关键词：
文章目录
前言
基于微服务架构设计功能，总是绕不开分布式事务的问题，前面已经讲解了分布式事务的基本概念，这一篇文章，主要介绍一下分布式事务基本理论CAP和BASE理论，有了这些理论才能结合业务选择合适的方案。
一、CAP理论
1.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、分区容错性。
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、主数据库向商品服务响应写入成功。
3、商品服务请求从数据库读取商品信息。
C - Consistency：
一致性是指写操作后的读操作可以读取到最新的数据状态，当数据分布在多个节点上，从任意结点读取到的数据都是最新的状态。
上图中，商品信息的读写要满足一致性就是要实现如下目标：
1、商品服务写入主数据库成功，则向从数据库查询新数据也成功。
2、商品服务写入主数据库失败，则向从数据库查询新数据也失败。
如何实现一致性？
1、写入主数据库后要将数据同步到从数据库。
2、写入主数据库后，在向从数据库同步期间要将从数据库锁定，待同步完成后再释放锁，以免在新数据写入成功后，向从数据库查询到旧的数据。
分布式系统一致性的特点：
1、由于存在数据同步的过程，写操作的响应会有一定的延迟。
2、为了保证数据一致性会对资源暂时锁定，待数据同步完成释放锁定资源。
3、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 ：
可用性是指任何事务操作都可以得到响应结果，且不会出现响应超时或响应错误。
上图中，商品信息读取满足可用性就是要实现如下目标：
1、从数据库接收到数据查询的请求则立即能够响应数据查询结果。
2、从数据库不允许出现响应超时或响应错误。
如何实现可用性？
1、写入主数据库后要将数据同步到从数据库。
2、由于要保证从数据库的可用性，不可将从数据库中的资源进行锁定。
3、即时数据还没有同步过来，从数据库也要返回要查询的数据，哪怕是旧数据，如果连旧数据也没有则可以按照约定返回一个默认信息，但不能返回错误或响应超时。
分布式系统可用性的特点：
1、 所有请求都有响应，且不会出现响应超时或响应错误。
P - Partition tolerance ：
通常分布式系统的各各结点部署在不同的子网，这就是网络分区，不可避免的会出现由于网络问题而导致结点之间通信失败，此时仍可对外提供服务，这叫分区容错性。
上图中，商品信息读写满足分区容错性就是要实现如下目标：
1、主数据库向从数据库同步数据失败不影响读写操作。
2、其一个结点挂掉不影响另一个结点对外提供服务。
如何实现分区容错性？
1、尽量使用异步取代同步操作，例如使用异步方式将数据从主数据库同步到从数据，这样结点之间能有效的实现松耦合。
2、添加从数据库结点，其中一个从结点挂掉其它从结点提供服务。
分布式分区容错性的特点：
1、分区容错性分是布式系统具备的基本能力。
2.CAP组合方式
1、上边商品管理的例子是否同时具备 CAP呢？
在所有分布式事务场景中不会同时具备CAP三个特性，因为在具备了P的前提下C和A是不能共存的。
比如：
下图满足了P即表示实现分区容错：
本图分区容错的含义是：
1）主数据库通过网络向从数据同步数据，可以认为主从数据库部署在不同的分区，通过网络进行交互。
2）当主数据库和从数据库之间的网络出现问题不影响主数据库和从数据库对外提供服务。
3）其一个结点挂掉不影响另一个结点对外提供服务。
如果要实现C则必须保证数据一致性，在数据同步的时候为防止向从数据库查询不一致的数据则需要将从数据库数据锁定，待同步完成后解锁，如果同步失败从数据库要返回错误信息或超时信息。
如果要实现A则必须保证数据可用性，不管任何时候都可以向从数据查询数据，则不会响应超时或返回错误信息。
通过分析发现在满足P的前提下C和A存在矛盾性。
2、CAP有哪些组合方式呢？
所以在生产中对分布式事务处理时要根据需求来确定满足CAP的哪两个方面。
1）AP：
放弃一致性，追求分区容错性和可用性。这是很多分布式系统设计时的选择。
例如：
上边的商品管理，完全可以实现AP，前提是只要用户可以接受所查询的到数据在一定时间内不是最新的即可。
通常实现AP都会保证最终一致性，后面讲的BASE理论就是根据AP来扩展的，一些业务场景 比如：订单退款，今日退款成功，明日账户到账，只要用户可以接受在一定时间内到账即可。
2）CP：
放弃可用性，追求一致性和分区容错性，我们的zookeeper其实就是追求的强一致，又比如跨行转账，一次转账请求要等待双方银行系统都完成整个事务才算完成。
