面试官问到分布式事务？这样回答就对了！

文章主旨：

围绕分布式事务的解决方案与落地实现，介绍相关概念、理论以及具体应用场景中的实现方式。

关键要点：

• 事务的核心特性包括原子性、一致性、隔离性和持久性（ACID原则）。
• 分布式事务常见方案包括强事务（满足CP理论）和柔性事务（满足AP理论）。
• 柔性事务实现方式包括补偿型事务（TCC、Saga）、最大努力通知型事务（MQ、本地消息表）以及异步确保型事务（MQ、本地消息表）。
• 最大努力通知型事务的落地实现方式包括重试机制和回滚逻辑，适用于高并发场景。
• 理论支持包括CAP理论和BASE理论，分别适用于不同的业务场景需求。

内容结构：

• 1. 事务相关概念介绍：

  事务是一个完整的工作单元，必须保证所有操作一致性执行，否则回滚到初始状态。单事务遵循ACID原则，包括原子性、一致性、隔离性和持久性。

  分布式事务在单应用和多应用场景中，涉及多个数据源和服务的调用，数据一致性需要根据CAP理论进行权衡（强一致性、弱一致性、最终一致性）。

  BASE理论作为CAP理论的延伸，强调最终一致性和基本可用性，适用于互联网业务场景。

• 2. 分布式事务常见方案：

  分布式事务解决方案主要分为两类：

  • 强事务：满足CP理论，常见协议如XA（2PC、JTA、JTS）、3PC，适合低并发、短事务场景。
  • 柔性事务：满足AP理论，适合高性能需求，包含补偿型事务（TCC、Saga）、最大努力通知型事务（MQ、本地消息表）和异步确保型事务。

• 3. 柔性事务之最大努力通知型落地实现：

  最大努力通知型事务是互联网应用中使用最广泛的柔性事务，主要通过以下方式实现：

  • 重试机制：结合本地消息表、定时任务和下游接口幂等校验，进行自动化补偿。
  • 回滚机制：捕获异常后发送回滚MQ，由相关系统消费消息并调用本地回滚方法。

文章总结：

文章系统性地介绍了分布式事务的理论、方案和落地实践，为开发者提供了清晰的解决思路和技术参考，建议结合具体业务场景选择合适方案。

极限编程里最容易被忽略的实践

了解更多

不码不疯魔

查看原文：面试官问到分布式事务？这样回答就对了！

文章来源：

不码不疯魔

扫码关注公众号