作者：buguge
連結：https://www.jianshu.com/p/93f8cbb6f500
來源：簡書
簡書著作權歸作者所有，任何形式的轉載都請聯絡作者獲得授權並註明出處。

由於網際網路目前越來越強調分散式架構，如果是交易類系統，面臨的將會是分散式事務上的挑戰。當然目前有很多開源的分散式事務產品，例如java JTA，但是這種解決方案的成本是非常高的，而且實現起來非常複雜，效率也比較低下。對於極端的情況：例如釋出，故障的時候都是沒有辦法保證強一致性的。

首先，在目前的網際網路應用中，我們通過一個比較常見的例子，讓大家更深入的瞭解一下分散式系統設計中關於資料一致性的問題。拿我們經常使用的功能來考慮吧，最近網購比較熱門，就以京東為例的，我們來看看京東的一個簡單的購物流程。

使用者在京東上下了一個訂單，發現自己在京東的賬戶裡面有餘額，然後使用餘額支付，支付成功之後，訂單狀態修改為支付成功，然後通知倉庫發貨。假設訂單系統，支付系統，倉庫系統是三個獨立的應用，是獨立部署的，系統之間通過遠端服務呼叫。

訂單的有三個狀態：I:初始 P:已支付 W:已出庫，訂單金額100, 會員帳戶餘額200

如果整個流程比較順利，正常情況下，訂單的狀態會變為I->P->W，會員帳戶餘額100，訂單出庫。

但是如果流程不順利了呢？考慮以下幾種情況

1：訂單系統呼叫支付系統支付訂單，支付成功，但是返回給訂單系統資料超時，訂單還是I（初始狀態），但是此時會員帳戶餘額100,會員肯定會馬上找京東罵京東，為啥不給老子發貨，我都付錢了

2：訂單系統呼叫支付系統成功，狀態也已經更新成功，但是通知倉庫發貨失敗，這個時候訂單是P（已支付）狀態，此時會員帳戶餘額是100,但是倉庫不會發貨。會員也要罵京東。

3：訂單系統呼叫支付系統成功，狀態也已經更新成功，然後通知倉庫發貨，倉庫告訴訂單系統，沒有貨了。這個時候資料狀態和第二種情況一樣。

對於情況一的問題，我們來分析一下解決方案，能想到的解決方案如下

1 假設呼叫支付系統支付訂單的時候先不扣錢，訂單狀態更新完成之後，在通知支付系統你扣錢

如果採用這種設計方案，那麼在同一時刻，這個使用者，又支付了另外一筆訂單，訂單價格200，順利完成了整個訂單支付流程，由於當前訂單的狀態已經變成了支付成功，但是實際使用者已經沒有錢支付了，這筆訂單的狀態就不一致了。即使使用者在同一個時刻沒有進行另外的訂單支付行為，通知支付系統扣錢這個動作也有可能完不成，因為也有可能失敗，反而增加了系統的複雜性。

2 訂單系統自動發起重試，多重試幾次，例如三次，直到扣款成功為止。

這個看起來也是不錯的考慮，但是和解決方案一樣，解決不了問題，還會帶來新的問題，假設訂單系統第一次呼叫支付系統成功，但是沒有辦法收到應答，訂單系統又發起呼叫，完了，重複支付，一次訂單支付了200。

假設支付系統正在釋出，你重試多少次都一樣，都會失敗。這個時候使用者在等待，你怎麼處理？

3 在第二種方案的基礎上，我們先解決訂單的重複支付行為，我們需要在支付系統上對訂單號進行控制，一筆訂單如果已經支付成功，不能在進行支付。返回重複支付標識。那麼訂單系統根據返回的標識，更新訂單狀態。
接下來解決重試問題，我們假設應用上重試三次，如果三次都失敗，先返回給使用者提示支付結果未知。假設這個時候使用者重新發起支付，訂單系統呼叫支付系統，發現訂單已經支付，那麼繼續下面的流程。如果會員沒有發起支付，系統定時（一分鐘一次）去核對訂單狀態，如果發現已經被支付，則繼續後續的流程。

