分布式事务的理论基础

        随着互联网技术的发展，分布式系统越来越多地被应用，以应对系统的巨大访问压力，以及分解系统的复杂度，也产生了很多分布式框架。特别是微服务框架目前比较流行，比如dubbo等。在一个大型分布式系统中，一个业务流程中要跨多个服务调用，就有可能会遇到分布式事务问题。订单、支付、入账等核心流程中，数据的准确性和可靠性尤为重要。因此能否实现分布式事务成为了一个非常重要的问题。本文对分布式事务解决方案进行探讨。
        先说一下传统的数据库事务，最重要的概念莫过于ACID属性，指数据库事务正确执行的四个基本要素的缩写。包含：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）。本地事务当然可以很好的支持ACID属性。传统的DTP模型的全局事务，也是一种几句两阶段提交的分布式事务，但它是一种资源层面的的分布式事务。它有种种缺点，但最重要的是不能用于上面说的这种应用层的分布式系统。

        传统事务虽然好，但在分布式系统的环境下无法使用，因此我们需要新的理论框架。先来看看目前指导分布式数据库设计的主流理论CAP原则。CAP原则在互联网界有着广泛的知名度，知识稍微宽泛一点的工程师都会把其作为衡量系统设计的准则。CAP原则说的是：任何分布式系统在可用性、一致性、分区容错性方面，不能兼得，最多只能得其二，因此，任何分布式系统的设计只是在三者中的不同取舍而已。

        •Consistency(一致性)：数据一致更新，所有的节点上的数据时刻保持同步

        •Availability(可用性)：好的响应性能。总能找到一个可用的数据副本，每个请求都能接受到一个响应，无论响应成功或失败

        •Partition tolerance(分区容错性)：系统应该能持续提供服务，即使系统内部有消息丢失（出现分区），也就是对网络中断的容忍

        

        高可用、数据一致是很多系统设计的目标，但是分区又是不可避免的事情：

        •CA without P：如果不要求P（不允许分区），则C（强一致性）和A（可用性）是可以保证的。但其实分区不是你想不想的问题，而是始终会存在，因此CA的系统更多的是允许分区后各子系统依然保持CA。

        •CP without A：如果不要求A（可用），相当于每个请求都需要在Server之间强一致，而P（分区）会导致同步时间无限延长，如此CP也是可以保证的。很多传统的数据库分布式事务都属于这种模式。

        •AP wihtout C：要高可用并允许分区，则需放弃一致性。一旦分区发生，节点之间可能会失去联系，为了高可用，每个节点只能用本地数据提供服务，而这样会导致全局数据的不一致性。现在众多的NoSQL都属于此类。

        这里面最难理解的是P(分区容错性)。一个分布式系统里面，节点组成的网络本来应该是连通的。然而可能因为一些故障，使得有些节点之间不连通了，整个网络就分成了几块区域。数据就散布在了这些不连通的区域中。这就叫分区。P是分布式系统的起点，一般认为P是必须提供的，所以只需要权衡A和C。提高分区容忍性的办法就是一个数据项复制到多个节点上，那么出现分区之后，这一数据项就可能分布到各个区里。容忍性就提高了。然而，要把数据复制到多个节点，就会带来一致性的问题，就是多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。可简单概括为：为了实现P，就要进行复制，复制引发了C的问题，C又引发了A的问题。当然目前CAP理论也受到了一定的质疑，能否上升为定理还存在争论。

        基于CAP原则，我们可知要在分布式系统中实现ACID模型是不现实的，必须进行取舍，因此出现了BASE模型。BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）三个短语的简写，是由来自eBay的架构师Dan Pritchett。BASE模型反ACID模型，完全不同ACID模型，牺牲高一致性，获得可用性和分区容错性：

        •BA: Basic Availability 基本业务可用性（支持分区失败）

        •S: Soft state 柔性状态（状态允许有短时间不同步，异步）

        •E: Eventual consistency 最终一致性（最终数据是一致的，而不是实时一致）

        在BASE模型中，事务的原子性（A）与持久性（D）必须根本保障。为了可用性、性能与降级服务的需要，只有降低一致性( C ) 与隔离性( I )的要求，这是一种平衡。我们知道英文单词acid是酸的意思，而很多人不知道的是单词base除了当作“基础”讲，还是化学中的碱的意思 。这就有趣了，酸碱平衡(ACID-BASE Balance)，我想提出BASE理论的人，也有名称学上的癖好，希望自己的理论在名称上有某种巧合和暗示，就如同物理学上那篇著名的αβγ论文一样。