6-10.【多线程】分布式场景下的并发问题有哪些？如何设计幂等任务？如何保证最终一致性？在 HarmonyOS 的分布式

在 HarmonyOS 的分布式场景（如跨设备调用、分布式数据服务）中，并发问题从“单机内存隔离”演变成了“网络空间不确定性”。

1. 分布式场景下的核心并发问题

在多设备协同或远程调用（RPC）时，你会遇到以下经典挑战：

三态性（Three States） ：在单机请求中只有成功或失败，但在分布式下有：成功、失败、超时（未知） 。超时可能意味着请求没发出去，也可能意味着任务已完成但回执丢了。
时序错乱（Out of Order） ：由于网络路径不同，先发起的指令（如“关闭空调”）可能比后发起的指令（如“调高温度”）晚到达目标设备。
重复触发（Duplicate Requests） ：网络抖动导致的重试机制，可能让目标设备在短时间内收到多次相同的指令。

幂等性是指：无论一个操作执行多少次，其产生的结果都与执行一次相同。 这是解决分布式重复触发问题的唯一良药。

全局唯一 ID (Request ID) ：
- 为每个分布式任务生成一个 UUID。目标设备在执行前先检查该 ID 是否已在“已处理列表”中。
状态机约束：
- 任务执行前校验状态。例如：订单状态必须是 PENDING 才能变更为 PAID。如果收到了第二次支付请求，发现状态已经是 PAID，则直接忽略。
版本号控制（Optimistic Locking） ：
- 每次更新数据带上 version。执行更新时匹配版本：UPDATE data SET value = x, version = version + 1 WHERE id = y AND version = current_version。

分布式场景下追求“强一致性”会极大牺牲性能和可用性。HarmonyOS 推荐使用最终一致性模型：

利用 HarmonyOS 内置的分布式数据库。它底层通过 向量时钟（Vector Clock） 或 最后写入者胜（LWW - Last Writer Wins） 冲突解决方法，自动处理多设备同时修改同一份数据的一致性问题。

需求	推荐方案
防止指令重发	任务携带 Token/SequenceID，接收方做去重校验。
跨设备数据同步	优先使用分布式数据对象，让系统底层处理冲突逻辑。
长链条业务	采用 Saga 模式，将大事务拆分为一系列带补偿逻辑的小事务。