這種方案，使用者體驗非常差，告訴使用者支付結果未知，使用者一定會罵你，你丫咋回事情，我明明支付了，你告訴我未知。假設告訴使用者支付失敗，萬一實際是成功的咋辦。你告訴使用者支付成功，萬一支付失敗咋辦。

4 第三種方案能夠解決訂單和支付資料的一致性問題，但是使用者體驗非常差。當然這種情況比較可能是少數，可以犧牲這一部分的使用者體驗，我們還有沒有更好的解決方案，既能照顧使用者體驗，又能夠保證資金的安全性。

我們再回來看看第一種方案，我們先不扣錢，但是有木有辦法讓這一部分錢不讓使用者使用，對了，我們先把這一部分錢凍結起來。訂單系統先呼叫支付系統成功的時候，支付系統先不扣錢，而是先把錢凍結起來，不讓使用者給其他訂單支付，然後等訂單系統把訂單狀態更新為支付成功的時候，再通知支付系統，你扣錢吧，這個時候支付系統扣錢，完成後續的操作。

看起來這個方案不錯，我們仔細在分析一下流程，這個方案還存在什麼問題，假設訂單系統在呼叫支付系統凍結的時候，支付系統凍結成功，但是訂單系統超時，這個時候返回給使用者，告知使用者支付失敗，如果使用者再次支付這筆訂單，那麼由於支付系統進行控制，告訴訂單系統凍結成功，訂單系統更新狀態，然後通知支付系統，扣錢吧。如果這個時候通知失敗，沒有有問題，反正錢都已經是凍結的了，使用者不能用，我只要定時掃描訂單和支付狀態，進行扣錢而已。

那麼如果變態的使用者重新拍下來一筆訂單,100塊錢，對新的訂單進行支付，這個時候由於先前那一筆訂單的錢被凍結了，這個時候使用者餘額剩餘100，凍結100，發現可用的餘額足夠，那就直接在對使用者扣錢。這個時候餘額剩餘0，凍結100。先前那一筆怎麼辦，一個辦法就是定時掃描，發現訂單狀態是初始的話，就對使用者的支付餘額進行解凍處理。這個時候使用者的餘額變成100，訂單資料和支付資料又一致了。　　　假設原先使用者餘額只有100，被凍結了，使用者重新下單，支付的時候就失敗了啊，的確會發生這一種情況，所以要儘可能的保證在第一次訂單結果不明確的情況，儘早解凍使用者餘額，比如10秒之內。但是不管如何快速，總有資料不一致的時刻，這個是沒有辦法避免的。

上面分析解決了第一個的問題以及相應的方案，發現在資料分佈的環境下，很難絕對的保證資料一致性（任何一段區間），但是有辦法通過一種補償機制，最終保證資料的一致性。

下面再分析一下第二個問題：訂單系統呼叫支付系統成功，狀態也已經更新成功，但是通知倉庫發貨失敗，這個時候訂單是P（已支付）狀態，此時會員帳戶餘額是100,但是倉庫不會發貨。會員也要罵京東。

通過上面的分析，這個相對來說是比較簡單的，我可以採取重試機制，如果發現通知倉庫發貨失敗，就一直重試。

這裡面有兩種方式：

1 非同步方式：通過類似MQ（訊息通知）的機制，這個是非同步的通知

2 同步呼叫：類似於遠端過程呼叫

對於同步的呼叫的方式，比較簡單，我們能夠及時獲取結果；對於非同步的通知，就必須採用請求，應答的方式進行，這一點在（關於分散式系統的資料一致性問題(一)）裡面有介紹。這裡面就不再闡述。

