#JAVA破局之路#分布式事务解决方案），分布式事务详解（mysql事务如何实现的( 三 ) 分布式事务也是面试的一个高频知识点。

事务的隔离性是通过(读写锁+MVCC)来实现的
而事务的终极大boss一致性是通过原子性，持久性，隔离性来实现的！！！
1.4事务的操作过程1.编程式事务：使用TransactionTemplate或者直接使用底层的TransactionManager来操作事务commit或者rollback 。
2.声明式事务：建立在AOP基础上，通过对方法前后进行拦截，加入编程式事务里的流程控制逻辑。使用的时候只需要在方法前面加上@Transactional注解
2分布式事务2.1分布式事务概念2.1.1分布式事务产生的原因随着互联网高速发展，事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上。简单的说，就是一次大的操作由不同的小操作组成，这些小的操作分布在不同的服务器上，且属于不同的应用。在这种环境中，我们之前说过数据库的ACID四大特性，已经无法满足我们分布式事务。
本质上来说，分布式事务就是为了保证不同数据库的数据一致性。

文章图片
2.1.2CAP理论
CAP定理，又被叫作布鲁尔定理。
CAP指的是：一致性（Consistency）、可用性（Availability）、分区容错性（Partitiontolerance）。
CAP定律说的是，在一个分布式系统中，最多只能满足C、A、P中的两个，不可能三个同时满足。
而在分布式系统中，网络无法100%可靠，分区其实是一个必然现象。
如果我们选择了CA而放弃了P ，那么当发生分区现象时，为了保证一致性，这个时候必须拒绝请求，但是A又不允许，所以分布式系统理论上不可能选择CA择架构，只能选择CP者或者AP架构。而且，显然，任何横向扩展策略都要依赖于数据分区。因此，设计人员必须在一致性与可用性之间做出选择。
2.1.3BASE理论
往往在分布式系统中无法实现完全一致性，于是有了BASE理论，它是对CAP定律的进一步扩充
BASE指的是：
·BasicallyAvailable（基本可用）：分布式系统在出现故障时，允许损失部分可用功能，保证核心功能可用
·Softstate（软状态）：允许系统中存在中间状态，这个状态不影响系统可用性
·Eventuallyconsistent（最终一致性）：经过一段时间后，所有节点数据都将会达到一致
BASE理论是对CAP中的一致性和可用性进行一个权衡的结果
BASE理论核心思想就是：我们无法做到强一致，但每个应用都可以根据自身的业务特点，采用适当的方式来使系统达到最终一致性
BASE和ACID是相反的，它完全不同于ACID的强一致性模型，而是通过牺牲强一致性来获得可用性，并允许数据在一段时间内是不一致的，但最终达到一致状态。
2.2基于XA协议的两阶段提交X/Open组织提出了分布式事务的规范-----XA协议
XA协议包含两部分：事务管理器和本地资源管理器。
其中本地资源管理器往往由数据库实现，目前主流的关系型数据库都实现了XA接口，而事务管理器作为全局的调度者，负责各个本地资源的提交和回滚。
XA的核心，便是全局事务，通过XA二阶段提交协议，与各分布式数据交互，分准备与提交两个阶段
逻辑流程如下图：

文章图片
在XA协议中事务分为两阶段：
·事务管理器要求每个涉及到事务的数据库预提交(precommit)此操作，并反映是否可以提交。
·事务协调器要求每个数据库提交数据，或者回滚数据。
优点：
·尽量保证了数据的强一致，实现成本较低，在各大主流数据库都有自己实现，对于MySQL是从5.5开始支持。
缺点：
·单点问题：事务管理器在整个流程中扮演的角色很关键，如果其宕机，比如在第一阶段已经完成，在第二阶段正准备提交的时候事务管理器宕机，资源管理器就会一直阻塞，导致数据库无法使用。