分布式事务

分布式事务最经典的七种解决方案 前言: 随着业务的快速发展、业务复杂度越来越高,几乎每个公司的系统都会从单体走向分布式,特别是转向微服务架构。随之而来就必然遇到分布式事务这个难题,这篇文章总结了分布式事务最经典的解决方案,分享给大家。 基础理论 在讲解具体方案之前,我们先了解一下分布式事务所涉及到的基础理论知识。 我们拿转账作为例子,A需要转100元给B,那么需要给A的余额-100元,给B的余额+100元,整个转账要保证,A-100和B+100同时成功,或者同时失败。看看在各种场景下,是如何解决这个问题的。 事务 把多条语句作 阅读详情

分布式事务是指在分布式系统中涉及到多个数据库或多个应用程序之间的事务处理,这些数据库或应用程序可能分布在不同的物理节点上,甚至可能位于不同的地理位置。在分布式事务中,需要确保所有参与者的事务操作都能够保持一致性,即所有参与者的事务要么全部提交成功,要么全部回滚。

为了解决分布式事务的问题,出现了一些分布式事务解决方案,如XA协议、TCC事务、最大努力通知等。

表格对比

2PC3PCXA (XA 是 2PC 的标准实现)AT (Automatic Transaction)TCC (Try-Confirm-Cancel)Saga
优点为啥2PC是一个强一致性的了,因为他是一个事务,是严格遵循ACID的没有入侵,按照Seata的要求引入@GlobalTransaction注解不管你是Redis、MySQL还是ES,反正他就是要你自己实现Try、Confirm和Cancel,具体的逻辑你自己写,提交、回滚
2PC是一个事务,拆分成了准备阶段和提交阶段,但是他还是一个事务需要把写数据库和写Redis放到同一个分布式事务中,AT模式就不支持了业务代码侵入性:TCC需要将事务操作拆分为Try、Confirm和Cancel三个步骤
Prepare阶段事务是不提交的,直到第二个阶段实物才会提交。所以他的事务更长,阻塞时间更差,性能更差。XA中,一阶段是只做资源占用,二阶段在进行回滚或者提交Seata的AT模式中,为了提升性能,直接提交了事务,在二阶段,需要回滚的话再执行回滚。每一个步骤操作数据库的时候都是一个单独的事务,单独开启,单独提交。TCC是最终一致性,通过全局锁和重试机制保证最终一致。
描述协调者指挥,参与者投票,一致才提交。多一个阶段,减少锁定,但复杂。2PC 的标准实现,数据库支持。自动 undo log,无锁高性能。业务层 Try、Confirm、Cancel,手动补偿。事务链+补偿,最终一致性。
使用注意2PC 依赖协调者和参与者之间的可靠通信,网络中断或延迟可能导致事务阻塞。大多数数据库和消息队列并未实现 3PC 协议,导致无法使用。存在资源锁定问题,不适合追求高性能的场景。1.依赖MySQL的undolog,
2.不适合要求立即一致性的业务(如金融转账)
适合复杂业务场景,在简单业务中使用得不偿失。不适合需要立即一致性的业务(如实时库存扣减)
一致性强一致强一致强一致弱一致弱一致最终一致
隔离性完全隔离基于全局锁隔离基于资源预留隔离无隔离
代码入侵代码入侵低,但性能受限代码入侵低,但性能受限代码入侵低,但性能受限自动 undo log,无锁高性能,手动补偿事务链+补偿
性能性能受限性能受限性能受限高性能高性能高性能
适用场景数据库支持 XA少用,复杂数据库支持 XA数据库支持 MVCC业务复杂,需手动控制长事务,业务流程复杂

 Java 中分布式事务的几种实现方式:2PC、3PC、XA、AT、TCC、Saga,包括它们的底层原理、性能、代码入侵程度 


1. 2PC (Two-Phase Commit)

底层原理

2PC 是一种基于协调者的分布式事务协议,分为两个阶段:

