基础理论

CAP理论

一致性（Consistency） ：在分布式系统中所有的数据备份，在同一时刻都保持一致状态，如无法保证状态一致，直接返回错误；
可用性（Availability）：在集群中一部分节点故障，也能保证客户端访问系统并得到正确响应，允许一定时间内数据状态不一致；
分区容错性（Partition tolerance）：分布式系统在遇到任何网络分区故障时，仍然能保证对外提供满足一致性和可用性的服务，除非整个网络环境都发生故障；

本地事务四大特性（ACID）

事务应该是具备原子性、一致性、隔离性和持久性，简称 ACID。
原子性（Atomicity） ，可以理解为一个事务内的所有操作要么都执行，要么都不执行。
**一致性（Consistency） **，可以理解为数据是满足完整性约束的，也就是不会存在中间状态的数据，事务前后数据的完整性必须保持一致。。
隔离性（Isolation） ，指的是多个事务并发执行的时候不会互相干扰，即一个事务内部的数据对于其他事务来说是隔离的。
持久性（Durability） ，指的是一个事务完成了之后数据就被永远保存下来，之后的其他操作或故障都不会对事务的结果产生影响。

BASE理论

基本可用（Basically Available）：分布式系统在出现故障时，保证核心可用，允许损失部分可用性。（响应时间上的损失、功能上的损失）
软状态（Soft State）：系统中的数据允许存在中间状态，中间状态不影响系统的整体可用性。（支付中、处理中等）
最终一致性（Eventually Consistent）：系统中的数据不可一直处于软状态，必须在有时间期限，在期限过后应当保证数据的一致性。（支付中变为支付成功）
相比于本地事务的ADIC强一致性模型，BASE理论提出通过牺牲一定的强一致性来获得可用性；
不同业务单元和业务组件对数据一致性的要求不一样，因此分布式系统中BASE理论和ACID特性会结合使用。

幂等性设计

幂等（Idempotent）是一个数学与计算机学中的概念。f(n) = 1^n ， 无论n等于多少，f(n)永远值等于1；
在程序中，使用相同参数执行同一个方法，每一次执行结果都是相同的，即具有幂等性；
以订单状态处理为例的幂等性设计，不论执行多少次orderProcess()方法，都只会扣减一次库存，并且返回true。

分布式事务分类

二段提交2PC（Two-Phase-Commit）|三段提交3PC （Three-Phase-Commit）

三阶段提交引入两个机制
1、 引入超时机制。同时在协调者和参与者中都引入超时机制。
2、在第一阶段和第二阶段中插入一个准备阶段。保证了在最后提交阶段之前各参与节点的状态是一致的。
主要解决的问题：
避免了参与者在长时间无法与协调者节点通讯（协调者挂掉了）的情况下，无法释放资源的问题，因为参与者自身拥有超时机制会在超时后，自动进行本地commit从而进行释放资源。而这种机制也侧面降低了整个事务的阻塞时间和范围。
缺点：
性能较差，会存在长时间的锁表。

补偿事务-TCC（Try-Confirm-Cancel）|Saga

TCC 与Saga其实就是采用的补偿机制，其核心思想是：针对每个操作，都要注册一个与其对应的确认和补偿（撤销）操作。确认和补偿都有采用幂等性设计。

缺点：代码量大，可维护性差。

消息事务

消息一致性方案是通过消息中间件保证上、下游应用数据操作的一致性。基本思路是将本地操作和发送消息放在一个事务中，保证本地操作和消息发送要么两者都成功或者都失败。下游应用向消息系统订阅该消息，收到消息后执行相应操作。
消息方案从本质上讲是将分布式事务转换为两个本地事务，然后依靠下游业务的重试机制达到最终一致性。
代表产品：RocketMQ