分佈式事務(1)-概念篇

把我的理解的幾個概念作了一個總結，更貼近開發工做，更直白通俗的總結(意味着不嚴謹，但能懂)。

ACID模型

單個關係型數據庫就是用這個模型來保障高一致性和可用性的。

Atomicity原子性：一個事務中全部操做都必須所有完成，要麼所有不完成。
Consistency一致性. 在事務開始或結束時，數據庫應該在一致狀態。
Isolation隔離層. 事務將假定只有它本身在操做數據庫，彼此不知曉。
Durability. 一旦事務完成，就不能返回。
直白，簡單的去理解

BASE理論

和ACID相反，分佈式事務中咱們沒法作到強一致。
雖然可能不一致，但每一個應用均可以根據自身的業務特色，採用適當的方式來使分佈式系統數據達到最終一致性。

1. Basically Available基本可用。支持分區失敗(e.g. sharding碎片劃分數據庫)
2. Soft state軟狀態 狀態能夠有一段時間不一樣步，異步。
3. Eventually consistent最終一致，最終數據是一致的就能夠了，而不是時時高一致。

CAP原則

分佈式系統中，數據一致性和響應速度是成反比的。
要想多個系統數據一致，就須要時間進行同步；要想盡快響應用戶，就要接受數據不一致的狀況(每每就是業務權衡)。

CAP定理是由加州大學伯克利分校Eric Brewer教授提出來的，他指出分佈式WEB服務沒法同時知足一下3個屬性：

數據一致性(consistency)：

若是系統對一個寫操做返回成功，那麼以後的讀請求都必須讀到這個新數據；若是返回失敗，那麼全部讀操做都不能讀到這個數據，對調用者而言數據具備強一致性。

1. 簡單理解: 要往十個系統裏每一個系統都增長一條數據，每一個子系統上面都進行修改爲功，這樣就保證了數據一致，可是時間也會延長；

服務可用性(availability)

全部讀寫請求在必定時間內獲得響應

1. 簡單理解: 上面已經說到，爲了保證數據一致性，咱們須要延長時間。那爲了減小響應時間，咱們可能先在一個系統內增長一條數據，剩下的九個系統異步去添加，這就是犧牲數據一致性，換取可用性；

分區容錯性(partition-tolerance) - 可靠性

在網絡分區的狀況下，被分隔的節點仍能正常對外服務，簡單可理解爲「可靠性」（兩個系統外界看來就是總體，若是系統不能通訊了，成爲分區。 若是不能保證分區容錯性，則節點不能正常服務，不能服務就談不上什麼事務了，因此分區容錯性是確定要保證的）；

1. 分區容錯性 的理解：多個系統組成一個分佈式系統，外界看來這個系統是一個總體，一個區域。

2. 可是內部若是出現網絡不通的問題，多個子系統就變成了孤島，變成了多個分區，分區容錯性就是指這種狀況是，每一個子系統要可以適應這種問題，能正常提供服務，雖然數據可能沒同步到其餘子系統，但總比系統不能訪問要好 。

總結

分佈式事務會結合上面三個概念進行實現，在實際開發中，就是根據具體業務在 數據一致性 和 服務可用性 二者之間進行權衡。