  • 准备阶段:协调者向所有参与者发送“准备”请求,参与者执行本地事务但不提交,回复“准备好”或“失败”。

  • 提交阶段:如果所有参与者都回复“准备好”,协调者发送“提交”命令;否则发送“回滚”命令。

  • 问题:若协调者故障,可能导致资源长时间锁定。

性能

  • 高延迟:需要两次网络往返,性能较差。

  • 资源锁定:准备阶段会锁定资源,影响并发性。

代码入侵

  • 低:通常由数据库或消息队列实现,应用层只需调用相关接口,代码改动较小。

快速记忆

“协调者指挥,参与者投票,投票一致才提交。”


2. 3PC (Three-Phase Commit)

底层原理

3PC 是 2PC 的改进版,分为三个阶段:

  • CanCommit:协调者询问参与者是否可以提交,参与者回复“可以”或“不行”。

  • PreCommit:如果所有参与者同意,协调者发送“预提交”命令,参与者准备提交。

  • DoCommit:协调者发送“提交”命令,参与者完成提交。

  • 改进:引入超时机制,减少资源锁定时间。

性能

  • 中等延迟:比 2PC 多一个阶段,但减少了资源锁定时间。

  • 复杂性:实现复杂,实际应用较少。

代码入侵

  • 低:与 2PC 类似,通常由底层系统实现,应用层代码改动小。

快速记忆

“多一个阶段,减少锁定,但实现复杂。”


3. XA (eXtended Architecture)

底层原理

  • 基于 2PC:XA 是 2PC 的标准实现,定义了事务管理器和资源管理器之间的接口。

  • 多资源协调:支持多个数据库或消息队列的事务协调。

性能

  • 与 2PC 类似:高延迟,资源锁定时间长。

代码入侵

  • 低:应用层只需配置 XA 数据源(如 JDBC 的 XADataSource),代码改动少。

快速记忆

“XA 是 2PC 的标准实现,数据库支持 XA 接口。”


4. AT (Automatic Transaction)

底层原理

  • 自动补偿:在事务提交前,记录 undo log,若失败则根据日志自动回滚。

  • 无锁:不依赖全局锁,利用数据库的 MVCC(多版本并发控制)实现。

性能

  • 高性能:无全局锁,依赖数据库并发控制,延迟低。

  • 适用场景:需要数据库支持 MVCC。

代码入侵

  • 低:由框架(如 Seata)自动处理,应用层代码改动小。

快速记忆

“自动记录 undo log,失败自动回滚,无锁高性能。”


5. TCC (Try-Confirm-Cancel)

底层原理

  • Try:预留资源,检查业务逻辑是否可行。

  • Confirm:确认提交,释放预留资源。

  • Cancel:取消预留,释放资源。

  • 手动补偿:业务层需实现 Try、Confirm、Cancel 三个接口。

性能

  • 高性能:不锁定资源,Try 阶段仅预留资源。

  • 复杂性:开发成本高,需手动实现补偿逻辑。

代码入侵

  • 高:业务层需显式实现 Try、Confirm、Cancel 逻辑,代码入侵明显。

快速记忆

“业务层实现 Try、Confirm、Cancel,手动补偿。”


6. Saga

底层原理

  • 事务链:将长事务拆分为多个本地事务,每个事务有对应的补偿操作。

  • 补偿机制:若某一步失败,执行前面已完成事务的补偿操作。

  • 最终一致性:不保证隔离性,依赖业务补偿实现一致性。

性能

  • 高性能:异步执行,不锁定资源。

  • 适用场景:适合长事务或复杂业务流程。

代码入侵

  • 高:业务层需实现每个本地事务及其补偿逻辑。

快速记忆

“将长事务拆分为多个本地事务,失败时补偿。”


