阅读之分布式架构的数据一致

分布式架构下的数据一致性，大家有这样的问题：跨系统间分布式事务如何解决？系统内多个服务的分布式事务如何解决？一个服务内的多个数据源/数据库的分布式事务如何解决？由于术语不准确，所以解释起来会有二义性，所以先要统一语言或者术语，也就是统一概念：

 

 

域是一个虚拟的分类，几个系统属于某一个域，例如网上银行和手机银行都属于电子渠道领域；

传统的单体应用，指的就是系统，在微服务架构下，单体应用采用前后端分离模式，前端一般使用 Nginx，Ngnix 进程间采用主备模式，系统的后端可以分为多个应用，每个应用有一组对等的应用进程（也称为应用实例）提供服务，每个应用对应一个数据库，实际上在分库的情况下，有可能一个应用对应多个数据库。复杂一点的是网关，网关由一组对等的网关实例组成，如果多个系统共享一个网关，网关和系统就是1对多的关系，也可以一个系统独享一个网关，就是一对一情况，下图是一个概念的示例，使用的是系统独享网关模式。

 

跨系统间分布式事务、系统内多个服务的分布式事务、一个服务内多个数据源/数据库的分布式事务，这些问题完全是从技术的角度做归纳，用上述概念应该改为：系统间的数据一致性、系统内应用间的数据一致性、应用内部对应多数据库的数据一致性，另外可以增加一个数据库对应多个应用的数据一致性（技术上存在可能，但从上述概念上看应该是在架构上避免的）。

1、系统间的数据一致性

需要服务实现 TCC或者业务补偿模式，由框架（业务协调器）自动调用，减少人工参与，或者实现幂等服务，反复投递。这两种方式都没法做到数据的 100% 一致，在失败的时候都需要有重试的机制，例如补偿失败要重试（这就是框架的好处），多次重试还是失败，记录失败历史，业务上人工处理。不要害怕人工处理，只要减少人工处理的机会就好了，在工行时就是提出人工干预比例降低若干个百分点作为目标。

2、系统内应用间的数据一致性

这个可以使用华为 SAGA 的模式，也就是建立一个共享的事务协调器模式，简单的方式是用共享的事务协调器模式，记录服务调用的事件，在合适的时机调用TCC和补偿服务。

3、应用内部对应多数据库的数据一致性，是个反模式，不要做通用方案

一般来说，一个应用对应一个数据库，不允许一个应用对应多个数据库，多个数据库的情况应该分成多个应用，通过服务调用方式解决，这是一个基本原则，否则就是一个反模式设计。就是有很多人一定问有这个情况你怎么解决，我的回答是架构设计解决这个问题，在技术上不支持这种方式，让设计者必须在架构解决，而不是利用技术手段解决不合理的架构设计，否则后患无穷。

4、一个数据库对应多个应用的数据一致性

这种情况经常也是一个反模式，既然是共享一个数据库，把应用放在一起。如果真的有需要（例如一个模块部署过于频繁，单独拆出来做一个应用），那也应该和多应用多数据库一样处理。

总结：分布式有几种一致性

强一致

当更新操作完成之后，任何多个后续进程或者线程的访问都会返回最新的更新过的值。这种是对用户最友好的，就是用户上一次写什么，下一次就保证能读到什么。根据 CAP 理论，这种实现需要牺牲可用性。

弱一致性

系统并不保证续进程或者线程的访问都会返回最新的更新过的值。系统在数据写入成功之后，不承诺立即可以读到最新写入的值，也不会具体的承诺多久之后可以读到。

最终一致性

 

弱一致性的特定形式。系统保证在没有后续更新的前提下，系统最终返回上一次更新操作的值。在没有故障发生的前提下，不一致窗口的时间主要受通信延迟，系统负载和复制副本的个数影响。DNS 是一个典型的最终一致性系统。