分布式事务：2PC、3PC、TCC、zab协议回顾

2PC：两阶段提交协议。

        事务分为提交和执行两个阶段。

阶段一：协调者发送事务的请求到事务的执行方，执行方执行事务并记录undo和redo，但不提交事务。然后返回执行情况。

阶段二：协调者发送提交事务请求到各执行方，让各方提交事务或者回滚事务。

        存在问题：1）协调者是个单点问题。2）如果第二阶段超时了会导致脏数据。

3PC:两阶段协议的改进。二阶段一来就开始执行执行事务，如果有人不能执行这样会导致占用资源。所以将一阶段拆分为两个阶段。增加先询问对方是否可以执行事务。

阶段一：协调者询问各方能否执行事务。

阶段二：协调者发送事务的请求到事务的执行方，执行方执行事务并记录undo和redo，但不提交事务。然后返回执行情况。

阶段三：协调者发送提交事务请求到各执行方，让各方提交事务或者回滚事务。

        存在问题：和上面问题一样，还多了一次执行请求。

TCC协议:上面2阶段，3阶段都是数据库层面的常用协议，tcc是上层应用的协议。

Try尝试阶段：尝试执行。比如先把状态改为一个中间状态。确保别人不会动这个数据。
Confirm确认阶段：确认执行。把这个中间状态改为最终状态。
Cancel取消阶段：取消执行。如果失败了把这个中间状态恢复到原始状态。

zab协议：是分布式协调组件zookeeper采用的分布式一致性协议。他的目的就是要保证数据的一致性。

zab协议要讲清楚可以分为几个部分：

1，协议里有三种成员：

        领导者：接收写请求，集群只有一个领导者。所以这也是zookeeper会有写入瓶颈的原因。

        跟随者：参与写入请求的投票和选举，并随时准备成为新的领导者。

        观察者：只负责只读请求，他的作用是分摊读的压力。

2，怎么选举的？怎么恢复数据？

      当跟随者发现和leader断开链接时会发起选举。其中有个最重要的就是投票信息。这个投票信息由：任期编号（谁当选leader，这个任期就+1，可以理解为多少届）+事务编号+节点编号（配置节点时填的那个数字编号）组成。

        当节点发现和leader失去联系时，节点会发起选举。节点会拿着投票信息，先投自己一票，然后广播出去叫别人投自己。最后对比自己的选票池，谁的票最多谁就是leader。那么选谁做为leader呢？关键就在于这个投票信息的判断了。

        1）判断任期大的优先。

        2）任期一样的判断事物id大的优先。

        3）事务ID也一样那就选节点编号大的优先。

        当别人叫你投票时，你判定别人比你更适合当leader时，你就会把票投给他。否则不与投票。当一个投票周期结束时，你会对比自己的投票池，看你收到了几个票，投出去了几个票，你是否满足票数过半。如果满足就宣布你是leader，并广播出去。别人收到你是leader的广播后，别人也会看他的投票池，并确认你是否为leader。如果都确定了，那么将进行数据同步，将leader的数据同步到跟追者。等数据都同步完成时，leader才能接收写入请求。

2，怎么写数据？

        leader写入数据时，会往跟追者也写一份（这时还没真正提交数据）。当过半的跟随者都写入时成功时，leader会让跟随者提交数据，这时跟随者才提交数据。这时一个写入才算完成。类似二阶段写入。所以写入性能不会很高，是单机的。而且这里是一个请求完成才会进行下一个请求，所以也是有顺序的。

3，怎么读数据？

        所有节点都可以直接读数据。

4，会不会丢数据呢？

        当一个事务被过半的跟随者成功响应ack后，只向其中一个跟随者发送commit信息则或者一个commit都没发出则leader退出了。这种情况，跟随者会将自己没提交的提交了，然后进行选举，有高事务ID的跟随者会当选leader。这个数据不会丢。

        当一个事务刚被发出来，比如只有一个跟随者收到了消息后，其他都还还没收到。这时leader退出了，那么这个接收者会提交本事务。这里又分两种情况：这个跟随者自己也挂了，那么其他跟随者选举出来的肯定就没这个数据。这个跟随者没挂，他当选了，这个数据就没丢。就算当这个跟随者恢复了，别人已经当选了。那么他多出的这个数据也会被要求丢掉。