表格对比

实现方式

底层原理

性能

代码入侵

适用场景

2PC

准备+提交/回滚

高延迟,资源锁定

低

数据库支持 XA

3PC

CanCommit+PreCommit+DoCommit

中等延迟,减少锁定

低

少用,复杂

XA

2PC 标准实现

与 2PC 类似

低

数据库支持 XA

AT

自动 undo log,无锁

高性能

低

数据库支持 MVCC

TCC

Try-Confirm-Cancel

高性能,手动补偿

高

业务复杂,需手动控制

Saga

事务链+补偿

高性能,最终一致性

高

长事务,业务流程复杂


快速记忆总结

  • 2PC:协调者指挥,参与者投票,一致才提交。

  • 3PC:多一个阶段,减少锁定,但复杂。

  • XA:2PC 的标准实现,数据库支持。

  • AT:自动 undo log,无锁高性能。

  • TCC:业务层 Try、Confirm、Cancel,手动补偿。

  • Saga:事务链+补偿,最终一致性。


总结

以上六种分布式事务实现方式各有优劣:

  • 2PC、3PC、XA 更适合数据库层面的强一致性场景,代码入侵低,但性能受限。

  • AT 提供高性能和低代码入侵,适合支持 MVCC 的数据库。

  • TCC 和 Saga 强调最终一致性和高性能,但需要业务层深度参与,代码入侵高。

选择时需根据业务场景(如一致性要求、事务长度、性能需求)进行权衡。希望这个回答对你理解 Java 中的分布式事务有所帮助!

使用场景及优缺点点对比

下面是对 Java 中分布式事务模式(2PC、3PC、XA、AT、TCC、Saga)在哪些场景中不能使用,以及使用时可能存在问题的详细整理和分析。这些模式各有其特性,因此适用场景和局限性也不同。


1. 2PC (Two-Phase Commit, 两阶段提交)

不适用场景

  • 高并发、高吞吐量系统:2PC 在提交事务时会长时间锁定资源,导致并发性能下降,难以满足高吞吐量需求。

  • 网络不稳定环境:2PC 依赖协调者和参与者之间的可靠通信,网络中断或延迟可能导致事务阻塞。

  • 不支持 XA 协议的数据库:如果数据库(如某些 NoSQL 数据库)不支持 XA 协议,2PC 无法实施。

使用问题

  • 性能瓶颈:资源锁定时间长,降低系统响应速度和吞吐量。

  • 单点故障:协调者若发生故障,参与者可能无限期等待,导致资源持续被锁定。

  • 复杂性:实现和维护成本较高,尤其在分布式系统中管理多个参与者时。


2. 3PC (Three-Phase Commit, 三阶段提交)

