JAVA事务

#1、事务概念 参考文献：
http://www.cnblogs.com/kristain/articles/2038397.html
http://blog.csdn.net/fg2006/article/details/6937413

spring事务控制：
http://www.blogjava.net/robbie/archive/2009/04/05/264003.html
spring事务同步 #2、分布式事务 在电商等业务中，系统通常由多个独立的服务组成，分布式事务旨为解决分布式调用时候数据的一致性；

强一致性：
当更新操做完成以后，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，这种实现须要牺牲可用性。

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以后，不承诺当即能够读到最新写入的值，也不会具体的承诺多久以后能够读到。

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做的值。在没有故障发生的前提下，不一致窗口的时间主要受通讯延迟，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。

分布式事务原则：

• 真正重要的是知足业务需求，而不是追求抽象、绝对的系统特性；
• 幂等性：重复调用屡次产生的业务结果与调用一次产生的业务结果相同；实现方式：
  1）经过业务操做自己实现幂等性；如token，时间戳
  2）系统缓存全部请求与处理结果；检测到重复请求以后，自动返回；如分布式锁机制
• 补偿机制
• CAP定理：对于共享数据系统，须要知足
  1）Consistency(一致性): 全部用户看到一致的数据
  2）Availability(可用性): 总能找到一个可用的数据复本
  3）Tolerance to NetworkPartition(分区容忍性): 即便在系统被分区的状况下，仍然知足上述两点
• 酸碱平衡(ACID-BASEBalance)
  1）BA(Basic Availability)：基本可用性
  2）S(Soft state)：柔性状态
  3）E(Eventuall consistency)：最终一致性

实现方案：

• 按期校对
  

• 2PC
  

• TCC
  

• 业务补偿

• 利用消息规避分布式事务
  参考文献： http://cailin.iteye.com/blog/2266672

• ByteTCC
  参考文献：https://github.com/liuyangming/ByteTCC

• JTA/JTS/EJB

框架与设施建设目标思考：

• 一致的架构风格
• 简单的编程模型
• 万无一失
• 没商量: 高可用与可伸缩
• 轻量，可扩展
• 尽力优化性能
• 利用现有基础设施

参考程立-大规模SOA系统中的分布事务处理
http://www.slideshare.net/Fenng/soa-dtp-by-alipay-cheng-li-presentation?type=powerpoint