分布式事务:
分布式事务是处理多节点上 的数据保持 类似传统 ACID 事物特性的 一种事物。
XA:是一种协议，一种分布式事务的协议，核心思想是2段式提交。 1 准备阶段 2 提交阶段。XA协议是 Tuxedo 首先提出的
XA 的 原理 ，XA分了 几个角色，RM ，TM ，AP 等
RM：资源管理器。他记录着XA的 事物的全部 状态（在事物结算之前不会丢失）。
XA事物成功的流程：
1准备阶段 RM 告诉 相关的 几个 TM（事物管理器）， 最一些事情，但是别提交。这时候修改数据还不可见（除了RM 以外或者说 TM外 不可见）
2 如果所有的 TM都告诉 RM 我可以做这个事情。那么就 通知 所有 TM commit
3 如果所有的 TM commit 都成功，那么这个XA 事物完成。 RM 可以忘记关于这个XA事物的数据了。
XA事物失败的流程：
1准备阶段 RM 告诉 相关的 几个 TM（事物管理器）， 最一些事情，但是别提交。
2 如果任何一个TM commit 告诉 RM 我不能执行（ 预提交阶段就失败 ）
3 RM 通知 这个事物涉及到的 TM rollback
XA事物极端流程： 需要补偿机制（正常不会出，除非极端情况，因为前面预处理阶段已经把数据写入了，后面 commit 只是 修改一个状态 ，让别的事物可以读到 ）
1准备阶段 RM 告诉 相关的 几个 TM（事物管理器）， 最一些事情，但是别提交。
2 如果所有的 TM都告诉 RM 我可以做这个事情。那么就 通知 所有 TM commit
3 如果部分 TM commit 成功，只有一个失败了。因为 RM 记录了事物的完整信息。所以可以在 做一些补偿机制，比如包刚才的 失败部分 在做一次。
X/open: XA协议是 Tuxedo 首先提出XA ,并交给X/Open组织，作为资源管理器（数据库）与事务管理器的接口标准. 所以 X/open 是组织 XA 的 一个机构。
CAP :
CAP是三个理想的状态。但是只能3 选2 ，不能全部达到。
C:
- Consistency 强一致性 描述数据要完全的一致，A加了 100，B 就减去100 。同时发生，一起发生。就是强一致性
A：
- Availability 高可用 在一定的时间内正确的响应 客户端的请求。不会长时间等待挥着阻塞，不会 服务器不可用。
P:
- Partition tolerance 分区容错性 分布式环境中如果出现了网络分区，依旧是可以正常工作。每次加入节点的变动都可以看做特殊网络分区。
网络分区的解释：因为网络原因，集群节点部分 分成多块，每块之间的网络不能通信。
上面三个条件。在分布式环境中，网络分区，必然要考虑。所以P必选。 现在的分布式框架都是 CA 2 选1 +P。
2 段是事务：如果你是事务是 先预提交，然后在确认提交 分成2 段的就叫做2 段式事务。 比如 XA 协议规定的 分布式事务 就是2 段式事务。 比如 MQ 的预消息机制。 比如 给予mq 和 本地事务 实现的消息机制。
mq 和 本地事务 实现的消息机制原理： 变 a b 两个 分布式子事物 为 插入 2 条 本地记录 一条消息A，和消息B，，如果 正常执行 A，B 两条插入记录被转个给 MQ ，如果 任何失败，A B被丢弃。
BASE:
BASE是Basically Available（基本可用）、Soft state（软状态）和Eventually consistent（最终一致性）三个短语的缩写
BASE理论是对CAP中一致性和可用性权衡的结果。我们不都舍弃，找一个折中 的办法。 不能同时拥有，也不想放弃任何一个。那就一个区一半吧。
Basically Available（基本可用）： 在异常的时候允许适当的延长响应时间。 在并发太高的时候允许部分不是成功，而且不是全部都堵死在哪里。
Soft state（软状态）： 可以存在中间状态： A +100， B -100 如果不能同时完成，那么就让 A +100 并且B冻结 记录里面 写入100 把。这样 一个转账中的状态。
Eventually consistent（最终一致性）： 上面的 中间状态不可能让他一直存在，最终我们会让他一致的，比如，修改同一个 余额字段 ，并发太高，那么就插入冻结记录。不用锁这个字段，但是最后我们要报这个冻结 在余额 里面扣掉（在系统缓，或者一个延时队列慢慢做）。
分布式解决方案实现原理：https://www.cnblogs.com/cxygg/p/9526401.html