senta分布式事务怎么选择模式

我们说到分布式事务呢，比较常见的就是这个插爱模式啊，基于数据库的事务，还有呢是 tcc 啊，基于补偿模式。那么还有一种呢啊，是这个 at 模式啊，用的也很多是阿里的这个 ct 推出的， 那么这两天呢，正好有一个分布式事务要写，我就用了一下这个，呃， it 模式还挺好用的，真的，就像这个 c 台文单上写的那样，没有做任何的代码侵入，只要引入一些啊简单的依赖，添加一个格罗波全赛克声哦，这个柱姐 对吧，那么所以他管理器呢，就帮你把这个事务给做了，确实呢，还挺方便的。那么说到这个 at 模式的原理啊，啊，也很好理解啊，同样也是两个阶段，一阶段呢就是提交数据啊，比如说你下单 哦，涉及到了 qq 存啊，又涉及到了出现订单，那这个时候呢，我们通过格罗波这四个神喽，这个柱姐呢啊，他就做了这个 aop 啊，前面拦截对吧，你的所有的搜口啊，每一个分支对数据库的操作都会记录在这个安都 logo 里面， 但是这个 log 呀，啊，不是数据股级别的，这个回滚日制，它是 c 塔自己解析的这个搜索语句啊，形成的日制，详细的记录了每一个步骤啊，这个是一阶段， 那么二阶段呢，就是判断每一个分支是不是都成功了啊，如果都成功了呢，那么之前写的 anglelog 回滚日制呢，就直接删除啊，全局所示范掉，那么其他的操作啊，可以进来，那么如果有一个分支失败啊，那么就直 行对应分支的安多罗尔的回款日制，原来扣减的库存，你得恢复到原来的数值，创建的订单呢也得取消掉，这个就是 at 模式的一个原理，核心呢就在于啊，代码没有侵入啊，只通过注解的方式就能够分析出数据库做了什么事情 啊，并且呢形成了一个啊叫做安都 logo 的日制啊，这些都是在 c 的层面来做的 啊，虽然很简单啊，也很方便啊，用的很爽，但是呢还是啊有一些问题的，比如说一个师傅在运作啊，在下单，在扣库存啊，在创建订单，这个时候呢，如果有另一个七线城过来， 这个时候呢是不让他读的啊，容易发生单独，怎么解决呢？ ct 呢，就直接左侧了，所以呢确定还是很明显的性能不是那么的好 啊，在当前事务没结束的情况下面，全局所会把其他的县城主宰在门外，所以呢他其实是牺牲了一定的这个并发能力 啊，如果在一些这个性能要求比较高的场景，还是推荐大家用一些这个其他的补偿型的失误模式，比如说像这个 ttc， 像萨嘎，对吧， 虽然侵入代码，但是在并发性能上面要好很多。好了，本期的视频呢就这些了，如果您对本期的内容呢，有任何疑问，欢迎大家在评论区给我留言，谢谢大家！

tcc 其实有点类似二 pc 的准备阶段和提交阶段，但 tcc 是位于用户代码层面，而不是在基础设施层面，这为他的实现带来了较高的灵活性，可以根据需要设计资源锁定的力度。 tcc 在业务执行时只操作预留资源， 几乎不会涉及所和资源的征用，具有很高的性能潜力。但是 t c c 并非纯粹只有好处，它也带来了更高的开发成本和业务侵入性， 意味着有更高的开发成本和更换事物实现方案的替换成本。所以通常我们并不会完全靠裸编码来实现 tcc， 而是基于某些分布式事务中间见，比如阿里开源的 set 去完成，尽量减轻一些编码工作量。

在 r b c 两阶段提交协议中，事务管理器分两阶段协调资源管理。资源管理器对外提供三个操作，分别是一阶段的准备操作和二阶段的提交操作和回滚操作。 t c c action 是 t c c 参与者，实力参与者需要实现三个方法， 第一个参数必须是 beats suck 胜 contact 方法，返回类型固定，对外发布成微服务公式。物管理器调用。一、 prepare 资源的检查和预留，立，扣减账户的余额，并增加相同的冻结余额。二、塔 met 使用预留的资源完成真正的业务操作。立， 减少冻结余额，扣减资金，业务完成。三、谈色释放预留资源利冻结余额加回账户的余额。其中 毕竟 suction contact 封装了本次事务的上下文环境 是嫩和贝拉比斯的斯啊春康 x 他们注解的参数等。参与方业务有几个需要注意的地方，一、控制厌恶密等性， 需要支持同一笔事务的重复提交和重复回滚。二、房悬挂及二阶段的回滚比一阶段的突然间执行。三、放宽一致性，协议最终一致，所以是独一修改。

