前言
共8题。
什么是分布式事务？
假设有如下场景，一个业务包含多个子业务，这些子业务分布在不同的服务器或者数据库上，此时就需要使用分布式事务来保证这些子业务同时成功或失败。本质上来说，这种场景涉及多个数据源，分布式事务就是为了保证不同数据库的数据一致性。
产生分布式事务的原因主要有：
-
跨库事务：操作多个库，不同的库中存储不同的业务数据；
-
跨服务事务：调用多个微服务，不同的微服务操作的是不同的数据库。
什么是CAP理论？
CAP分别是一致性、可用性、分区容错性：CAP定理是指这个三个指标最多可以同时满足两个。
CP表示强一致性，AP表示可用性。
为什么分布式系统中无法同时AC？
对于分布式系统而言，因为网络交互可能会存在延时或者网络不可用的状态，所以分区是不可避免的。
在此条件下，若要保证各节点的一致性，就必须等待数据同步完才能正常访问服务，同时提交同时回滚达成强一致性，这就无法满足可用性；若要保证各节点的可用性，就必须在接收到请求后立即返回响应，这个时候可能还没有完成数据的统一，所以就无法满足一致性。所以，在存在系统分区的场景下，可用性和一致性无法同时满足。
什么是BASE理论？
BASE理论是CAP理论的延伸，核心思想是即使无法做到强一致性，但可以采用适合的方式达到最终一致性。
分布式事务的解决方案有哪些？
常见的有2PC、TCC，还可以用MQ来做：
- 2PC：它是一种保证强一致性的处理方式，主要将事务分为两个阶段：
-
准备阶段（
P）：所有参与者都将本事务执行预提交，并将能否成功的信息反馈发给协调者； -
提交阶段（
c）：协调者根据所有参与者的反馈，通知所有参与者，一起执行提交或回滚；
必须在最后阶段释放锁资源。
- TCC：又称补偿事务，它是一种保证最终一致性的处理方式，分为两阶段：
-
RM将分支事务注册到TC，执行try操作预留资源，然后向TC报告事务状态； -
根据各分支事务的状态执行
confirm提交或者cancel回滚。
场景- 涉及到非关系型数据库时（Redis）。
- MQ分布式事务：如果数据强一致性要求没那么高，可以采用消息中间件（
MQ）实现事务最终一致。
Seata的架构是什么？
Seata事务管理中有三个重要的角色：
-
事务协调者-
TC(Transaction Coordinator) ：保存分支事务的状态，根据结果决定最后是提交还是回滚； -
事务管理器-
TM(Transaction Manager) ：定义全局事务的范围、开始、提交或回滚全局事务； -
资源管理器-
RM(Resource Manager) ：向TC上报分支事务的状态，并根据状态判断提交或回滚。
XA模式的工作流程是什么？
XA模式的工作流程是：执行sql后事务不提交（意味着一直占用connection）等多个sql都执行后再统一提交或回滚（CP）。
XA模式要等所有事务执行完毕才能提交，牺牲了可用性，保证了强一致性。
AT模型的工作原理是什么？
AT模型的工作原理是：执行sql后事务提交，保存快照（修改前数据）到undolog表中，等多个sql执行后，若都成功就删除快照，若有失败的就从快照表中读取数据恢复（AP）。
AT保证了可用性，实现最终一致性。
