CAP理论一些理解

CP 各个分布式事务，等待彼此，一起提交或一起失败，弱可用。（由于一起提交分布式事务，降低可用性所以是基本可用）

　　=======>解决了一致性C、分区容错性P

　　适合场景：银行账户

AP  各个分布式事务，分别提交，如果失败进行一个补偿机制，达到最终的一致性。（软状态、最终一致性）

　　=======>解决了一致性A、分区容错性P

      适合场景：物联网数据采集

 

seata是代理了数据库的database的增删改查的对象

解决方式：

1、XA模式

强一致性比较耗时，依赖数据库的acid支持，二阶段提交（资源锁定行锁，其他事务无法进行并发操作）

2、AT模式

弱一致性，行锁（其他字段还可以进行并发访问），分布式事务可以先提交，

undo-log生成快照（释放行锁后，其他事务可以获取到行锁进行操作）

        如果回滚，undo-log进行回滚，然后删快照

        如果是提交，提交之后，然后删快照

存在脏数据的可能性

 3、TCC

try：资源检查和预留

confirm：业务执行和提交

cancel：预留资源的释放

优点：

一阶段提交事务后，释放数据库资源，性能好

相比AT无需生成快照，无需全局锁，性能最强

不依赖数据库事务，而是依赖补偿机制，可以用于非事务型数据库

* 空回滚逻辑写在cancel阶段

* 业务悬挂写在try阶段

* 幂等写在cancel阶段

 

4、Saga模式

长事务解决，没有隔离性，需要自己编写状态机+补偿回滚逻辑

一阶段：直接提交本地事务

二阶段：成功什么都不做，失败则通过补偿业务回滚

事件驱动，吞吐性强