哈喽，各位小伙伴们大家好，我是一锅炖不下的北冥。那么这一讲我们所聊的面试题呢，是去描述我们撒岗模式的基本过程，以及他在我们分布式事物当中的一个应用啊。那么这道题的难度呢，我给他定在了一个三星对应的岗位呢，是我们中高级的工程师啊。 我们的撒感模式呢，实际上也是用于解决分布式事物当中的一种方式啊。他的一个主要思想呢，是把我们复杂的一个事物拆分成多个小事物。跟大家举个例子。 我们可以看到下面这张图啊，假设我们会有很多的服务，比如说我们的订单，我们的支付，我们的仓储，我们的物流，对吧，等等等等。假设我会有一个下单的场景，那么我们通过我们的主程序开始。 这个时候呢，我们的这个主程序呢，他会去向我们的事务管理器呢，去提交一个 sata 事务。然后我们的主程序呢，他会把 他自己本地的事务呢去提交掉，然后再通过我们事件的方式去通知我们下面的服务。比如说我们的服务微服一，微服二，微服三，直到全部成功。 那么这个时候呢，我们一整个分布式事物的流程呢就走完了。如果说在中间过程当中，某一个服务发生了异常，假设我们的微服二出现了错误，对吧？那么从我们微服二开始去进行一个反向回滚呢。这个呢，就是我们三个模式的一个流程啊。事实上我们去实现我们三个模式呢，他会有很多种的方式。 那么其中最流行的两种方式呢？是我们的基于事件的方式和基于命令的方式。那接下来呢，我们来具体的去看一下。首先呢，我们来去基于事件的方式去跟大家去进行讲解。 我们还是以我们电商场景举例啊，我们会有订单支付，那么库存还有物流对吧？好，四个服务基于事件的方式。它的一个原理是这样， 假设我们的订单服务他在执行完本地事务之后，他会去产生一个新的事件，那么我们其他的服务呢，他就会去监听这个事件啊。我们可以看到下面标注的第一个位置，我们可以看到这个是我们订单创建的事件对不对？而我们的支付服务呢，他就去监听我们订单创建的这个事件。如果说我们这个订单服务 他发生了一个订单创建的一个事件，那么我们的这个支付服务呢，他就能够接收到。然后我们支付服务呢，他就会去执行他本地的事务，然后我们的支付服务他再去产生一个新的事务。那么我们的库存服务呢，他就去监听我们支付服务的这个事务。那么以此类推啊， 往下去循环走。那么直到最后呢，是我们这个物流服务对吧？那么他一整个流程呢，就是通过这种基于事件的方式来去实现的我们的分布式事务啊。那么可能会有同学会问，虽然通过这种 方式呢，却是能够解决分布式事物的一个问题，但是如果说其中一个服务他出现了错误，那么我们应该怎么去处理呢？我们来看到下面一张图啊，如果说我们在异常的情况下，我们要去回滚我们整个分布式事物， 那么我们要为相关的服务呢，去提供一个补偿操作的一个接口啊。假如说我们订单创建完对吧？那么到了我们的支付服务，那么支付也成功了。但是我们再去进行库存服务的时候，我们会发现本地事务呢，无法提交，因为我们的库存不足，那么他没有完成备货对吧？ 那么应该怎么去回滚呢？我们的订单服务呢，他会去发出一个我们库存不足的一个事件啊，而我们的订单服务和我们的支付服务呢，他们去监听了我们这个事件。如果说出现了库存不足的服务，那么我们的订单呢，他就会把订单状态设置为失败状态。而我们的支付呢，他就 会把已经扣款的余额，然后去进行一个退款。这个呢，就是我们基于事件方式的一个回滚处理啊。那最后我们再去总结一下我们去基于事件的方式，他的一个优缺点，他的优点实际上也很明显对吧，非常的简单。