不适用场景

  • 简单系统:3PC 比 2PC 更复杂,适合高可靠性需求的场景,在简单系统中使用显得过度设计。

  • 不支持 3PC 协议的系统:大多数数据库和消息队列并未实现 3PC 协议,导致无法使用。

  • 高延迟敏感系统:3PC 增加了一个准备阶段,延长事务时间,不适合对延迟敏感的场景。

使用问题

  • 实现复杂:协议设计复杂,实际应用中很少使用,开发和调试成本高。

  • 性能开销:多一个阶段增加了网络通信和计算开销。

  • 一致性问题:尽管比 2PC 更可靠,但在某些故障场景下仍可能出现数据不一致。


3. XA (eXtended Architecture, 扩展架构)

不适用场景

  • 不支持 XA 协议的数据库:如某些 NoSQL 数据库或旧版本关系型数据库,无法使用 XA。

  • 高性能需求系统:XA 基于 2PC,存在资源锁定问题,不适合追求高性能的场景。

  • 云原生环境:微服务架构中,XA 对数据库层强一致性的依赖使其难以适配分布式系统的灵活性。

使用问题

  • 资源锁定:事务执行期间长时间锁定资源,影响并发性能。

  • 单点故障:事务管理器故障可能导致事务无法完成,阻塞系统。

  • 复杂配置:多数据库环境下,XA 数据源的配置和管理较为繁琐。


4. AT (Automatic Transaction, 自动事务)

不适用场景

  • 不支持 MVCC 的数据库:AT 依赖数据库的多版本并发控制(MVCC)机制,若数据库不支持(如某些早期版本数据库),则无法使用。

  • 需要强一致性场景:AT 提供的是最终一致性,不适合要求立即一致性的业务(如金融转账)。

  • 复杂业务逻辑:AT 自动生成回滚日志(undo log),难以应对复杂的业务补偿逻辑。

使用问题

  • 性能开销:生成和执行 undo log 会增加数据库负载,影响性能。

  • 数据一致性:在高并发场景下,可能出现短暂的数据不一致。

  • 数据库限制:依赖数据库的快照隔离级别,不支持所有数据库类型。


5. TCC (Try-Confirm-Cancel, 尝试-确认-取消)

不适用场景

  • 业务逻辑简单:TCC 实现成本高,适合复杂业务场景,在简单业务中使用得不偿失。

  • 不支持补偿的业务:如果业务无法设计 Try、Confirm、Cancel 三个阶段的逻辑,TCC 无法实施。

  • 高并发场景:Try 阶段预留资源时间过长,可能影响系统性能。

使用问题

  • 开发成本高:业务层需手动实现 Try、Confirm、Cancel 逻辑,增加开发和维护工作量。

  • 一致性问题:若 Confirm 或 Cancel 阶段失败,可能导致数据不一致。

  • 资源预留:Try 阶段预留资源,若事务未及时完成,资源占用时间较长。


6. Saga

不适用场景

  • 需要强一致性场景:Saga 提供最终一致性,不适合需要立即一致性的业务(如实时库存扣减)。

  • 不支持补偿的业务:如果业务无法设计补偿操作,Saga 无法使用。

  • 短事务:Saga 更适合长事务或复杂业务流程,短事务使用显得复杂。

使用问题

  • 开发成本高:每个本地事务需实现对应的补偿逻辑,增加开发工作量。

  • 一致性延迟:最终一致性可能导致数据不一致的时间窗口。

  • 补偿失败:若补偿操作失败,可能需要人工干预,影响系统可靠性。

总结表格

模式

不适用场景

使用问题

2PC

高并发、高吞吐量、网络不稳定、不支持 XA

性能瓶颈、单点故障、复杂性

3PC

简单系统、不支持 3PC、高延迟敏感

实现复杂、性能开销、一致性问题

XA

不支持 XA、高性能需求、云原生环境

资源锁定、单点故障、复杂配置

AT

不支持 MVCC、强一致性、复杂业务

性能开销、数据一致性、数据库限制

TCC

业务简单、不支持补偿、高并发

开发成本高、一致性问题、资源预留

Saga

强一致性、不支持补偿、短事务

开发成本高、一致性延迟、补偿失败

总结

Java 中的分布式事务模式各有优缺点,选择时需根据具体业务需求、系统架构和数据库支持情况进行权衡:

  • 2PC、3PC、XA:适合数据库层强一致性需求,但性能较低,适合传统单体架构。

  • AT:提供高性能和自动化补偿,但依赖数据库特性,适合最终一致性场景。

  • TCC 和 Saga:强调业务灵活性和最终一致性,适合微服务架构,但开发成本较高。

AT与XA的对比

1. XA 模式

1.1 基本原理

XA 模式基于 X/Open 组织提出的 XA 分布式事务处理规范,采用两阶段提交(2PC)协议来保证事务一致性。其核心组件包括事务管理器(TM)和资源管理器(RM,通常是数据库)。

  • 第一阶段(准备阶段):事务管理器向所有资源管理器发送“准备”请求,资源管理器执行本地事务但不提交,返回“准备好”或“失败”。

  • 第二阶段(提交阶段):若所有资源管理器回复“准备好”,事务管理器发出“提交”命令;否则发出“回滚”命令。

在 Seata 中,XA 模式通过数据库的原生 XA 支持实现,应用程序需配置 XA 数据源(如 DataSourceProxyXA),由 Seata 的 TM 协调事务。