來看看第三個問題：訂單系統呼叫支付系統成功，狀態也已經更新成功，然後通知倉庫發貨，倉庫告訴訂單系統，沒有貨了。這個時候資料狀態和第二種情況一樣。

我覺得這是一個很有意思的問題，我們還是考慮幾種解決的方案

1 在會員下單的時刻，就告訴倉庫，我要你把貨物留下來，

2 在會員支付訂單時候，在支付之前檢查倉庫有沒有貨，如果沒有貨，就告知會員木有貨物了

3 如果會員支付成功，這個時候沒有貨了，就會退款給使用者或者等待有貨的時候再發貨

正常情況，京東的倉庫一般都是有貨的，所以影響到的會員很少，但是在秒殺和營銷的時候，這個時候就不一定了，我們考慮假設倉庫有10臺iphone

1 在會員下單的時候，相當於庫存就減1，那麼使用者惡意拍下來，沒有去支付，就影響到了其他使用者的購買。京東可以設定一個訂單超時時間，如果這段時間內沒有支付，就自動取消訂單

2 在會員支付之前，檢查倉庫有貨，對於這種方案，對於使用者體驗不好，但是對於京東比較好，至少我東西都賣出去了。那些沒有及時付款的使用者，只能投訴了京東無故取消訂單，對於已經下了訂單，但沒有付錢的使用者，可能買不到貨。

3 第三種方案，這個方案體驗更不好，而且使用者感覺受到京東欺詐，但是對於京東來說，比第二種方案更有益，畢竟我還可以多賣出一點東西。

個人覺得，京東應該會採用第二種或者第三種方式來處理這類情況，我在微博上搜索了 “京東 無故取消訂單”，發現果真和我預料的處理方式。不過至於這裡的無故取消是不是技術上的原因我不知道，如果真的是技術上的原因，我覺得京東可以採用不同的處理方案。對於秒殺和促銷商品，可以考慮第一種方案，大多數人都會直接付款，畢竟便宜啊，如果使用者搶不到便宜的東西，抱怨當然很大了。這樣可以照顧大多數使用者的體驗。對於一般的訂單，可以採用第二種或者第三種方式，這種情況下，發生付款之後倉庫沒有貨的情況會比較少，並且就算髮生了，使用者也會覺得無所謂，大不了退錢嗎，這樣就可以實現自己的利益最大化而最低程度的減少使用者體驗。

而鐵道部在這個問題上，採用的是第一種方案，為什麼和京東不一樣，就是因為使用者體驗，如果使用者把票都買了，你告訴我木有票了，旅客會殺人的。哈哈，不過鐵道部不擔心票賣不出去，第一種方案對他影響沒有什麼。

說了這麼多，就是說 分散式環境下（資料分佈）要任何時刻保證資料一致性是不可能的，只能採取妥協的方案來保證資料最終一致性。這個也就是著名的CAP定理。

CAP定理是2000年，由 Eric Brewer 提出來的。Brewer認為在分散式的環境下設計和部署系統時，有3個核心的需求，以一種特殊的關係存在。這裡的分散式系統說的是在物理上分佈的系統，比如我們常見的web系統。

這3個核心的需求是：Consistency，Availability和Partition Tolerance，賦予了該理論另外一個名字 － CAP。

Consistency：一致性，這個和資料庫ACID的一致性類似，但這裡關注的所有資料節點上的資料一致性和正確性，而資料庫的ACID關注的是在在一個事務內，對資料的一些約束。

Availability：可用性，關注的在某個結點的資料是否可用，可以認為某一個節點的系統是否可用，通訊故障除外。

Partition Tolerance：分割槽容忍性，是否可以對資料進行分割槽。這是考慮到效能和可伸縮性。

為什麼不能完全保證這個三點了，個人覺得主要是因為一旦進行分割槽了，就說明了必須節點之間必須進行通訊，涉及到通訊，就無法確保在有限的時間內完成指定的行文，如果要求兩個操作之間要完整的進行，因為涉及到通訊，肯定存在某一個時刻只完成一部分的業務操作，在通訊完成的這一段時間內，資料就是不一致性的。如果要求保證一致性，那麼就必須在通訊完成這一段時間內保護資料，使得任何訪問這些資料的操作不可用。

如果想保證一致性和可用性，那麼資料就不能夠分割槽。一個簡單的理解就是所有的資料就必須存放在一個數據庫裡面，不能進行資料庫拆分。這個對於大資料量，高併發的網際網路應用來說，是不可接受的。