然后呢，也很容易理解。 那么我们各个参与方之间，他本身是没有直接联系的对吧？完全只有的。然后呢，我们也不需要我们的事件协调器对不对？那么这种方式呢，比较适合我们分布式事物里面只有比较少的步骤的一些情形啊。 如果说我们的业务参与方案非常多，我们有几十个微服都要参与，那么这个时候我们去做这种监听的方式呢， 是非常非常复杂的，而且呢更不利于维护啊，甚至有可能会造成我们的环形监听，而我们基于命令的方式呢，他就能够去克服我们在这里所说到的一些缺点啊。那么接下来呢，带大家去看一下我们基于命令的 方式呢，我们会定一个新服务，那么这个服务呢，我们可以把它叫做一个协调器啊，他呢就像一个指挥者，他会告诉我们各个的业务参与方，包括支付啊，库存，物流对吧？他去告诉他们你们应该在什么时候去做什么事情。 我们还是以一个电商场景去进一个举例啊。我们的订单服务呢，他创建了一笔新订单对吧？那么这个时候呢，他把他本身的一个订单状态设置为代处理。 然后呢，他去通知我们的协调中心，他去开启一个创建订单的一个事务。那么这个时候呢，我们的协调中心他就会去发送好几条命令啊，执行我们的支付命令，那么执行我们的这个备货命令，那么在执行我们这个配送命令啊， 那么我们的支付、库存和物流呢？他们去监听我们消息对内里面的这些消息，然后我们再通过我们消息回复的这根管道去进行一个回复。 如果说我们中间出现了异常，那么回滚操作是怎么实现的呢？我们来去看一下，假设我们还是刚刚的那个问题，我们的这个协调中心呢？嗯，他给我们三个服务去发送消息对吧？那么前两个呢，都已经成功了，那么事务呢？也执行了。 那么我们会发送最后一条消息的时候，哎，他发生失败了，我们的库存呢？不足，这个时候呢，我们就会去触发一个回滚操作，那么我们的这个库存服务呢，他就会去通知我们这个协调中心，我这边的事务呢，并没有成功的提交。那么这个时候我们的协调中心呢，他就会去给我们的 支付服务和我们的这个订单服务，该退款的我们去退款，那么该改订单状态呢，我们去改订单状态。那么这个呢，就是我们基于命令的方式啊。那么基于命令的方式呢，它的一个好处，相对比我们前面所介绍的那种， 他避免了我们业务方之间的环形依赖对吧？他们依赖的呢，都是我们的协调中心，而服务跟服务之间呢，都是一个隔离的存在啊。而且我们从可维护性上来看， 这种方式呢，实际上是非常非常的清晰对吧？而且呢，也减少了我们业务参与方的一个复杂度嘛。我们也不需要去监听我们各个服务之间不同的一些消息类型， 我们只需要去响应 mini， 然后回复消息就 ok 了。包括我测试和回滚起来呢，也非常的简单。那么关于沙岗模式的一个讲解呢，我们就到这里就结束了，如果大家有需要我们这里面的这份笔记的话，那么可以评论区扣一领取啊。那么相关的细节呢，我也是写的非常清楚，在我们笔记里面了。

对于分布式事务的典型的处理场景，一般来讲就就三种场景，第一种场景就是用传统的基于 x a 的两阶段提交协议来完成分布式事务的一个处理。两阶段提交简单来讲就是什么呢？ 对任何一个提交动作，把它分为 prepare 的欲提交和正式提交。两个动作执行的时候首先都要先去完成欲提交， 欲提交没有问题，大家都说欲提交成功了，然后我再来去做正式的 commit 操作，如果 commit 出现了错误，然后我再对我欲提交的内容进行回滚， 这个就是一个典型的 x a 的两阶段提交协议。如果你要用两阶段提交，那么你当前的数据库应用中间键或者是你的组件必须要支持 x 费的两阶段提交协议，这个是使用 x a 分布式事务的一个基础条件。对于两阶段提交，它对于有一些异常情况的处理，它并不一定说百分之百能处理。典型的例子就是什么呢？ 比如我刚好已经预提交成功，第一个节点也提交成功，整个事务协调器资源荡机，这个时候他是没办法去再去做回滚的操作的。