1.2

优点

  • 强一致性:通过 2PC 协议,所有参与者要么全部提交,要么全部回滚,保证了强一致性。

  • 高隔离性:准备阶段锁定资源,直到事务完成,提供较高的隔离级别(如数据库默认的隔离级别)。

  • 标准化:XA 是广泛认可的协议,被大多数主流数据库(如 MySQL InnoDB、Oracle)支持。

1.3 缺点

  • 性能较低:两阶段提交涉及多次网络通信(准备和提交),导致延迟较高。

  • 资源锁定时间长:资源在准备阶段被锁定,直到提交或回滚完成,影响并发性能。

  • 故障敏感:若协调者在准备后、提交前失败,资源可能长时间处于锁定状态。

  • 数据库兼容性问题:Seata 的 XA 模式对某些数据库(如 Oracle)支持有限,因为 Seata 的一些优化与标准 XA 协议冲突。

1.4 使用场景

  • 需要强一致性和高隔离性的场景,如金融系统中的核心交易。

  • 数据库完全支持 XA 协议且性能要求不高的环境。


2. AT 模式

2.1 基本原理

AT 模式是 Seata 独创的自动事务模式,旨在以非侵入的方式处理分布式事务。它基于支持本地 ACID 事务的关系型数据库,采用一阶段提交结合补偿机制实现分布式事务。

  • 第一阶段:在本地事务中同时提交业务数据和回滚日志(存储在 undo_log 表中),然后释放本地锁和连接资源。

  • 第二阶段:若全局事务决定提交,则异步清理回滚日志;若决定回滚,则根据回滚日志执行补偿操作。

AT 模式通过 Seata 的数据源代理拦截业务 SQL,自动生成回滚日志,并在全局事务协调下完成提交或回滚。

2.2 优点

  • 高性能:第一阶段完成后即释放锁,锁持有时间短,提升并发能力。

  • 异步处理:第二阶段提交异步执行,降低延迟。

  • 故障健壮性:即使协调者失败,资源不会长时间锁定,系统可继续运行,后续通过补偿恢复。

  • 广泛适用性:支持大多数关系型数据库(如 MySQL、Oracle、PostgreSQL),仅需支持本地 ACID 事务。

2.3 缺点

  • 最终一致性:默认提供最终一致性,隔离级别为读未提交,需额外配置(如全局锁)实现更高隔离性。

  • 轻微侵入:需在数据库中创建 undo_log 表,存储回滚信息。

  • 存储开销:大型事务可能导致 undo_log 表占用较多空间。

2.4 使用场景

  • 高并发、性能敏感的微服务架构。

  • 可接受最终一致性或通过配置实现更高隔离性的场景。

  • 数据库支持本地事务但未必支持 XA 的环境。

3. AT 与 XA 的详细对比

特性

AT 模式

XA 模式

一致性

最终一致性,可通过全局锁实现读已提交

强一致性

隔离性

默认读未提交,可通过

SELECT FOR UPDATE

提升至读已提交

高隔离性(取决于数据库实现)

性能

高(短锁时间,异步提交)

低(长锁时间,同步提交)

锁持有时间

短(第一阶段后释放)

长(直到第二阶段完成)

故障恢复

健壮(不阻塞资源,可异步补偿)

较弱(协调者失败可能导致资源锁定)

数据库支持

支持本地 ACID 事务的数据库(如 MySQL、Oracle 等)

需支持 XA 协议的数据库(Seata 对 Oracle 等有限制)

业务侵入性

无侵入业务逻辑,但需添加

undo_log

表

无需 schema 变更

实现复杂度

Seata 负责回滚日志和全局锁管理

依赖数据库的 XA 实现

适用场景

高性能微服务、最终一致性可接受

强一致性需求、金融核心交易


4. 总结与选择建议

  • AT 模式
    AT 模式通过一阶段提交和补偿机制实现了高性能和灵活性,锁释放早、支持异步操作,非常适合现代微服务架构。它默认提供最终一致性,但可通过全局锁等机制提升隔离性。AT 模式对数据库要求较低(仅需支持本地事务),且在 Seata 中应用更广泛,是大多数场景下的首选。

