实现分布式事务除了使用类似“两阶段提交”协议等方式外，另一种简单有效的方式使用MVCC（Multi-version Cocurrent Control，多版本并发控制）技术，最初也是在数据库系统中被提出。
（1）MVCC简介
是一种多个不同版本的数据实现并发控制的技术，其思想是为每次事务生成一个新版本的数据，在读数据时选择不同版本的数据可以实现对事务结果的完整性读取。在使用MVCC时，每个事务都是基于一个已生效的基础版本进行更新，事务可以并行进行，从而可以产生一种图状结构
如图，数据基础版本是1，同时产生两个事务A和B，分别对数据进行本地修改（仅事务自己可见，不影响真正数据），A首先提交，生成数据版本2，在基于2，发起事务C，C提交后生成数据版本3，最后B提交，B的结果与C合并，若无数据冲突，则可提交，否则B提交失败。
MVCC的流程与SVN等版本控制系统相似，事务基于基础数据版本做本地修改时，为不影响真正数据，有两种做法：
1. 将基础版本中的数据完全拷贝出来再修改，SVN check out就是拷贝过程
2. 每个事务只记录更新操作，不记录完整数据，读取数据时再将更新操作应用到基础版本数据，类似SVN的增量提交
（2）分布式MVCC
分布式MVCC的重点不是并发控制，而是实现分布式事务。
问题模型：在分布式系统中，更新操作以事务进行，每个事务包括若干个对不同节点的不同更新操作。更新事务必须具有原子性，即事务中所有更新操作要么同时在各个节点生效，要么都不生效，假设不存在并发的事务，即上一个事务成功提交后才进行下一个事务。
实现方法：为每个事务分配一个递增的编号，这个编号也代表了数据的版本号，当事务在各个节点上执行时，各个节点只需记录更新操作及事务编号，当事务在各个节点都完成后，在全局元信息中记录本次事务的编号。在读取数据时，先读取元信息中已成功的最大事务编号，再在各个节点上读取数据，只读取更新操作编号小于等于最大已成功提交事务编号的操作，并应用到基础数据形成读取结果。
举例：系统中节点A/B状态如下表
1. 若此时全局元信息中的最大的生效事务序号为1，则在节点A上：var1 = 1，var2 = 2，在节点B上，var3 = 2；
2. 若此时全局元信息中的最大的生效事务序号为2，则在节点A上：var1 = 1 + 2 = 3，var2 = 2，在节点B上：var3 = 2，var4 = 1,
优点：在新事务执行过程中，虽然更新操作已逐步记录到各个节点，但只要全局元信息不修改，始终不会读到没有生效的事务数据，从而实现全局一致性。并且，由于数据具有多个版本，可以自然实现对历史版本数据的读取
缺点：随着执行的事务越来越多，各个站点保存的更新操作会越来越多，读取数据时需要应用的更新操作也越来越多。
改进：工程中可以周期性的启动合并操作，将历史上不再需要的版本合并为一个更新操作
（3）工程投影
a）Megastore中的MVCC
Megastore利用了Big Table中的数据的多版本特性实现分布式的更新事务。每个事务更新的都是不同版本（timestamp）的Big Table数据，在读取数据时利用timestamp过滤，从而不会读到正在进行的尚未生效的事务数据。
b）Doris*中的MVCC
在Doris*系统中，数据按批进行更新，每个批量的数据都可以认为是一个事务，必须同时原子性的生效。为此，Doris*将每条数据附带了一个导入的版本号，在读取数据时根据元数据中已生效的版本号与 的导入版本号做过滤，从而不读取正在更新的尚未生效的数据，实现了分布式事务更新