性

所谓的强一致性，就是保证跨节点的数据的强一致，要么同时成功，要么同时失败

而所谓的弱一致性，其实就是一种最终一致性，

CAP和BASE

强一致性和弱一致性有什么区别，或者对系统会产生什么样的影响呢?我们来分析一下

CAP 定理，又被叫作布鲁尔定理。对于设计分布式系统(不仅仅是分布式事务)的架构师来说，CAP 就是你的入门理论。

1.C (一致性)：对某个指定的客户端来说，读操作能返回最新的写操作。对于数据分布在不同节点上的数据来说，如果在某个节点更新了数据，那么在其他节点如果都能读取到这个最新的数据，那么就称为强一致，如果有某个节点没有读取到，那就是分布式不一致。

2.A (可用性)：非故障的节点在合理的时间内返回合理的响应(不是错误和超时的响应)。可用性的两个关键一个是合理的时间，一个是合理的响应。

合理的时间指的是请求不能无限被阻塞，应该在合理的时间给出返回。合理的响应指的是系统应该明确返回结果并且结果是正确的

3.P (分区容错性)：当出现网络分区后，系统能够继续工作。打个比方，这里集群有多台机器，有台机器网络出现了问题，但是这个集群仍然可以正常工作。

熟悉 CAP 的人都知道，三者不能共有，因为在分布式系统中，网络无法 100% 可靠，分区其实是一个必然现象。

（编辑：怀化站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!