分布式事务相关
分布式事务问题
背景
- 积分支付，需要查询用户积分；
- 商品扣减库存；
- 保存订单；
这些一定要保证一致性；
解决办法有
- 基于XA协议的两阶段提交
- 事务补偿机制
- 本地消息表+定时任务
- MQ
XA协议
一个事务管理器和多个资源管理器组成
提交分为两阶段
- prepare
- commit
第一阶段
第二阶段
这个需要事务管理器给所有RM发送准备指令和执行指令，效率特别低。
DEMO：
MySql5.7支持XA，尽量使用8.0版本
Mysql连接器，Mysql Connector/J 5.0以上支持
Atomikos做分布式事务，管理分布式数据库
分库分表的组件：MyCat和Sharding-JDBC这两个都已经集成Atomikos了，直接使用就可以。
事务补偿机制
我们现在用的这个，分布式事务处理，就是事务补偿机制的原理。嗯，这个存在的问题就是有可能A扣减了，B也扣减了，但是B扣钱失败了。然后此时A回滚的时候会有问题，嗯，这是一个待解决的一块儿。
在catch里写回滚逻辑。涉及到重试，这块有一些复杂，具体怎么处理才能尽可能一致？
本地消息表+定时任务
这个就是落一个表，定时任务扫表处理
基于MQ
不同公司之间，因为机房不一致，就无法使用MQ来达到消息一致性，可以使用本地消息表，推送信息去处理，例如对接支付宝微信。
消息的重试
rocketmq有messageExt.getReconsumeTimes()可以记录重试次数，可以达到一定次数后进行consume，然后报警，人工处理。
幂等
怎么防止重复下单
表单怎么防止重复提交
接口重复调用，重试，怎么幂等
UPDATE时，使用乐观锁
insert使用版本号，可以是token
混合操作，可以使用分布式锁来锁住业务单号，如果没有业务单号，也是可以用token
UPDATE幂等
列表更新时，可以使用数据的version来做乐观锁，加上数据库的行锁来保证。
insert幂等
有唯一业务号的insert操作，例如下单场景，商品id+用户id ，
分布式锁来保证幂等，保证接口幂等，
这个也可以作为一个唯一索引到数据库，
业务执行后，不进行锁的释放，过期自动释放。
没有这种唯一业务号的就用token作为key来获取分布式锁。
redis缓存穿透
现象：
- 请求查询缓存，缓存不存在。
- 查询数据库，数据库也不存在这条数据，空则不写入缓存。
- 若相同查询条件查询了多次，则数据库压力大。
解决办法
- 数据库查询为空，也写入缓存一个空值，设置上过期时间。>>这个比较好<<
- 加分布式锁，同时只能有一个请求查询数据库。
- 限流，只能少量数据查询数据库。
- 布隆过滤器，能迅速判断一个元素是否在集合里。二进制，空间小速度快。不存在就直接返回null就可以了。
redis缓存雪崩
现象
缓存都会存在雪崩的现象，很多的缓存key，过期时间大面积失效，同时请求都会打到数据库上。
防护措施（不能做到完全解决）
- 热点数据，永不过期
- 多缓存结合，长短缓存
- 请求redis
- 请求memcache，这个过期时间更久
- 过期时间错开，加一个失效时间随机数
- 开发时可以使用第三方redis，提高可靠性。
- 阿里云
数据库和缓存双写一致性方案解析
https://www.cnblogs.com/rjzheng/p/9041659.html#!comments
文章中：
对缓存操作只是尽最大努力即可。也就是说如果数据库写成功，缓存更新失败，那么只要到达过期时间，则后面的读请求自然会从数据库中读取新值然后回填缓存
1.先更新数据库，再更新缓存（这个不好）
并发情况下，更新缓存的线程有可能是老数据的线程，存在脏数据。
写多场景，浪费性能。
计算后写入缓存场景，也浪费性能。
（2和3是争议较大的）
2.先删除缓存，再更新数据库
A删了B马上又写入，不设过期时间不做更新的话就永远不一致。
需要用：延时双删策略
（1）先淘汰缓存
（2）再写数据库（这两步和原来一样）
（3）休眠n秒，再次淘汰缓存（3）的这个n需要根据处理时常判断，读写分离库需要额外时间。
（3）的这个删除也可以异步删除，增加吞吐，但还是存在删除失败的问题。
3.先更新数据库，再删除缓存
2和3都会存在删除失败的问题。提供一个保障重试机制
方案1：发送消息，继续删除key，直至成功；代码侵入多，不好；
方案2：使用binlog订阅方法：在订阅逻辑中使用1，删除不成功后，继续发消息删除。
数据库写成功后会有binlog写入
binlog 具体见：todo 待补充
上述的订阅binlog程序在mysql中有现成的中间件叫canal