或者说两阶段提交涉及到数据库的时候，有时候也会造成数据库的一些死锁， 这些情况其实很难去避免，也正是这个原因，你可以看得到，当在当前的微服务下面，其实 x a 两阶段提交用的并不是特别普遍，这个是我说的第一种方式，第二种方式就是急于弱一致性的失误补偿， 事务补偿。简单来讲就是什么呢？当我再去实现分布事务的时候，对于任何一个我通过 web service 接口来实现的操作，我必须要去写一个逆向的接口，通过调这个逆向的接口来实现正向数据的一个回滚。以任何一个 a 的服务实现， 你必须要有一个负 a 的服务和他对应，同时两个服务还必须具备我们常说的密等性，这个是我们去做事务补偿的基础。对事务补偿，我们举一个简单的例子，比如一个采购订单的提交， 在我去进行采购提单提交的时候，我必须要在对实际的库存进行扣减，如果是调到两个 web service， 那就典型地形成了分布式事务。当我去用事务补偿方式来实现的时候， 首先我去掉采购订单保存的 service 操作，然后接着我再去掉我的这个库存扣减操作。如果采购订单保存操作出现了错误， 那么我就在调用库存回退的或者是库存增加的这个逆操作，把我原来扣减的库存再回退回去，这个就是一个典型的事务补偿。最后一个方式就是基于拜斯理论的事务最终一致性，这个也是我们当前很常用的一种分布式处理方式， 他并不是强调在某一个时点你马上就要达到事务的一致性，而是更加强调了你只要最终达到事务的一致性就可以了。所以机遇事务一致性、最终事务一致性常用的方法，他一定会和消息中间键去配合来完成。什么意思呢？就是 是第一步分布制事物的第一步操作你再去做，处理完了以后，你会把你的第二步操作不是直接去调 web service， 而是把你的第二步操作请求写入到消息中心镜中， 然后通过消息中间建议部去处理这个请求，去掉下一步的一个操作。第一个首先通过消息中间键可以实现结偶。第二个消息中间键它本身就有重试的机制， 如果调调用下一步操作出现错误，他还可以发起重试。我们举一个简单的例子，比如我们还是用采购订单来举例， 就是我们在提交采购订单的同时，我们希望去启动工作流引擎，把这个工作流审批流启动起来。这个时候一样的会涉及到两个操作，一个是采购订单的 保存，一个是调用 star workflow 的 web service 启动工作流，那这个时候就可以用最重一致性的方式来解决。首先第一步就是调采购订单保存的 service， 把订单保存成功。第二步把启动工作流这么一个任务，通过调用消息中间键的方式， 把这个请求写到类似于 active mpu 的消息中间键中，订单保存的这个请求和写入启动流程请求到消息中间键这两个东西我是可以用 xa 分布式事务两阶段提交来把它控制到一个事务里面的。当写入到了消息中间键里面的请求， 我又可以通过消息中间键的一步机制去调用你工作流提供的 start to workflow 的接口来启动流程。如果出现错误，那我就可以重试。那如果三次四次重试 是他仍然出现错误，怎么处理？在这种情况下，不是对上一部订单保存操作去做回滚，而是我们需要去人工干预这个流程，对于多次启动流程失败的，我们就去人工干预去处理， 因为整个操作其实跟订单提交已经没任何关系，你流程启动失败是你流程引擎的问题，你必须要人工干预去把它处理掉，这个就是我们常说的分布式事务的常见的三种方式，今天的分享就到这个地方，谢谢大家。

