一 序
听了下奈学教育孙玄大佬的课。视频讲了3个小时，要是缩减到到1小时就好多了。
记一下笔记：
二 目录
2.1分布式事务的本质
1 一次请求涉及多个存储系统
如：多个db,或者db+redis,db+mq,db+es
2. 业务场景容忍度：商品+订单+支付
业务场景：同步场景、异步场景
2.2 普适方法论
1. 拆分
2. 补偿：前向补偿（retry）,后向补偿：
这里介绍了Redis多个操作执行事务：
可以使用lua脚本，也可以使用redisson的加锁。本质就是把多个原子操作整合为一个本地事务。 
场景三： db和MQ
场景四： db和ES：es不提供本地事务，这种智能最大努力型的retry，失败后打error日志人工介入。
3 异步场景
超时未支付：关闭
1. 下单
2. 发mq:
本地事务：可能存在，mq的发送超时，发型成功但是ack失败了。这时候两个合成一个本地事务就有问题。
时序调整，也不能解决。
2PC：没有补偿，协商后只能重试
因为ack不可靠，所以需要依赖提供db的回查接口确认写db是否成功。这个mq是支持事务的mq.
上面的方案太复杂，不够通用，优化方案如下：
这是偏理论的。因为ack可能超时、消息可能不幂等、可能重复提交。
这是一个完整的处理，依赖了定时任务task去处理：
正常的是投递的task,发送失败的加入：重试队列（时间轮）。
因为是内存队列，还有系统重启的时候：加了补漏线程（从db直接查），这个单线程处理就行，不需要每个节点都去跑，所以需要加锁标识做。
还有清理线程：处理历史数据。
****************
可以根据自己业务情况做裁剪，不用这么复杂。