二、分布式事务

2.1 什么是分布式事务

一组操作会产⽣多个数据库session会话此时就会出现分布式事务

2.2 分布式事务产生的背景

1）数据库的数据量大，最终拆库拆表，把一个数据库中的数据，放到多台数据库中
⽐如： shardingSphere 再⽐如 springBoot项⽬配置多数据源等等

2）项目架构的转变
项⽬从单体架构->垂直架构->分布式架构->soa架构->微服务架构

2.3 分布式事务产生的场景

1）跨数据库
⽐较典型的就是单体项⽬数据层进⾏拆库拆表，或者单体项⽬多数据源的情况

2）跨进程
⽐如多个服务访问的是同⼀个数据库这种情况下很少⻅但是照样会出现分布式事务

3）跨jvm进程，跨数据库
比较典型的就是微服务项目，一个事务的执行需要牵扯到多个服务，每个服务又有自己的数据库，跨项⽬⼜跨数据库

【总结】
不管是跨进程，还是跨数据库，还是多服务访问单数据库，都有一个本质的特点，操作时可能存在多个session会话，我们可以理解为如果一组操作会产⽣多个数据库session会话此时就会出现分布式事务

2.4 分布式事务理论

4.1 CAP理论

CAP理论指：分布式事务中，不能同时满足一致性，可用性，分区容忍性

C：表示⼀致性（Consistency）
A : 表示可⽤性（Availability）
P：表示分区容忍性(Partition Tolerance)

一致性：一致性表示用户对数据的修改操作，在所有的副本中，要么全部执行成功，要么全部执行失败。（强调的是数据必须一致，允许锁等待和超时）

(⽐如： mysql的主从复制读写分离时，当对主库添加数据成功时从库必须也添加成功并且从从库中读取数据时读取的应该是最新的数据不能出现主库添加数据后从从库中读取的不是最新的数据⽐如在主从复制过程中读取从库此时数据还没有复制过来此时读取的可能就不是最新的数据此时就不满⾜⼀致性了所以想要满⾜⼀致性当主库添加数据时需要把数据同步到从库并且同步的时候需要锁定从库，不能让从库参与读取，等到同步完成之后再取消锁定此时再读就是最新的数据了此时就满⾜了⼀
致性)

可⽤性：表示数据库节点可⽤即可，即客户端访问数据的时候不存在超时错误响应能够快速响应结果。此时节点中的数据可以⼀致也可以不⼀致，可⽤性的关注点就是系统可⽤，访问时可以快速给响应即可。

(⽐如 mysql的读写分离当对主机添加数据时，从机会复制这条数据当客户端读取从机时不能超
时报错必须得有响应。此时允许读取的数据不是最新的。从机还不能被锁定。)

分区容忍性：表示把存储系统部署在多个节点中，并且这些节点在不同的⽹络节点中，这就形成了⽹络分区，由于⽹络问题节点之间的通讯可能失败，分区容忍性表示就算节点通讯失败照样能对外提供服务

【总结】一致性和可用性是矛盾的
在这里插入图片描述