分佈式事務：這種解決方案的成本是非常高的，而且實現起來非常複雜，效率也比較低下。對於極端的情況：例如發佈，故障的時候都是沒有辦法保證強一致性的。
訂單系統，支付系統，倉庫系統是三個獨立的應用，是獨立部署的，系統之間通過遠程服務調用。
訂單的有三個狀態：I:初始 P:已支付 W:已出庫，訂單金額100, 會員帳戶餘額200
如果整個流程比較順利，正常情況下，訂單的狀態會變爲I->P->W，會員帳戶餘額100，訂單出庫。
但是如果流程不順利了呢？考慮以下幾種情況
1：訂單系統調用支付系統支付訂單，支付成功，但是返回給訂單系統數據超時（支付成功，餘額已經發生改變，但是訂單還是初始狀態），訂單還是I（初始狀態），但是此時會員帳戶餘額100,會員肯定會馬上找京東罵京東，爲啥不給老子發貨，我都付錢了
2：訂單系統調用支付系統成功，狀態也已經更新成功，但是通知倉庫發貨失敗，這個時候訂單是P（已支付）狀態，此時會員帳戶餘額是100,但是倉庫不會發貨。會員也要罵京東。
3：訂單系統調用支付系統成功，狀態也已經更新成功，然後通知倉庫發貨，倉庫告訴訂單系統，沒有貨了（倉儲系統無貨）。這個時候數據狀態和第二種情況一樣。
對於情況一的問題，我們來分析一下解決方案，能想到的解決方案如下：
1 假設調用支付系統支付訂單的時候先不扣錢，訂單狀態更新完成之後，再通知支付系統你扣錢。（訂單狀態：已經支付成功，但是餘額還沒有減少，用戶再下單其他的也可以成功）
如果採用這種設計方案，那麼在同一時刻，這個用戶又支付了另外一筆訂單，訂單價格200，順利完成了整個訂單支付流程，由於當前訂單的狀態已經變成了支付成功，但是實際用戶已經沒有錢支付了，這筆訂單的狀態就不一致了。即使用戶在同一個時刻沒有進行另外的訂單支付行爲，通知支付系統扣錢這個動作也有可能完不成，因爲也有可能失敗，反而增加了系統的複雜性。
2 訂單系統自動發起重試，多重試幾次，例如三次，直到扣款成功爲止（重試機制，重試機制的前提是接口要能保證冪等性；如果對方正在發佈，永遠重試不成功）。
這個看起來也是不錯的考慮，但是和解決方案一樣，解決不了問題，還會帶來新的問題，假設訂單系統第一次調用支付系統成功，但是沒有辦法收到應答，訂單系統又發起調用，完了，重複支付，一次訂單支付了200。（重試機制的前提是接口要能保證冪等性）
假設支付系統正在發佈，你重試多少次都一樣，都會失敗。這個時候用戶在等待，你怎麼處理？
3 在第二種方案的基礎上，我們先解決訂單的重複支付行爲，我們需要在支付系統上對訂單號進行控制，一筆訂單如果已經支付成功（定義支付標識），不能在進行支付。返回重複支付標識。那麼訂單系統根據返回的標識，更新訂單狀態。
接下來解決重試問題，我們假設應用上重試三次，如果三次都失敗，先返回給用戶提示支付結果未知。假設這個時候用戶重新發起支付，訂單系統調用支付系統，發現訂單已經支付，那麼繼續下面的流程。如果會員沒有發起支付，系統定時（一分鐘一次）去核對訂單狀態，如果發現已經被支付，則繼續後續的流程。
這種方案，用戶體驗非常差，告訴用戶支付結果未知，用戶一定會罵你，你丫咋回事情，我明明支付了，你告訴我未知。假設告訴用戶支付失敗，萬一實際是成功的咋辦。你告訴用戶支付成功，萬一支付失敗咋辦。
4 第三種方案能夠解決訂單和支付數據的一致性問題，但是用戶體驗非常差。當然這種情況比較可能是少數，可以犧牲這一部分的用戶體驗，我們還有沒有更好的解決方案，既能照顧用戶體驗，又能夠保證資金的安全性。
我們再回來看看第一種方案，我們先不扣錢，但是有木有辦法讓這一部分錢不讓用戶使用，對了，我們先把這一部分錢凍結起來。訂單系統先調用支付系統成功的時候，支付系統先不扣錢，而是先把錢凍結起來，不讓用戶給其他訂單支付，然後等訂單系統把訂單狀態更新爲支付成功的時候，再通知支付系統，你扣錢吧，這個時候支付系統扣錢，完成後續的操作。