我們可以拿一個簡單的例子來說明：假設一個購物系統，賣家A和賣家B做了一筆交易100元，交易成功了，買家把錢給賣家。

這裡面存在兩張表的資料：Trade表Account表 ，涉及到三條資料Trade(100),Account A ,Account B

假設 trade表和account表在一個數據庫，那麼只需要使用資料庫的事務，就可以保證一致性，同時不會影響可用性。但是隨著交易量越來越大，我們可以考慮按照業務分庫，把交易庫和account庫單獨分開，這樣就涉及到trade庫和account庫進行通訊，也就是存在了分割槽，那麼我們就不可能同時保證可用性和一致性。

我們假設初始狀態

trade(buyer,seller,tradeNo,status) = trade(A,B,20121001,I)

account(accountNo,balance) = account(A,300)

account(accountNo,balance) = account(B,10)

在理想情況下，我們期望的狀態是

trade(buyer,seller,tradeNo,status) = trade(A,B,20121001,S)

account(accountNo,balance) = account(A,200)

account(accountNo,balance) = account(B,110)

但是考慮到一些異常情況

假設在trade(20121001,S)更新完成之後，帳戶A進行扣款之前，帳戶A進行了另外一筆300款錢的交易，把錢消費了，那麼就存在一個狀態

trade(buyer,seller,tradeNo,status) = trade(A,B,20121001,S)

account(accountNo,balance) = account(A,0)

account(accountNo,balance) = account(B,10)

產生了資料不一致的狀態

由於這個涉及到資金上的問題，對資金要求比較高，我們必須保證一致性，那麼怎麼辦，只能在進行trade(A,B,20121001)交易的時候，對於任何A的後續交易請求trade(A,X,X)，必須等到A完成之後，才能夠進行處理，也就是說在進行trade(A,B,20121001)的時候，Account(A)的資料是不可用的。

任何架構師在設計分散式的系統的時候，都必須在這三者之間進行取捨。首先就是是否選擇分割槽，由於在一個數據分割槽內，根據資料庫的ACID特性，是可以保證一致性的，不會存在可用性和一致性的問題，唯一需要考慮的就是效能問題。對於可用性和一致性，大多數應用就必須保證可用性，畢竟是網際網路應用，犧牲了可用性，相當於間接的影響了使用者體驗，而唯一可以考慮就是一致性了。

犧牲一致性

對於犧牲一致性的情況最多的就是快取和資料庫的資料同步問題，我們把快取看做一個數據分割槽節點，資料庫看作另外一個節點，這兩個節點之間的資料在任何時刻都無法保證一致性的。在web2.0這樣的業務，開心網來舉例子，訪問一個使用者的資訊的時候，可以先訪問快取的資料，但是如果使用者修改了自己的一些資訊，首先修改的是資料庫，然後在通知快取進行更新，這段期間內就會導致的資料不一致，使用者可能訪問的是一個過期的快取，而不是最新的資料。但是由於這些業務對一致性的要求不太高，不會帶來太大的影響。

異常錯誤檢測和補償

還有一種犧牲一致性的方法就是通過一種錯誤補償機制來進行，可以拿上面購物的例子來說，假設我們把業務邏輯順序調整一下，先扣買家錢，然後更新交易狀態，在把錢打給賣家

我們假設初始狀態

account(accountNo,balance) = account(A,300)

account(accountNo,balance) = account(B,10)

trade(buyer,seller,tradeNo,status) = trade(A,B,20121001,I)

那麼有可能出現

account(accountNo,balance) = account(A,200)

trade(buyer,seller,tradeNo,status) = trade(A,B,20121001,S)

account(accountNo,balance) = account(B,10)

那麼就出現了A扣款成功，交易狀態也成功了，但是錢沒有打給B，這個時候可以通過一個時候的異常恢復機制，把錢打給B，最終的情況保證了一致性，在一定時間內資料可能是不一致的，但是不會影響太大。

上面的異常檢測恢復機制（事後補償），這種機制其實還是有限制，首先對於分割槽檢測操作，不同的業務涉及到的分割槽操作可能不一樣。所以這隻能作為一種思想，不能做一個通用的解決方案。