忘川彼岸|我只是下了个订单，鬼知道我在微服务里经历了什么？( 五 ) 【51CTO.com原创稿件】面试的时候

在分布式系统中，我们往往追求的是可用性，它的重要性比一致性要高，那么如何实现高可用，这里又有一个理论，就是 BASE 理论，它给 CAP 理论做了进一步的扩充。
BASE 理论
BASE 理论指出：

Basically Available(基本可用)
Soft state(软状态)
Eventually consistent(最终一致性)

BASE 理论是对 CAP 中的一致性和可用性进行一个权衡的结果，理论的核心思想就是：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。
好了，说了一大顿理论，程序员们都等急了，赶快来看看分布式事务的解决方案有哪些，可以进行接下去的 Coding...
来吧，讨论技术方案：

几个方案拿出来了，因为我们不是专门来讲解分布式事务的机制和原理，主要还是来做分布式事务的技术选型。
先排除掉我们应该不会选择的方案，一个是 XA 两阶段提交，这个在很多传统型公司会被使用，但不适合互联网微服务的分布式系统，锁定资源时间长，性能影响大，排除。
另一个是阿里的 GTS ，并没有开源，目前已经开源了 Fescar ，不过目前尚缺少调研，可能在下个阶段研究后会使用，目前先排除。
剩下的是 TCC 和 MQ 消息事务两种。
MQ 消息事务：RocketMQ
先说说 MQ 的分布式事务， RocketMQ 在 4.3 版本已经正式宣布支持分布式事务，在选择 RokcetMQ 做分布式事务请务必选择 4.3 以上的版本。
事务消息作为一种异步确保型事务，将两个事务分支通过 MQ 进行异步解耦， RocketMQ 事务消息的设计流程同样借鉴了两阶段提交理论，整体交互流程如下图所示：

这个时候我们基本可以认为，只有 MQ 发送方自己的本地事务执行完毕，那么 MQ 的订阅方必定百分百能够接收到消息，我们再对下单减库存的步骤进行改造。
这里涉及到一个异步化的改造，我们理一下，如果是同步流程中的各个步骤：

查看商品详情(或购物车)
计算商品价格和目前商品存在库存(生成订单详情)
商品扣库存(调用商品库存服务)
订单确认(生成有效订单)

订单创建完成后，发布一个事件“orderCreate” 到消息队列中，然后由 MQ 转发给订阅该消息的服务，因为是基于消息事务，我们可以认为订阅该消息的商品模块是百分百能收到这个消息的。

商品服务接受到 orderCreate 消息后就执行扣减库存的操作，注意?? ，这里可能会有一些不可抗的因素导致扣减库存失败。
无论成功或失败，商品服务都将发送一个扣减库存结果的消息“stroeReduce”到消息队列中，订单服务会订阅扣减库存的结果。
订单服务收到消息后有两种可能：

如果扣减库存成功，将订单状态改为 “确认订单”，下单成功。
如果扣减库存失败，将订单状态改为 “失效订单”，下单失败。

这种模式将确认订单的流程变成异步化，非常适合在高并发的使用，但是，切记了，这个需要前端用户体验的一些改变，要配合产品来涉及流程。