分布式事务柔性事务解决方案:可靠消息最终一致性(异步确保型) —— 一、大白话理论

分布式事务简介

理论不多说,谈起事务,必然就绕不过ACID。然而传统的分布式事务在当下的分布式、微服务结构中中并不太合适,数据在传统的分布式事务中会被锁住,而且还要应对XA协议带来的开销(建立和关闭与资源管理器的连接、预提交、提交和回滚一个本地事务等等)。

与之相对的,是更符合当下业务需求的基于BASE理论的柔性事务。

看看ACID和BASE的区别

Soft State:柔性状态

【ACID(A,I)::原子性,隔离性】与【BASE(S)::柔性状态】:比如说在支付系统中,有一个支付业务系统和积分系统,如果要满足原子性与隔离性,那么逻辑肯定是这样的:

  • 要么是支付成功,加积分,在这期间,积分数据与支付数据是不可访问的。
  • 要么是支付失败,积分不变,在这期间,积分数据与支付数据是不可访问的。

但是在BASE的柔性状态中,允许出现

  • 支付成功,积分不变,并且在支付成功后,其他服务查询我的支付状态时,也会是成功的。在这期间,积分数据与支付数据是可访问的。
  • 加积分,支付失败,在这期间,积分数据与支付数据是可访问的。

这样的情况,柔性事务中,允许数据短暂的不一致,以及非隔离性的操作。

Eventual Consistency:最终一致性

【ACID(A,D)::原子性,持久性】与【BASE(E)最终一致性】:最终一致性指的是系统中的所有数据副本经过一定时间后,最终能够达到一致的状态。

  • 事务中的原子性:要么全部成功,要么全部失败(这与上面提到的不同,上面说的是允许中间状态出现,这里说的是最后的状态要是一致的);
  • 事务中的持久性:数据必须持久化(其实有些业务不持久化也是没问题的….);

Basically Available:基本可用。

基本可用有两个层面,即,

  • 服务可用,但服务降级了;
  • 分区出现故障,我的业务依旧不受影响;

比如说我有一个秒杀商品的业务,有些用户会获取到一个假的秒杀页,并且秒杀必定失败…之类的。

猜你喜欢

转载自blog.csdn.net/anurnomeru/article/details/80299383