  • XA 模式
    XA 模式依赖两阶段提交,提供强一致性和高隔离性,适合对数据一致性要求极高的场景。然而,其性能开销大、资源锁定时间长,且 Seata 的实现可能与某些数据库(如 Oracle)的标准 XA 协议不完全兼容,限制了其适用性。

分布式事务——分布式事务简介、分布式事务框架 Seata(AT模式、Tcc模式、Tcc Vs AT)、分布式事务—MQ 最早的分布式事务应用架构很简单,不涉及服务间的访问调用,仅仅是服务内操作涉及到对多个数据库资源的访问。当一个服务操作访问不同的数据库资源,又希望对它们的访问具有事务特性时,就需要采用分布式事务来协调所有的事务参与者。对于上面介绍的分布式事务应用架构,尽管一个服务操作会访问多个数据库资源,但是毕竟整个事务还是控制在单一服务的内部。如果一个服务操作需要调用另外一个服务,这时的事务就需要跨越多个服务了。四种模式,https1.4.01.2.0Seata是什么?一阶段,这些就不再赘述了。总之,... 阅读详情

相关推荐

Java分布式事务

事务发起方发送消息到消息队列:// 将消息发送到消息队列// ...事务消费方接收和处理消息:try {// 处理消息的业务逻辑// ...// 消息处理成功,确认消费// 消息处理失败,取消消费,进行补偿或重试// 确认消费成功,将消息标记为已处理// ...// 取消消费,将消息标记为未处理或重新放回消息队列// ...

m0_69839998的博客 547

【分布式】java实现分布式事务的五种方案

部署在不同结点上的系统通过网络交互来完成协同工作的系统。比如:充值加积分的业务,用户在充值系统向自己的账户充钱,在积分系统中自己积分相应的增加。充值系统和积分系统是两个不同的系统,一次充值加积分的业务就需要这两个系统协同工作来完成。事务是指由一组操作组成的一个工作单元,这个工作单元具有原子性(atomicity)、一致性(consistency)、隔离性(isolation)和持久性(durability)。原子性:执行单元中的操作要么全部执行成功,要么全部失败。

DreamSun的博客 8013

分布式事务处理-Seate

本地事务就是这一组sql语句在一个数据库连接中执行,即我们常说 的事务就是一个本地事务,遵循ACID的。随着互联网的快速发展,软件系统由原来的单体应用转变为分布式 应用,下图描述了单体应用向微服务的演变。指一次大的操作由不同的小操作组成的,这些小的操作分布在不同 的服务器上,分布式事务需要保证这些小操作要么全部成功,要么 全部失败。从本质上来说,分布式事务就是为了保证不同数据库的 数据一致性。

qq_55577704的博客 2283

java分布式事务——9种解决方案的原理与分类

Prepare 阶段:事务管理器给每个资源管理器发送 prepare 消息,资源管理器判断是否可以执行事务。若可以执行,则开启本地事务,将事务写入本地的 redo log 和 undo log,但是不提交,然后返回成功;若不可以执行,则返回失败。Commit 阶段:若事务管理器没有收到任何资源管理器的失败反馈,则给所有资源管理器发送 commit 消息;若事务管理器收到了部分资源管理器的失败反馈,则给所有资源管理器发送 rollback 消息。

xiaoyaozizai1的博客 3144

【分布式事务】一、分布式事务概念、解决方案,一文彻底搞懂分布式事务

【分布式事务】分布式事务概念、解决方案,一文彻底搞懂分布式事务

技术分享博客,工作经验,技能学习分享(多做一些不会的,会有意向不到的收获,IT高手不可能永远只做会的) 2335

Windows server Database 2025 安装 i225/i226 网卡驱动

Windows server Database 2025 安装 i225/i226 网卡驱动 windows这比坏得很,intel消费级网卡不准在服务器系统上安装。你要说他是异构不支持?他就纯粹恶心人。 之前已经安装过一次,但是今天database预览版一更新,又给我把网卡驱动杀了,气死,写一篇教程。 到这里就完成了,总之还是想辱骂windows,提供便捷的同时又人为制造困难,多少有点(隔壁linux内核直接自带全家桶了就一省心) 并且近年Intel的新U安装显卡驱动和普通声卡驱动都不会出声