呃，说到分布式架构，说到微服务啊，只要涉及到交易啊，涉及到多个库，那么就一定绕不开分布式事务。 在很多的场景下面呢，我们需要保证说出了一致情，那么就需要保证要么全部成功，要么全部失败。不可能说啊，我支付成功了啊，我的优惠券没抵扣对吧，我的积分没加上这种呢啊，导致了后果啊，大家可以自行脑补。 总而言之呢，事物在整个的系统中发挥着比较重要的作用，也是分布式相关面试中着重考察的对象。 分木式的事务的主流的实践方式呢，其实就两种，一种呢是基于拆协议啊，一种呢是基于 ttc 拆协议的原理呢，其实就是两阶段提交，而且呢依赖数据库本身的事务。在 事务开始之后啊，事务管理器呢，先询问各个数据库准备好了吗对吧啊，如果每个数据库都回复 ok 啊，那么就正式提交事务在各个数据库上面来执行操作。如果有任何一个数据库回答不 ok， 那么呢就回滚事务。 举个例子啊，你要购买商品啊，你有抵扣券，你有积分啊，你就会先利用说句故，事物呢啊冻结你的积分啊，你的抵扣券，然后购买成功之后呢啊，各个事务正常再提交啊，然后把冻结的积分啊优惠券真正给扣掉。 这个方案呢相对来说稍微简单一些啊，但是呢比较依赖啊，数据库的事务效率呢也不高。有同学也可能会说啊，差异协议是不是只能作用于这个单服务内部的这个多数据库场景啊，其实跨服务 的多资源场景呢也是可以的，只不过呢，同样需要额外的这个事务传递机制。我们再说说 ttcttz， 其实跟插 a 协议比较大的区别呢，就是不需要依赖数据户的事务采用呢，也是这个不长机制来处理数据的一致性问题。 有三个阶段啊，一个是踹，一个是 cofoam， 一个是 cocyo 踹这个阶段呢，对于业务系统呢，他是做了检测和资源预留的作用，比如在交易系统中啊，要抵扣的积分 啊，就先啊通过业务代码先冻结，然后再坑父母阶段呢啊，主要就是对这个业务系统做确认提交。这个阶段呢，就真正开始扣减你的积分了啊，该扣积分扣积分，该扣优惠券扣优惠券，该支付的支付。那么如果遇到 到错误呢，就需要直接回滚，之前冻结的积分呢，就直接释放了。 tcc 呢啊，代码的侵入性比较强啊，每个阶段呢，都需要业务代码来实现，因为不依赖收据过的事物啊，回滚呢，是需要通过补偿机制来实现的， 比如说支付失败啊，就需要返还啊之前扣除的积分啊，就比如说我们可以通过发送这个消息啊，到这个积分中心，让积分中心啊通过业务代码来处理积分的房外。 tdt 呢，在分布式架构下啊，用的更多一些啊，不像 xi 那样占用太长时间的这个数据库资源，所以在性能上面呢，要稍微优秀一些。当然除了 xiattp， 还有利用这个消息队列做事务啊，先发这个办消息， 然后执行主业务啊，成功之后呢，办消息就转成正常消息来进行消费啊，我们也在前面几期讲这个消息对待的时候呢，也专题讲过啊， 感兴趣的同学呢可以去翻一下。好了，本期的视频呢就是先来，如果您对本期的内容呢有任何疑问，欢迎大家在评论区给我留言，谢谢大家！

好，那我们再来看什么是分布式事物？有哪些实现方案？ 好，我们来看。首先什么是分布式事物啊？我们在分布式系统中间，我们一次业务处理很有可能会涉及到多个应用，对吧？比如说我们的 客户在网页上面去下一个单，下一个订单买一个东西，那么这个中间在下单的时候可能就会涉及到多个系统，比如说就是遇到订单系统，你要去创业订单库存系统你要去剪库存， 而对于一次下单，我们订单创建和减库存应该是要同时成功或同时失败的，但是呢，在分布系统中，我们如果说不做任何的处理，就很有可能会出现订单先创业成功呢，但是呢库存减失败了，对吧？那么这样解决这种问题就需要 要用到我们的分布式事物，最常用的解决方案呢？有什么呢？第一个本地消息表。首先什么是本地消息表？就是在我们的数据库里面，我们会有一个表啊，那么这个表去存什么的？大家看 我们在创建订单的时候，可以将剪库存的这个信息啊，比如说我现在是哪个订单，我要剪多少，对，我要剪哪个货品等等，对吧？那么我在创建的时候，我就把剪库存所对的这些信息一起的加到我们的本地事物，因为我创建的呢，我本身就是一个事物，对吧？ 