分布式事务

常规的数据库事务指的是在集中环境下的数据库执行某些业务操作。而分布式事务就复杂多了，这和CAP理论有关。事务一定是要追求 ACID 的，这个C指的是一致性，在分布式系统中却是最容易被抛弃的。

CAP 理论告诉我们，在分布式系统中，一致性、可用性、分区容忍性三者不可兼得，必然需要舍弃某个点。分区容忍性是一定会出现的，可用性是分布式系统的重要作用，也不可抹去，这样的话就需要丢弃一致性。

• 强一致性：理论中的一致性，单点数据库可以做到
• 弱一致性：实践中的一致性，其实是不保证一致性，例如 Redis
• 最终一致性：如果数据在一段时间之内没有被另外的操作所更改，那它最终将会达到与强一致性过程相同的结果

一些分布式事务的实现：

• 可靠事务队列：通过队列中间件实现分布式事务，也即是最大努力交付，在整个体系中没有“事务回滚”的概念，如果出现了异常情况，需要一个新的事务去处理
• TCC事务：Try-Confirm-Cancel - Try：尝试执行阶段，完成所有业务可执行性的检查（保障一致性），并且预留好全部需用到的业务资源（保障隔离性）。 - Confirm：确认执行阶段，不进行任何业务检查，直接使用 Try 阶段准备的资源来完成业务处理。Confirm 阶段可能会重复执行，因此本阶段所执行的操作需要具备幂等性。 - Cancel：取消执行阶段，释放 Try 阶段预留的业务资源。Cancel 阶段可能会重复执行，也需要满足幂等性。
• SAGA事务：将大事务分割成连续的且原子性的小事务，对每一个小事务都有一个补偿动作；当分布式事务出现问题之后，可以不断重试失败的小事务，也可以按照倒叙进行补偿动作的实施，从而使该事务进行逻辑上的回滚。