分布式事务

产生场景

　　1、微服务架构即典型的分布式系统，跨JVM进程产生分布式事务

　　2、单系统访问多数据库实例，资金数据库和资产数据库，通过不同的数据库连接去操作数据，跨数据库实例产生分布式事务

　　3、多服务访问同一数据库实例，两个不同的服务持有不同的数据库连接去操作数据，跨JVM进程产生分布式事务

分布式事务基础理论

　　CAP理论

　　

　　参考：https://www.cnblogs.com/mingorun/p/11025538.html

　　BASE理论

　　

　　参考：https://segmentfault.com/a/1190000018019595

分布式事务解决方案

　　2PC原理

　　

　　参考：https://www.cnblogs.com/qdhxhz/p/11167025.html

　　　　XA方案

　　　　

　　　　参考：https://cloud.tencent.com/developer/article/1547146

　　　　Seata方案

　　　　

 　　　　Seata AT 模式参考：http://seata.io/zh-cn/docs/dev/mode/at-mode.html

　　　　 Seata原理参考：https://www.javazhiyin.com/41313.html

　　TCC方案

　　

　　

　　

 　　

 　　

　　可靠消息最终一致性 

　　

　　1、本地事务与消息发送的原子问题
　　　　事务发起方在本地事务执行成功后消息必须成功发出，否则丢弃消息
　　2、事务参与方接收消息的可靠性问题
　　　　事务参与方必须能够从消息队列接收到消息，如果失败则重复接收消息
　　3、消息重复消费的问题
　　　　实现事务参与方的方法幂等性

 　　RocketMQ事务消息方案

　　　　该方案主要是解决Producer端的消息发送和本地事务执行的原子性问题即问题1

　　

　　　　步骤二发送的消息并不能被订阅方订阅到

　　　　步骤五为事务回查主要是解决步骤四可能出现的网络问题

　　　　步骤七改变消息状态使得订阅方可以订阅到消息

　　　　解决事务参与方接收消息的可靠性问题即问题2则利用了消息中间件的ack机制

　　　　参考：https://gitee.com/NuLiing/reliable-message

　　最大努力通知 

　　

　　1、消息重复通知机制，利用MQ的ack机制
　　2、通知结果主动查询机制

　　该方案的业务场景是完成核心业务后的通知事务，即将业务结果可靠的通知出去，如注册账号（核心业务通知发起方）发邮件（通知接收方）

　　该方案对一致性要求最低，适用于一些最终一致性时间敏感度低的业务

 　　参考：https://gitee.com/NuLiing/cn-ben