我就把我检库存这个存放存到我刚才说的那个消息表里面去，像这条收口，我也把它写在我当前这个创新订单的这个书里面，那么到时候就一起提交到数据库去，存到我的本地消息表里面，然后我就去存完之后我就去调检库存，如果说我检库存成功了，那我 就把把刚刚我在存在本地消息表里面那个消息的状态改变成功，如果说我仅库存失败了，那么我到时候会有一个后台定时任务，从本地消息表中间去取出呃，那些呃检库存没有成功的消息，我就从事去调用库存系统，所以这他保证就是 我在存订单的时候，我在创建订单的时候，我会啊把这个剪库存的消息存到数据库里面去啊，这一步和订单是否创业成功，这个是一样的，要么都成功，要么都失败，所以说订单如果是创业成功，那么我这个剪库存的消息我肯定就存到表里面去了，因为你是在同一个失误里面，本地失误里面的，对吧？ 回头啊，我如果说剪库存失败了，那么我还有从我就从本店消息员里面把这个消息剪库存的消息，又把它给拿出来，又重新的去剪库存，对吧？ 啊，所以说是这个，当然你因为你存了之后，其实你想做很多其他的处理也是比较方便的啊，这是第一种方式，本地消息表，那么还有我们的消息对列的方式，那么像我们目前啊，如果给在门口中间就有支持事故消息，他的一个工作原理是这样子，首先， 呃，生产者就是订单系统，我先，哦，我在下一个订单的之前啊，我会先发一个哈弗消息给到我们的波尔可啊，这是看胸的，这生产者，好，那么这是我们的波尔卡啊，那么这边呢，就是我们的 prouse 生产者，呃，销，呃，就是 啊，这是消费者啊，反了对不对？这边应该是 p 啊，这边应该是 c 啊，画一下啊，这是我们的生产者，这是我们的消费者。好，那么我们现在的订单系统，他一开始呢，就会发送一个哈弗消息给我们的布洛克啊，发现一个半消息，那么这个半消息 对于我们的消费者而言，他是不可见的，所以他不能消息，哪怕他不能消费，那么我们啊，紧接着我发我生产者这边，我订单系统，我发送完这条消息之后，我就去创业订单啊，创业订单如果成功了，那我再向我们的 book 去发送一个卡密特， 那么就让我们的汉服消息呢，变成一个正常的消息，那么这种情况，下面我们来看书本，他就可以消费这条消息了， 前提是我订单创业成功了，创业成功，我就把这个消息的状态给改了，改了之后你消费者你就可以来消费了，但是如果说消费者你消费这条消息的时候，监控成消息失败了，对，那么我们这个消息肯定会进入到，比如说你可以进入到我们的 死心堆那里面去，然后不停的去从事。啊，本来你消费一条消息如果说失败了，你本来就有一些从事的策略，对吧？啊，所以你可以不停去从事，如果从事策略还是失败了，那么就从这点消 会进入到死性对内，那么就看你接下来该如何去处理好，这是正常情况，但如果说我 作为我的订单系统，我发送完这个汉服消息之后，我去专业订单，如果说创建订单失败了，那么我就把我就去发送一个肉贝壳命令，让刚刚发送出来的这个汉服消息呢，又把它删掉啊， 所以这个消息相当于没有发过，因为我订单创业失败了吗？所以我也不可能会去解库存啊，就是这种，当然还有一种就是如果说啊，我订单系统这边我发送完汉服下去之后， 我接下来就没有任何的动作了，我看秘神人也没有发，我若半个也没有发，那么这个时候像洛克那门沟里面，他会就去检查啊，他自己现在里面存的这个，呃，哈弗消息怎么过了一段时间还没有及时到任何操作命令，他会主动的来调我们订单系统的某一个接口，这个接口你可以 去指定啊，啊，那主动来调，哎，看我，我们刚刚你这条哈府消息，你对应的订单到底是不是创业成功了？ 有可能你订单系统把这个订单创建成功了，但是呢，你没有来得及去给我发康密的命令，对，所以说我布罗克我就主动的来回头来调一下，你也看一下这个订单，你是不是到底创建成功了啊？如果说创建成功了呢？哎，那我就把这个哈弗消息又把它改成康密特， 对不对？改成正常的消息，回头你裤子系统这边你再来消费啊，这样子呢，就会比较合适啊，所以这是我们的消息队列的方式啊，大家回头自己再去好好的总 总结一下，好吧，当然还有像我们的西塔框架，这是阿里开元的一个分布式事物框架，现在呢，应该也是御用的啊，越来越多了，他是属于我们 suprenk 的阿里巴巴呃，这一套里面的一个了已经。