多個資料要同時操作，如何保證資料的完整性，以及一緻性？
答：事務，是常見的做法。
舉個栗子：
使用者下了一個訂單，需要修改餘額表，訂單表，流水表，于是會有類似的僞代碼：
start transaction;
CURD table t_account; any Exception rollback;
CURD table t_order; any Exception rollback;
CURD table t_flow; any Exception rollback;
commit; 如果對餘額表，訂單表，流水表的SQL操作全部成功，則全部送出
如果任何一個出現問題，則全部復原
事務，以保證資料的完整性以及一緻性。
事務的方案會有什麼潛在問題？
答：網際網路的業務特點，資料量較大，并發量較大，經常使用拆庫的方式提升系統的性能。如果進行了拆庫，餘額、訂單、流水可能分布在不同的資料庫上，甚至不同的資料庫執行個體上，此時就不能用資料庫原生事務來保證資料的一緻性了。
高并發易落地的分布式事務，是行業沒有很好解決的難題，那怎麼辦呢？
答：補償事務是一種常見的實踐。
什麼是補償事務？
答：補償事務，是一種在業務端實施業務逆向操作事務。
修改餘額，事務為：
int Do_AccountT(uid, money){
start transaction;
//餘額改變money這麼多
CURD table t_account with money for uid;
anyException rollback return NO;
commit;
return YES;
} 那麼，修改餘額，補償事務可以是：
int Compensate_AccountT(uid, money){
//做一個money的反向操作
return Do_AccountT(uid, -1*money){
}
同理，訂單操作，事務是：Do_OrderT，新增一個訂單；
訂單操作，補償事務是：Compensate_OrderT，删除一個訂單。
要保證餘額與訂單的一緻性，僞代碼：
// 執行第一個事務
int flag = Do_AccountT();
if(flag=YES){
//第一個事務成功，則執行第二個事務
flag= Do_OrderT();
if(flag=YES){
// 第二個事務成功，則成功
return YES;
}
else{
// 第二個事務失敗，執行第一個事務的補償事務
Compensate_AccountT();
}
} 補償事務有什麼缺點？
不同的業務要寫不同的補償事務，不具備通用性；
沒有考慮補償事務的失敗；
如果業務流程很複雜，if/else會嵌套非常多層；
畫外音：上面的例子還隻考慮了餘額+訂單的一緻性，就有22=4個分支，如果要考慮餘額+訂單+流水的一緻性，則會有22*2=8個if/else分支，複雜性呈指數級增長。
還有其它簡易一緻性實踐麼？
答：多個資料庫執行個體上的多個事務，要保證一緻性，可以進行“後置送出優化”。
單庫是用這樣一個大事務保證一緻性：
start transaction;
CURD table t_account; any Exception rollback;
CURD table t_order; any Exception rollback;
CURD table t_flow; any Exception rollback;
commit; 拆分成了多個庫後，大事務會變成三個小事務：
start transaction1;
//第一個庫事務執行
CURD table t_account; any Exception rollback;
…
// 第一個庫事務送出
commit1;
start transaction2;
//第二個庫事務執行
CURD table t_order; any Exception rollback;
…
// 第二個庫事務送出
commit2;
start transaction3;
//第三個庫事務執行
CURD table t_flow; any Exception rollback;
…
// 第三個庫事務送出
commit3; 畫外音：再次提醒，這三個事務發生在三個庫，甚至3個不同執行個體的資料庫上。
一個事務，分成執行與送出兩個階段：
執行(CURD)的時間很長
送出(commit)的執行很快
于是整個執行過程的時間軸如下：
第一個事務執行200ms，送出1ms；
第二個事務執行120ms，送出1ms；
第三個事務執行80ms，送出1ms；
在什麼時候，會出現不一緻？
答：第一個事務成功送出之後，最後一個事務成功送出之前，如果出現問題（例如伺服器重新開機，資料庫異常等），都可能導緻資料不一緻。
畫外音：如上圖，最後202ms内出現異常，會出現不一緻。
什麼是後置送出優化？
答：如果改變事務執行與送出的時序，變成事務先執行，最後一起送出。
第一個事務執行200ms，第二個事務執行120ms，第三個事務執行80ms；
第一個事務送出1ms，第二個事務送出1ms，第三個事務送出1ms；
後置送出優化後，在什麼時候，會出現不一緻？
答：問題的答案與之前相同，第一個事務成功送出之後，最後一個事務成功送出之前，如果出現問題（例如伺服器重新開機，資料庫異常等），都可能導緻資料不一緻。
畫外音：如上圖，最後2ms内出現異常，會出現不一緻。
有什麼差別和差異？
答：
串行事務方案，總執行時間是303ms，最後202ms内出現異常都可能導緻不一緻；
後置送出優化方案，總執行時間也是303ms，但最後2ms内出現異常才會導緻不一緻；
雖然沒有徹底解決資料的一緻性問題，但不一緻出現的機率大大降低了。
畫外音：上面這個例子，機率降低了100倍。
後置送出優化，有什麼不足？
答：對事務吞吐量會有影響：
- 串行事務方案，第一個庫事務送出，資料庫連接配接就釋放了；
- 後置送出優化方案，所有庫的連接配接，要等到所有事務執行完才釋放；
這就意味着，資料庫連接配接占用的時間增長了，系統整體的吞吐量降低了。
總結
分布式事務，兩種常見的實踐：
- 補償事務
- 後置送出優化
把
trx1.exec(); trx1.commit();
trx2.exec(); trx2.commit();
trx3.exec(); trx3.commit(); 優化為：
trx1.exec(); trx2.exec(); trx3.exec();
trx1.commit(); trx2.commit(); trx3.commit(); 這個小小的改動（改動成本極低），不能徹底解決多庫分布式事務資料一緻性問題，但能大大降低資料不一緻的機率，犧牲的是吞吐量。
對于一緻性與吞吐量的折衷，還需要業務架構師謹慎權衡折衷。
畫外音：還是那句話，一切脫離業務常見的架構設計，都是耍流氓。
思路比結論重要，希望大家有收獲。
架構師之路-分享可落地的技術文章