低温热源的博客 1万+

【分布式事务】分布式事务

一、什么是分布式事务 分布式事务就是指事务的参与者、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,分布式事务需要保证这些小操作要么全部成功,要么全部失败。本质上来说,分布式事务就是为了保证不同数据存储的数据一致性。 二、分布式事务产生的原因 2.1 数据库分别库分表 当数据库单表一年产生的数据超过1000W,那么就要考虑分库分表。这时候,如果一个操作既访问01库,又访

wuychn 1万+

别再折腾虚拟机了!手把手教你用WSL2在Windows 11上安装Kali Linux(含汉化与图形界面)

本文详细介绍了如何在Windows 11上通过WSL2安装和配置Kali Linux,包括汉化与图形界面设置。通过WSL2,用户可以享受接近原生性能的Linux体验,同时保持与Windows系统的无缝集成,特别适合网络安全爱好者和开发者。文章还提供了常见问题解决和性能优化建议,帮助用户高效使用Kali工具集。

weixin_42525369的博客 324

分布式事务Seata

分布式事务seata

DarzenWong的博客 9998

abaqus运行报错 WindowsError:[Error 2]

abaqus提交job总是提示“WindowsError [Error 2”,报这个错误,可能是由于安装其他软件改变了abaqus软件的路径导致,总结了看到的教程,按照下面的方法可以解决这个问题。 步骤一:找到你的abaqus安装路径(我是按照一个安装视频安装的,安装路径为SIMULI1),然后找到SIMULIA文件夹,点击进入后找到commands文件夹,将这个路径复制下来。 步骤二:我的电脑右键属性,在左侧中找到高级系统设置并...

az101za的博客 1万+

ALTERA Triple-Speed Ethernet IP核在UDP通信中的实战配置指南

本文详细介绍了在Intel FPGA(原ALTERA)平台上配置Triple-Speed Ethernet IP核以实现UDP通信的实战指南。内容涵盖从IP核选型、QSYS系统搭建、关键参数配置,到UDP数据包组装、NIOS C程序调试及上板验证的全流程,重点解析了如何利用该IP核快速构建稳定的千兆网通信基础,为FPGA网络应用开发提供清晰路径。

m3n5b7v8c9x的博客 516

分布式事务TCC

之前网上看到很多写分布式事务的文章,不过大多都是将分布式事务各种技术方案简单介绍一下。很多朋友看了还是不知道分布式事务到底怎么回事,在项目里到底如何使用。 所以这篇文章,就用大白话+手工绘图,并结合一个电商系统的案例实践,来给大家讲清楚到底什么是 TCC 分布式事务。 ###一、业务场景介绍 咱们先来看看业务场景,假设你现在有一个电商系统,里面有一个支付订单的场景。 那对一个订单支付之后,我们需要做下面的步骤: 更改订单的状态为“已支付” 扣减商品库存 给会员增加积分 创建销售出库单通知仓库发货 这是一

少年闰土的博客 3934

淘宝电商产品价格官方防爬取采集设计机制,如何破?|淘宝电商API数据采集看完你也会!

然而,随着电子商务的蓬勃发展,涌现出大量的第三方工具和应用,试图通过采集淘宝电商产品价格等信息来进行数据分析和竞争优势的获取。为了维护市场秩序和保护商家权益,淘宝采取了一系列的防爬取设计机制,以阻止非授权的数据采集行为。为了确保数据的准确性和及时性,淘宝采取了多层次的防爬取机制,以限制未经授权的数据采集。其它的情况,比如淘宝首页、淘宝关键词商品搜索结果页面、商品详情页面,都是正常展示,未实现加密;也可以使用【tesseract ocr识别】指令,这个是免费无限使用的;【淘宝商品搜索结果页面-本地截图】

