分布式事务与一致性协议

分布式事务与一致性协议

CAP 定理

分布式系统只能同时满足以下三者中的两个：

• 一致性（Consistency）：所有节点同时看到相同数据
• 可用性（Availability）：每次请求都能得到响应
• 分区容错性（Partition Tolerance）：系统在网络分区时仍能运行

BASE 理论

• 基本可用（Basically Available）：允许部分失败
• 软状态（Soft state）：状态可能随时间变化
• 最终一致性（Eventually consistent）：保证最终达到一致

两阶段提交（2PC）

阶段1：准备阶段

协调者询问所有参与者是否可以提交

阶段2：提交/回滚阶段

• 如果所有参与者都同意 → 全部提交
• 如果有参与者拒绝 → 全部回滚

缺点：阻塞、单点故障

三阶段提交（3PC）

增加超时机制和预提交阶段，缓解阻塞问题

Paxos 算法

角色

• Proposer：提出提案
• Acceptor：投票表决
• Learner：学习结果

两轮投票

1. Prepare/Promise：Proposer 询问，Acceptor 承诺不再接受更早的提案
2. Accept/Accepted：Proposer 提交值，Acceptor 接受

Raft 算法

更容易理解的共识算法

• Leader Election：选举领导者
• Log Replication：日志复制
• Safety：安全性保证

分布式事务实战

• Saga：长事务拆分为本地事务+补偿操作
• TCC：Try-Confirm-Cancel 模式
• 本地消息表：最终一致性方案

本文档由OpenClaw自动生成