所以说像西塔这个框架，他支持 at 模式、 tcc 模式等等啊，像，但是这两种我这里就不去多讲啊，大家回头可以自己再去多了解一下。但他们的底层其实都是基于两阶段提交来实现的， 我们的分布式事物我们如何说是基于理论的？呃，话怎么来实现分布式事物的话，无非就是两阶段提交和三阶段提交啊。但是我们目前啊，基本上还是，呃实现了两阶段提交，因为三阶段提交我发现好像还没有什么系统啊真正把三阶段提交把它给实现了的。 好吧，所以说，呃，具体的大家回头可以再去好好的学习一下我们的 c 塔这个框架，好吧。

很多同学呢，一提到 tct 啊，就说是三阶段提交啊， try， conform， cost， you 啊，很自然的就说是三阶段提交，对吧？那么这么理解呢，其实是错的啊，虽然是三个单词，但是啊，实际上 tct 呢，还是二阶段， 这个大家不要回答错了，基本上你要是回答三阶段啊，面试官呢，就不想再往下问了。但是这个二阶段呢，又不是我们在分布式事务里面常说的这个二阶段啊，通常呢，这个二阶段指的是啊，基于这个差异模式，要依赖数据库事务的啊，这么一种模式， 那比如说像订单中心的数据库啊，你就要负责好这个串接订单的相关事务，库存中心呢，你要负责好库库存相关的事务啊，然后通过售后管理器啊，比如说 cta 啊，对吧，来统一管理全程事务，我们先尝试发起啊，如果客户分成 ok， 那么统一提交啊，这是传统的二阶段，我们在前几期呢也讲过啊，这个二阶段啊，感兴趣的同学呢，可以去翻一翻。那么 t t c 这个二阶段呢，它其实是传统二阶段的改进版本，同样也是先尝试发起事物，如果都正常，那么 kimit 啊，如果失败，那就直接 conceal， 对吧？乍一看呢，好像跟传统二阶段也没什么区别，但是却有一个很大的改进，就是抛弃了数据库的事物，所有的事物处理呢，包括尝试处理啊啊，提交回滚，对吧，全都要上升到业务层来处理 啊，什么意思？就是你得自己手写逻辑代码啊，在我们的业务存里面，比如说下单客户存啊，你得在准备阶段就是 try 啊啊，你得真实的创建订单啊，只是订单的状态是预创建的，这样的一个状态没有转正， 对吧？库存的扣减呢，也是在预扣处的状态啊，比如说我们引进了这个库存的预扣表，我们先把这个库存呢先冻结起来 啊，等到各个分支都准备完成了，这个时候告诉收管理器啊，可以提交了，然后呢才是真正的把我们中间记录删掉啊，真正的在库存主表里面把库存扣掉，那么订单状态呢？转为正常状态啊，这个事物呢，就算完成了， 那么如果遇到分成失败的情况怎么办呢啊，这里要注意啊，要分阶段来考虑啊，如果是在踹阶段失败呢啊，比如说库存不足了，那么直接 robot 对吧？这个毫无疑问，但是如果在 commit 阶段失败了怎么办？ 这个时候呢，就没法回国了啊，只能硬着头皮不停的重试，直到成功为止。当然这个重试动作也是受管理起来做的啊，如果你代码里面没有 有什么 bug 啊，有充足的测试，而且揣阶段呢，基本上都尝试了一下。那么其实一般的什么 ctrl 吗？ ctrl 都是可以成功的。可能呢，有同学会有这样的一个观点，说 tct 效率低啊，这个观点呢，怎么理解呢？其实从啊代码的时间角度来说呢，确实很低， 因为通篇全是业务代码的侵入除外啊，可否我们可能要无一例外？业务代码相当复杂啊，尤其是维护了几个版本之后啊，如果换上来维护就会特别痛苦。 这个相对于叉 a 啊 a t 模式啊，在代码层面就没那么友好，但是呢，我们从接口的效率来讲呢啊，因为没有全局的事务锁定啊，没有依赖数据库事务 啊，线上无阻塞，相对来说呢，接口访问的效率呢，是提高了的。好了，本期的视频呢，就这些了，如果您对本期的内容呢有任何疑问，欢迎大家在评论区给我留言，谢谢大家！