新闻详情

新闻详情

首页 / 资讯中心 / 详情

常见的分布式事务有哪些?

发布时间:2026/11/16 18:52:22来源:尧图网络
常见的分布式事务有哪些?
已完成分析共参考 6 篇资料常见的分布式事务方案可以从“刚性事务追求强一致性”和“柔性事务追求最终一致性”两个维度来理解。在微服务和多数据库场景下需要根据业务对一致性、性能、侵入性的要求做取舍。1. 刚性事务强一致性基于 ACID2PC两阶段提交原理协调者统一调度第一阶段询问所有参与者是否准备好参与者锁定资源但不提交第二阶段根据投票结果统一提交或回滚。优缺点强一致、对业务侵入小但同步阻塞、锁资源时间长、协调者单点故障风险性能较差。适用场景低并发、对数据强一致性要求极高的场景如银行核心转账、跨库结算。3PC三阶段提交原理在 2PC 基础上增加CanCommit预提交阶段和超时机制分 CanCommit / PreCommit / DoCommit 三阶段。优缺点降低了协调者宕机导致的阻塞风险但协议更复杂网络分区下仍可能不一致工程落地较少。XA 模式本质是数据库层面的 2PC 实现如 MySQL XASeata 也提供了 XA 模式封装属于强一致方案。2. 柔性事务最终一致性基于 BASETCCTry-Confirm-Cancel原理业务层面实现三接口——Try 预留资源、Confirm 确认执行、Cancel 释放/补偿。优缺点性能好、无数据库长锁、可对接异构资源但业务侵入性强需自行处理幂等、空回滚、悬挂等边界问题。适用场景高并发核心链路如电商下单扣库存、金融支付扣款。Saga 模式原理将长事务拆为多个本地事务顺序执行每个步骤对应一个补偿操作失败时反向执行补偿恢复一致性。分编排式中心化协调器和协同式事件驱动。优缺点无长锁、适合长链路但无隔离性中间状态对外可见补偿逻辑复杂。适用场景订单履约、物流调度、跨境支付等长流程业务。可靠消息最终一致性本地消息表业务操作与消息记录写入同一本地事务后台任务轮询投递到 MQ消费端幂等处理。事务消息由 MQ 本身提供事务支持如 RocketMQ 半消息机制解耦了业务库与消息表是本地消息表的升级版。适用场景跨服务异步解耦如注册送积分、下单后发券、数据同步。最大努力通知原理对下游多次重试通知失败后进入死信/告警/人工介入尽最大努力达成一致。适用场景一致性要求极低的场景如短信/邮件通知、支付结果回调。3. 框架级方案SeataSeata 是阿里开源的分布式事务框架集成了多种模式可根据场景灵活选择表格下载为表格导出为图片模式一致性侵入性适用场景AT最终一致零侵入加注解即可90% 普通微服务 CRUDTCC最终一致高侵入金融支付等高并发核心业务SAGA最终一致中长流程业务XA强一致低低并发强一致场景AT 模式通过代理数据源、解析 SQL 自动生成undo_log实现反向补偿对业务几乎无侵入是目前微服务架构下最常用的方案之一。选型建议不能容忍任何不一致→ 2PC / XA牺牲性能换强一致希望业务少改造、快速落地→ Seata AT 或本地消息表可接受业务侵入、链路短且并发高→ TCC链路长、步骤多→ Saga只需异步通知下游→ 可靠消息 / 最大努力通知生产环境最佳实践优先通过架构设计如聚合服务、避免跨库写规避分布式事务无法规避时再按需选型。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