3）CA：
放弃分区容错性，即不进行分区，不考虑由于网络不通或结点挂掉的问题，则可以实现一致性和可用性。那么系统将不是一个标准的分布式系统，我们最常用的关系型数据就满足了CA。
上边的商品管理，如果要实现CA则架构如下：
主数据库和从数据库中间不再进行数据同步，数据库可以响应每次的查询请求，通过事务隔离级别实现每个查询请求都可以返回最新的数据。
通过上面我们已经学习了CAP理论的相关知识，CAP是一个已经被证实的理论：一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。它可以作为我们进行架构设计、技术选型的考量标准。对于多数大型互联网应用的场景，结点众多、部署分散，而且现在的集群规模越来越大，所以节点故障、网络故障是常态，而且要保证服务可用性达到N个9（99.99..%），并要达到良好的响应性能来提高用户体验，因此一般都会做出如下选择：保证P和A，舍弃C强一致，保证最终一致性。
二、BASE理论
1.理解强一致性和最终一致性
CAP理论告诉我们一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项，其中AP在实际应用中较多，AP即舍弃一致性，保证可用性和分区容错性，但是在实际生产中很多场景都要实现一致性，比如前边我们举的例子主数据库向从数据库同步数据，即使不要一致性，但是最终也要将数据同步成功来保证数据一致，这种一致性和CAP中的一致性不同，CAP中的一致性要求在任何时间查询每个结点数据都必须一致，它强调的是强一致性，但是最终一致性是允许可以在一段时间内每个结点的数据不一致，但是经过一段时间每个结点的数据必须一致，它强调的是最终数据的一致性。
2、Base理论介绍
BASE 是 Basically Available(基本可用)、Soft state(软状态)和 Eventually consistent (最终一致性)三个短语的缩写。BASE理论是对CAP中AP的一个扩展，通过牺牲强一致性来获得可用性，当出现故障允许部分不可用但要保证核心功能可用，允许数据在一段时间内是不一致的，但最终达到一致状态。满足BASE理论的事务，我们称之为“柔性事务”。
- 基本可用:分布式系统在出现故障时，允许损失部分可用功能，保证核心功能可用。如，电商网站交易付款出现问题了，商品依然可以正常浏览。
- 软状态:由于不要求强一致性，所以BASE允许系统中存在中间状态（也叫软状态），这个状态不影响系统可用性，如订单的"支付中"、“数据同步中”等状态，待数据最终一致后状态改为“成功”状态。
- 最终一致:最终一致是指经过一段时间后，所有节点数据都将会达到一致。如订单的"支付中"状态，最终会变为“支付成功”或者"支付失败"，使订单状态与实际交易结果达成一致，但需要一定时间的延迟、等待
结尾
- 感谢大家的耐心阅读，如有建议请私信或评论留言。
- 如有收获，劳烦支持，关注、点赞、评论、收藏均可，博主会经常更新，与大家共同进步
分布式事务专题-基本理论（capbase）(代码片段)
...介绍结尾前言基于微服务架构设计功能，总是绕不开分布式事务的问题，前面已经讲解了分布式事务的基本概念，这一篇文章，主要介绍一下分布式事务基本理论CAP和BASE理论，有了这些理论才能结合业务选择... 查看详情
什么是分布式事务capbase理论？(代码片段)
什么是分布式事务、CAP、BASE理论？什么是分布式事务？介绍这个之前，先来了解一下这几个问题什么是事务？什么是本地事务？什么是分布式？什么是分布式事务？什么是事务？完成某件事情，可能有多个参与者需要执行多个... 查看详情
分布式事务专题-基本概念(代码片段)
...目录前言一、什么是事务二、什么是本地事务三、什么是分布式事务四、分布式事务产生的场景结尾前言事务想必大家并不陌生，至于什么是ACID，也是老生常谈了。不过小编为了保证文章的完整性确保所有人都听得懂... 查看详情
分布式事务专题-基本概念(代码片段)
...目录前言一、什么是事务二、什么是本地事务三、什么是分布式事务四、分布式事务产生的场景结尾前言事务想必大家并不陌生，至于什么是ACID，也是老生常谈了。不过小编为了保证文章的完整性确保所有人都听得懂... 查看详情
常见分布式理论（capbase）和一致性协议（gosssip协议raft一致性算法）
...P理论：C：Consistency一致性：指强一致性，分布式系统中的所有节点在同一时刻具有同样的值、都是最新的数据副本，一致性保证了不管向哪台服务器写入数据，其他的服务器能实时同步数据A：Availabilit... 查看详情
