事务参与者：每个数据库就是一个事务参与者
事务协调者：访问多个数据源的服务程序，就是事务协调者
RM：资源管理器，通常与事务参与者同义
TM：事务管理器，通常与事务协调者同义

二阶段提交

2PC是跨数据库层面的。

1. 准备阶段：事务协调者通知所有事务参与者预备提交，事务参与者收到通知后执行 sql，并将执行结果反馈给事务协调者
2. 提交阶段：如果事务协调者收到的反馈都是 yes，事务协调者通知所有事务参与者提交事务；若有任意一个事务参与者反馈为 no 或超时未反馈，事务协调者通知所有事务参与者操作回滚

优点：强一致性、成本低

缺点：

• 资源阻塞，事务参与者在执行SQL与提交事务的时间窗口内会锁住资源，想要使用这些资源的事务只能等待
• 单点问题：如果事务协调者宕机，事务可能永远无法完成，资源将会一直阻塞
• 数据不一致：事务协调者通知事务参与者提交，如果因为网络原因只有一部分事务参与者收到了消息，就会造成数据不一致

三阶段提交

• 在二阶段提交基础上增加了一个询问过程，事务协调者先询问事务参与者能否执行事务。能够降低资源锁定的概率
• 加入超时机制（事务参与者）：若事务参与者向事务协调者发送了 yes 之后一直得不到协调者的响应，事务参与者就默认将超时的事务提交。避免资源被永久锁定

但是依然无法解决一致性问题：事务协调者通知所有事务参与者回滚，部分参与者因网络原因未收到消息提交了。

TCC

try、confirm、cancel 的缩写，其本质为应用层面的2PC，需要通过业务逻辑实现，原理基本与2PC一致：

1. 准备阶段：事务协调者调用每个微服务提供的 try 接口，将整个事务涉及到的资源全锁住，若锁定成功返回 yes
2. 提交阶段：若所有微服务 try 接口在阶段一都返回 yes，事务协调者调用所有服务的 confirm 接口提交事务。若任何一个接口反馈 no或超时，则协调者调用所有服务的 cancel 接口

若多次重试未达到最终状态，人工干预。（不要为了极低概率的事件增加研发成本）

优点：

• 强一致性
• 应用自己定义数据库操作的粒度，使得降低锁冲突、提高吞吐量成为可能

缺点：

• 需要编写大量补偿事务的代码
• 代码入侵非常强

本地消息表的最终一致性方案

下图如果不带本地消息表，就会存在以下问题：

• 如果插入订单成功了，消息发送失败该怎么办
• 消息重复消费问题

下面给出正确的实现方式：

如果右边系统事务多次重试还是失败怎么办？

• 针对应该成功的事务，发送报警由人工补偿
• 针对有失败可能性的事务，要么本地回滚并通知左边系统也回滚，要么发送报警由人工来回滚或补偿。

缺点：定时任务频繁读写数据库是瓶颈。

基于RocketMQ事务消息的最终一致性方案

流程：

• A系统先发送一个 prepared 消息到 MQ，如果这个 prepared 消息发送失败那么就直接取消操作别执行了
• 如果这个消息发送成功过了，那么接着执行本地事务，如果成功就告诉mq发送确认消息，如果失败就告诉 MQ 回滚消息
• 如果发送了确认消息，那么此时B系统会接收到确认消息，然后执行本地的事务
• MQ会自动定时轮询所有 prepared 消息回调你的接口，问你，这个消息是不是本地事务处理失败了，所有没发送确认消息？那是继续重试还是回滚？一般来说这里你就可以查下数据库看之前本地事务是否执行，如果回滚了，那么这里也回滚吧。这个就是避免可能本地事务执行成功了，别确认消息发送失败了

注意：右边系统用 Zookeeper 吧，其高可用能够保证数据不丢。

优点： 最终一致性，不需要依赖本地数据库事务

缺点： RocketMQ事务消息部分代码也未开源，信任阿里吗？

分布式事务方案

原文：https://www.cnblogs.com/felix-1/p/14756571.html