介绍最近经常看到有人发一个用Go实现的分布式事务管理器dtm。看到star上升很快，我们简单看一下代码实现。毕竟部分作品的场景也是用到的。在写源码分析之前，先简单介绍一下分布式理论。CAP分布式系统的一大难点是如何同步节点之间的状态。CAP在分布式系统领域是一条行之有效的法则。每个字母的含义如下：Consistency（一致性）Availability（可用性）Partitiontolerance（分区容忍度）让我们用一个简单的例子来说明。假设我们的系统由两个服务组成：G1和G2。G1和G2维护同一条记录V0。外部客户（Client）可以调用任何服务。当客户端向任何服务发起读|写请求时，被请求的服务器根据客户端的请求对结果进行处理和响应。例如客户端向G1发起读操作，客户端G1响应请求。又如客户端向G1发起写操作，将V0变为V1。至此，我们已经构建了这样一个系统。让我们看看系统的一致性、可用性和分区容忍性意味着什么。一致性（Consistency）这种一致性在ACID中还是和C在事务中有所不同。事务中的C更多是指在事务开始前和事务结束后数据库的完整性不被破坏。这里的完整性包括一些外键约束，键的唯一性等。分布式事务中的C是指写操作之后的读操作必须返回这个值，相当于所有的节点都访问同一份最新数据。下面是一个不一致的例子。客户端成功请求G1服务器写入V1。假设当前服务G1和G2无法互通（网络分区），导致G1数据无法同步到G2。此时客户端从G2读取数据，仍然返回V0。我们来看一个满足一致性的例子。在这个系统中，G1接收到客户端写V1的操作，G1会在修改自己的数据的同时将V1的数据同步给G2。G1只有在收到G2的响应后才响应客户端。这样，无论客户端以后从哪个节点读取数据，都可以获得V1的值。可用性（availability）可用性是指系统中非故障节点收到的每一个请求都必须得到响应。在可用的系统中，如果客户端向服务器发送请求，服务器必须响应客户端的每一个请求，不允许忽略客户端请求。PartitionTolerance（分区容差）什么分区？网络分区。你怎么理解网络分区？假设有两台服务器A和B，它们可以正常通信。由于某种不明原因，它们之间的网络链接断开，导致无法正常通信。这时，原本在同一网络的AB出现了网络分区。变成A所在的A网络和B所在的B网络。这就是网络分区。宽容是什么意思？当一个服务的多个服务器出现上述网络分区时，系统仍然可以正常提供服务。对CAP的误解网上很多文章都是这样说的：分布式系统最多只能满足一致性（Consistency）、可用性（Availability）和分区容忍度（Partitiontolerance）三项中的两项。称为CAP法。似乎CAP被解释为一种三取二定律。请参阅文章CAP十二年后：“规则”如何改变[1]有一个完整的CAP陈述：CAP定理断言任何网络共享数据系统只能具有三个理想属性中的两个。根据声明，发现网上的这句话有些误导。CAP定律的前提是P（网络分区）发生后，会出现CA的选择。当P发生时，我们的系统不直接服务，就没有CA的选择。所以对于CAP的正常理解应该是：当P（网络分区）发生时，如果我们还想继续提供服务，那么C（一致性）和A（可用性）只能二选一。一致性和可用性的矛盾为什么当P发生时，CA只能二选一？还是之前那个简单的例子。假设此时G1和G2之间发生了网络分区。接下来我们的客户端请求G1写入V1数据。由于分区，G1无法同步数据到G2。如果我们保证G2的可用性，那么当client请求G2数据时，G2可以正常响应V0数据，但是数据与G1不一致，无法保证一致性。如果我们保证G2的一致性，那么当G1写的时候，G2的读写操作必须加锁，那么此时G2就处于不可用状态，它的可用性得不到保证。因此，一致性和可用性之间存在矛盾。参考https://www.infoq.com/articles/cap-twelve-years-later-how-the-rules-have-changed/https://mwhittaker.github.io/blog/an_illustrated_proof_of_the_cap_theorem/https://www.zhihu.com/question/64778723
