分布式 事务 cap

原文链接: 作者小太阳^_^，转载请注明出处，谢谢 前言 在大型系统架构演变中,当前下,分布式是一个必然的选择,分布式事务是绕不开的一个点. 目录 概述 论证 解决方案 3.1 维护本地消息表 3.2 使用rocketmq事务消息 3.3 两阶段提交协议(2PC) 3.4 TCC事务补偿机制 正文 1.概述 在单体架构中,我们的事务可以通过数据库的ACID来操作,不会出现什么问题. 1.1 问...

最近遇到了要对系统中的新课程进行发布的操作，为了提高网站速度优化性能，需要将数据同步到多个不同的存储系统中

一、理解CAP CAP是 Consistency、Availability、Partition tolerance三个词语的缩写，分别表示一致性、可用性、分区容忍性。 下边我们分别来解释： 为了方便对CAP理论的理解，我们结合电商系统中的一些业务场景来理解CAP。 如下图，是商品信息管理的执行流程： 整体执行流程如下： 1、商品服务请求主数据库写入商品信息（添加商品、修改商品、删除商品） 2、主...

数据库软件对单机ACID支持到位，但是进行水平或者垂直拆分之后，就变成了多机，需要面对多个数据库的节点，就出现了分布式事务的问题。   分布式事务：事务的参与者，支持事务的服务器，资源服务器以及事务管理器分别位于分布式系统的不同节点上。在分布式十五中，有多个节点参与。   分布式事务处理模型 X/Open DTP模型，定义了3个组件Application Program（AP）

是两阶段提交的一个变种，针对每个操作，都需要有一个其对应的确认和取消操作，当操作成功时调用确认操作，当操作失败时调用取消操作，类似于二阶段提交，只不过是这里的提交和回滚是针对业务上的，所以基于TCC实现的分布式事务也可以看做是对业务的一种补偿机制，其核心思想是：针对每个操作，都要注册一个与其对应的确认和补偿（撤销）操作。try阶段：尝试去执行，完成所有业务的一致性检查，预留必须的业务资源。Confirm阶段：确认执行业务，如果Try阶段执行成功，接着执行Confirm 阶段。

从上面来看最优的方案显示是方案4，我们这次的主角CAP也正是采用了此种方案来实现的，我们这里介绍的方案4还是比较简单的，CAP的实现要更加的严谨、更加强大，我们不需要建过程表，也不需要处理消息队列的问题，底层很多的细节都不需要我们考虑，只管用就好了。因为此例中第一次访问时可能发布事件比订阅事件要快，导致还没订阅就把事件发布出去了，这样的事件会丢失，所以我们再F5刷新一下界面，可以看到程序就进入到了订阅事件里面。并且通过消息队列推送此消息，如果推送失败，则定时扫描“订单创建成功”表将失败的数据重新推送。

CAP理论指的是在一个分布式系统中，不能同时满足一致性(Consistency)、可用性(Avalibality)、分区容错性(Partition Tolerance)。 1. 一致性 Consistency 分布式系统中的所有节点上的数据都是一致的。 假设有一个分布式系统，其中有2个节点：节点A、节点B，两者的数据库中都存有x，其初始值都为0。此时客户端向这个节点A发起x=1的请求。 1.1 强一致性 返回成功响应后，节点A与节点B上的值都为1。 任意时间各个节点上的值都是一致的 1.2 弱一致性

#CAP #事务 原子性，一致性，持久性，隔离性 #分布式事务 2P 2TP

分布式事务之CAP定理

CAP：是 Consistency、Availability、Partition tolerance三个词语的缩写，分别表示一致性、可用性、分区容忍性。 C - Consistency（一致性）： 一致性指的是在当数据分布在多个服务上，从任意一个服务中调用的数据都是最新的状态。 分布式系统一致性的特点： 1：由于数据同步过程中，想要对同步数据进行资源的暂时锁定，等待数据完成后释放资源。 2：如果请求数据同步失败的结点则会返回错误信息，一定不会返回旧数据。 A - Availability （可用性）： 可用

分布式系统有三个指标： Consistency（一致性） Availability（可用性） Partition tolerance （分区容错性） 结论: 分布式架构中 P（分区容错性）一定存在， 三者只能满足其二 也就是说要么架构是： 1）AP：可用性 2）CP ：一致性 ...

真正体系化！**

CAP的含义： C：Consistency 一致性 同一数据的多个副本是否实时相同。 A：Availability 可用性 可用性：一定时间内 & 系统返回一个明确的结果 则称为该系统可用。 P：Partition tolerance 分区容错性 将同一服务分布在多个系统中，从而保证某一个系统宕机，仍然有其他系统提供相同的服务。 CAP理论告诉我们，在分布式系统中，C、A、P三个条件中我们最多只能选择两个。那么问题来了，究竟选择哪两个条件较为合适呢？ 对于一个业务系统来说，可用性和分...

对于刚刚接触分布式系统的小伙伴们来说，一提起分布式系统，就感觉高大上，深不可测。而且看了很多书和视频还是一脸懵逼。这篇文章主要使用大白话的方式，带你理解一下分布式系统中的CAP理论。保证你能听懂。 为了防止被误以为是洗文的嫌疑，我在这里先说明一下：我参考了知乎和博客园上等相关文章，还有下面的图不是我自己画的，我觉得能清晰地表达出意思就是好图，在百度图片上下载了一波。 一、什么是分布式系统 拿一...

一、概述 通过前面的学习，我们了解到了分布式事务的基础概念。与本地事务不同的是，分布式系统之所以叫分布式，是因为提供服务的各个节点分布在不同机器上，相互之间通过网络交互。不能因为有一点网络问题就导致整个系统无法提供服务，网络因素成为了分布式事务的考量标准之一。因此，分布式事务需要更进一步的理论支持，接下来，我们先来学习一下分布式事务的CAP理论。在讲解分布式事务控制解决方案之前需要先学习一些基础理论，通过理论知识指导我们确定分布式事务控制的目标，从而帮助我们理解每个解决方案。 二、CAP理论 CAP是

相关历史文章（阅读本文之前，您可能需要先看下之前的系列????） 分布式事务「2020年」必学，升职加薪你准备好了吗？ 事务的基本概念 事务的四大特性ACID 分布式事务产生的场景 前言 通过前面的学习，我们了解到了分布式的基础概念，与本地事务不同的是，分布式系统之所以叫分布式系统，是因为提供服务的若干个节点分布在不同机器上，相互之间通过网络交互，不能因为有一点网络问题就...