什么是事务，本地事务，分布式事务

什么是事务？ 我们经常提到事务。

着急的直接跳过下面的引用部分，因为这是我的吐槽，哈哈哈，无聊的可以看看。

突然想到个有意思的回忆，以前在我刚入行当小白的时候， 他喵的总有人跟我拽一些我听不懂的互联网名词。词汇例如：（服务熔断、缓存雪崩、服务降级、缓存穿透、幂等性、事务。。。。。。。）然后就会有这样的对话（啊？xxx这你都不知道是啥？那个xxx你总知道吧，啊？这你也不知道，你是什么专业的？那你只会CRUD？） 我当时觉得哇，好牛逼，我听都听不懂，哇我太low了。搞得自己嘎嘎自卑，怀疑人生。  就为了能听懂大佬们的讲话，大佬们口吐的芬芳，我拼命学习，努力挤进这个圈子。现在也学了些新东西，明白了些互联网名词，但是我确实技术还是很low，但是我还是想说，*** 别 ***再跟老子讲什么那些**词，都他妈简单的要命，就纯纯是装杯骗小孩。这些词，要是没学过，一听那真是挺高级，一单你看完了解释，我。。。。

所以我写文章，很不喜欢用专业词汇，我就想用最通俗的话，把知识讲透彻，看一遍就能懂

开始正题， 这篇就简单介绍下事务的基本属性，和使用场景。

一、什么是事务 

通俗讲：我们是一条船上的人。没错这就是事务。人就是操作，船就是事务容器。不管有多少人，只要这些人都上了这条船，那么他们统一就是一个事务，即：他们可能同时抵达岸边，也可能同时翻船沉海，也可能同时又回到出发点，就是他们所有人的状态是一样的。

事务的四大特性：

1、原子性： 就是这整个事务是一个整体不可分割，就想上面举的例子这一条船就是一个事务，不能在分割。

2、一致性：一个事务中的所有操作都是统一的，要么成功要么失败。就像船要么到达岸边，要么翻船。

3、隔离性：每个事务之间互不影响，就像船一样，两个船之间没有任何关系。

4、持久性：事务完成后，数据就会永久保存。

二、本地事务

        本地事务，就是我们最简单的，如果你使用的是SpringBoot架构项目，那么只需要给指定的方法添加注解 @Transactional 就为这个方法实现了事务功能，就是说这个方法中的所有操作数据库的操作，要么全部成功，要么全部失败。

三、分布式事务

        互联网经过了这么多年的快速发展，我们的系统越来越大，现在大部分系统都已经升级改造成分布式微服务的架构。所以分布式事务就应运而生。因为架构的改变，以前的单体服务是可以用本地事务锁住每个请求的。但是再这种分布式架构中，一个请求就可能会调用很多台服务器的请求才返回最终的结果，如果还是使用本地事务，那么也就只能回滚自己的部分。

        所以分布式事务就是只要一个事务中的一个部分出错，我们就回滚所有服务器的操作。

CAP定理

1、一致性 （Consistency）

        在分布式系统中的所有数据备份，在同一时刻是否同样的值。        

2、可用性（Availability）

        在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。

3、分区容错性（Partition tolerance） 

        大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区。分区容错的意思是，区间通信可能失败。

CAP 定理指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。 

        一般来说，分区容错无法避免，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到，所有我们只能选择其一。

        现在我们都是大型分布式系统，就像淘宝京东这种，用户众多，访问量很大，所以我们一般都会保证A，而舍弃C。这就有人会说了，那么我们舍弃了C，这系统也不对啊，这不一致性，那系统数据不是错了吗，是的，所以我们就还必须要解决C这个问题。那么我们就引入了新的词汇：BASE理论。

BASE理论

1、基本可用（Basically Available）

        系统在面对故障或异常情况时，仍然能够保证基本的可用性和响应能力，即使在部分功能受限或性能下降的情况下。

2、软状态（Soft State）

        系统中的数据状态可以在一段时间内是不确定的，允许存在中间状态的过渡，而不要求实时一致性。这意味着系统的状态可以根据特定条件和时间进行调整和更新。

3、最终一致性（Eventual Consistency）

        在分布式环境中，由于网络延迟和节点故障等原因，数据副本之间可能存在短暂的不一致。最终一致性的目标是在一定时间内将所有副本达到一致状态，但不需要实时同步。

其实BASE理论也不用太懂， 就要明白一个道理。它是为了解决我们 CAP定理中无法满足的C而设计的一些方案。

CAP定理针对的是强一致性，而BASE理论是弱一致性或最终一致性。

        所以像我们最熟悉的淘宝天猫京东这种大型电商网站，都是有这超高的访问量用户量，而且必须我们用户在访问了时候，要保证可以正常访问，所以服务器必然也是非常非常的多， 所以一般都是采用最终一致性的方案来解决CAP定理中的C问题。因为最终一致性方案是支持高并发最好的方案。