架构设计|分布式事务①概念简介和基础理论(代码片段)
本文源码：GitHub·点这里||GitEE·点这里一、分布式事务简介1、转账经典案例跨地区和机构的转账的业务在实际生活中非常常见，基础流程如下：账户01通过一系列服务和支付的流程，把钱转入账户02，在这一过程中，如果账户01出... 查看详情
架构设计|分布式事务①概念简介和基础理论(代码片段)
本文源码：GitHub·点这里||GitEE·点这里一、分布式事务简介1、转账经典案例跨地区和机构的转账的业务在实际生活中非常常见，基础流程如下：账户01通过一系列服务和支付的流程，把钱转入账户02，在这一过程中，如果账户01出... 查看详情
redis_nosql入门学习笔记(代码片段)
目录NoSQL简介NoSQL四种分类分布式基础之CAP和BASE理论集中式和分布式分布式系统设计理论CAPBASE理论Redis简介常见命令五大数据类型持久化之RDB持久化之AOF事务主从复制NoSQL简介NoSQL=NotOnlySQL，意即“不仅仅是SQL”。泛指非关... 查看详情
分布式技术专题「架构实践于案例分析」总结和盘点目前常用分布式事务特别及问题分析（中）
基于MQ的分布式事务（MQ事务最终一致性）方案简介基于MQ的分布式事务方案其实是对本地消息表的封装，将本地消息表基于MQ内部，其他方面的协议基本与本地消息表一致。本地消息表：最终一致性方案简介本地消息表的方案最... 查看详情
强一致性分布式事务xa浅析(代码片段)
一、前言分布式事务：分布式条件下,多个节点操作的整体事务一致性。特别是在微服务场景下,业务A和业务B关联,事务A成功,事务B失败,由于跨系统,就会导致不被感知。此时从整体来看,数据是不一致的。分布式事务中的两大... 查看详情
分布式技术专题「架构实践于案例分析」总结和盘点目前常用分布式事务特别及问题分析（下）
...一个计算机问题最简单的方法：“恰好”不需要解决它！分布式事务方案设计实际运用理论时进行架构设计时，许多人容易犯“手里有了锤子，看什么都觉得像钉子”的错误，设计方案时考虑的问题场景过多，各种重试，各种补... 查看详情
分布式技术专题「架构实践于案例分析」总结和盘点目前常用分布式事务特别及问题分析（中）
基于MQ的分布式事务（MQ事务最终一致性）方案简介基于MQ的分布式事务方案其实是对本地消息表的封装，将本地消息表基于MQ内部，其他方面的协议基本与本地消息表一致。本地消息表：最终一致性方案简介本... 查看详情
分布式事务详解(代码片段)
最近面临面试，抽空了解了下分布式事务，这篇主要介绍一下分布式事务相关的知识点以及现目前最流行的分布式事务解决工具seata。OK，进入正题目录1.本地事务1.1 什么是本地事务1.2 本地事务如何保证ACID1.2.1 undo... 查看详情
分布式理论系列从acid到cap到base(代码片段)
分布式理论系列（一）从ACID到CAP到BASE一、ACID1.1事务的四个特征：(1)Atomic(原子性)事务必须是一个原子的操作序列单元，事务中包含的各项操作在一次执行过程中，要么全部执行成功，要么全部不执行，任何一项失败，整个事务... 查看详情
柔性事务和刚性事务
...本可用，最终一致）刚性事务满足ACID理论本文主要围绕分布式事务当中的柔性事务的处理方式进行讨论。柔性事务分为 1.两阶段型2.补偿型3.异步确保型4. 最大努力通知型几种。由于支付宝整个架构是SOA架构，因此传统单... 查看详情
day431.本地事务&分布式事务&cap理论-谷粒商城(代码片段)
本地事务一、本地事务一个或一组SQL语句组成一个执行单元，这个执行单元要么全部执行，要么全部不执行二、ACID特性原子性：一个事务的整体操作不可拆分，要么都成功，要么都失败一致性：一个事务... 查看详情
从分布式事务到cap理论和base理论
...篇文章中详细介绍了数据库事务的隔离级别。本文将会从分布式的事务开始谈起，以及CAP理论和BASE理论。分布式事务随着分布式计算的发展，事务在分布式计算领域中也得到了广泛的应用。在单机数据库中，我们很容易能够实... 查看详情
出席分布式事务seata1.0.0ga典礼(代码片段)
...ui/p/12094894.html 前言图中那个红衣服的就是本人什么是分布式事务分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。简单的说，就是一次大的操作由... 查看详情