TinagirlAPI的博客 1389

Seata实现分布式事务

目录1 分布式事务解决方案-面试1.1 本地事务与分布式事务1.1.1 事务1.1.2 本地事务1.1.3 分布式事务1.2 分布式事务相关理论1.2.1 CAP定理1.2.2 BASE理论1.2.2.1 Basically Available(基本可用)1.3 分布式事务解决方案-面试1.3.1 基于XA协议的两阶段提交1.3.2 TCC补偿机制1.3.3 消息最终一致性-重点2 基于Seata实现分布式事务2.1 Seata简介2.2 Seata事务模式-AT模式2.3 Seata Server端环境准

赵广陆 6430

使用MATLAB和Simulink来创建一个智能家居照明控制系统的仿真模型

智能家居中的智能照明控制系统旨在通过自动化手段优化家庭照明,提高能源效率和居住舒适度。这通常涉及传感器(如光敏传感器、运动传感器)、控制器(如微控制器或PLC)以及执行器(如调光器或开关)。在这个教程中,我们将使用MATLAB和Simulink来创建一个智能家居照明控制系统的仿真模型。

xiaoheshang_123的博客 222

《Autosar_BSW高阶配置》总目录_培训教程持续更新中...

目录 一、Autosar COM Module 二、Autosar BswM Module 三、Autosar EcuM Module 四、Autosar DCM Module 五、Autosar DEM Module 六、其它Module陆续推出 欢迎大家订阅《Autosar_BSW高阶配置》专栏(可以理解为是Autosar培训教程),该专栏每周至少更新一篇,一次订阅,不再二次收费,献上常用的案例和配置方法。下方整理了相关博文的链接(单击蓝色字体即可跳转),方便大家获取。 本专栏...

「汽车电子助手」的博客 4万+

Seata分布式事务

在分布式系统下,一个业务跨越多个服务或数据源,每个服务都是一个分支事务,要保证所有分支事务最终状态一致,这样的事务就是分布式事务。

qq_38289583的博客 2368

PyTorch生成式人工智能——VQ-VAE详解与实现

VQ-VAE (Vector Quantised-Variational AutoEncoder) 的核心思想就是将 VAE 的连续潜变量离散化。它通过学习一个码本 (Codebook) 来实现这一点,码本是一个包含有限个嵌入向量的字典。模型不是直接输出一个连续的潜在向量,而是从码本中找出与编码器输出最接近的嵌入向量来代替它。本节首先详细讲解 VQ-VAE 的技术原理,然后使用 PyTorch 从零开始实现 VQ-VAE 模型。

盼小辉丶的博客 3371

分布式事务(基于Seata解决分布式事务的四种模式)

本篇文章讲述了分布式事务的基本概念,以及基于Seata框架解决分布式事务的四种模式:XA,TA,TCC,SAGA模式。

qq_45304119的博客 4788

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

【分布式事务】分布式事务解决方案理论

分布式事务解决方案

低调做人,低调编码,神码都是浮云 2292

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

分布式事务和分布式事务框架Seata

一篇文章带你快速入门分布式事务框架Seata

jc15274630894的博客 2206

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

面试总结之 《分布式事务》

文章目录一、分布式事务1. 本地事务和分布式事务二、分布式事务的基础1. CAP2. BASE3. 柔性事务4. 可见性(对外可查询)5. 幂等操作三、分布式解决方案1. 2PC2. 3PC3. 补偿事务(TCC)4. 本地消息表(异步确保)5. 事务消息6. 尽最大努力通知参考文章 一、分布式事务 1. 本地事务和分布式事务 本地事务是解决单个数据源上的数据操作的一致性问题的话,那么分布式事务则是为了解决跨越多个数据源上数据操作的一致性问题。 强一致性、弱一致性、最终一致性 从客户端角度,多进程并发访问时

ding_wl 2796
上一篇: 一句话总结设计模式
下一篇: Redis
虚行
博客等级 码龄14年 168粉丝 67原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值