看起來這個方案不錯，我們仔細在分析一下流程，這個方案還存在什麼問題，假設訂單系統在調用支付系統凍結的時候，支付系統凍結成功，但是訂單系統超時，這個時候返回給用戶，告知用戶支付失敗，如果用戶再次支付這筆訂單，那麼由於支付系統進行控制，告訴訂單系統凍結成功，訂單系統更新狀態，然後通知支付系統，扣錢吧。如果這個時候通知失敗，木有問題，反正錢都已經是凍結的了，用戶不能用，我只要定時掃描訂單和支付狀態，進行扣錢而已。
那麼如果變態的用戶重新拍下來一筆訂單,100塊錢，對新的訂單進行支付，這個時候由於先前那一筆訂單的錢被凍結了，這個時候用戶餘額剩餘100，凍結100，發現可用的餘額足夠，那就直接在對用戶扣錢。這個時候餘額剩餘0，凍結100。先前那一筆怎麼辦，一個辦法就是定時掃描（這是一種補償機制），發現訂單狀態是初始的話，就對用戶的支付餘額進行解凍處理。這個時候用戶的餘額變成100，訂單數據和支付數據又一致了。 假設原先用戶餘額只有100，被凍結了，用戶重新下單，支付的時候就失敗了啊，的確會發生這一種情況，所以要儘可能的保證在第一次訂單結果不明確的情況，儘早解凍用戶餘額，比如10秒之內。但是不管如何快速，總有數據不一致的時刻，這個是沒有辦法避免的。
上面分析解決了第一個的問題以及相應的方案，發現在分佈式的環境下，很難絕對的保證數據一致性（任何一段區間），但是有辦法通過一種補償機制，最終保證數據的一致性。
下面再分析一下第二個問題：訂單系統調用支付系統成功，狀態也已經更新成功，但是通知倉庫發貨失敗，這個時候訂單是P（已支付）狀態，此時會員帳戶餘額是100,但是倉庫不會發貨。會員也要罵京東。
通過上面的分析，這個相對來說是比較簡單的，我可以採取重試機制，如果發現通知倉庫發貨失敗，就一直重試，這裏面有兩種方式：
1 異步方式：通過類似MQ（消息通知）的機制，這個是異步的通知
2 同步調用：類似於遠程過程調用
對於同步的調用的方式，比較簡單，我們能夠及時獲取結果；對於異步的通知，就必須採用請求，應答的方式進行，這一點在（關於分佈式系統的數據一致性問題(一)）裏面有介紹。這裏面就不再闡述。
發送mq消息給倉庫系統，讓他發貨，不成功，就一直重試。
哪些場景適合重試機制？哪些問題適合通過重試手段進行解決。通知倉庫服務發貨失敗。
來看看第三個問題：訂單系統調用支付系統成功，狀態也已經更新成功，然後通知倉庫發貨，倉庫告訴訂單系統，沒有貨了。這個時候數據狀態和第二種情況一樣。
我覺得這是一個很有意思的問題，我們還是考慮幾種解決的方案
1 在會員下單的時刻，就告訴倉庫，我要你把貨物留下來；
2 在會員支付訂單時候，在支付之前檢查倉庫有沒有貨，如果沒有貨，就告知會員木有貨物了；
3 如果會員支付成功，這個時候沒有貨了，就會退款給用戶或者等待有貨的時候再發貨正常情況（超賣現象），京東的倉庫一般都是有貨的，所以影響到的會員很少，但是在秒殺和營銷的時候，這個時候就不一定了，我們考慮假設倉庫有10臺iphone。
如果採用第一種方案，
1 在會員下單的時候，相當於庫存就減1，那麼用戶惡意拍下來，沒有去支付，就影響到了其他用戶的購買。京東可以設置一個訂單超時時間，如果這段時間內沒有支付，就自動取消訂單（庫存+1）。
2 在會員支付之前，檢查倉庫有貨，這種方案了，對於用戶體驗不好，但是對於京東比較好，至少我東西都賣出去了。那些沒有及時付款的用戶，只能投訴了京東無故取消訂單.
3 第三種方案，這個方案體驗更不好，而且用戶感覺受到京東欺詐，但是對於京東來說，比第二種方案更有益，畢竟我還可以多賣出一點東西。
個人覺得，京東應該會採用第二種或者第三種方式來處理這類情況，我在微博上搜索了 “京東 無故取消訂單”，發現果真和我預料的處理方式。不過至於這裏的無故取消是不是技術上的原因我不知道，如果真的是技術上的原因，我覺得京東可以採用不同的處理方案。對於秒殺和促銷商品，可以考慮第一種方案，大多數人都會直接付款，畢竟便宜啊，如果用戶搶不到便宜的東西，抱怨當然很大了。這樣可以照顧大多數用戶的體驗。對於一般的訂單，可以採用第二種或者第三種方式，這種情況下，發生付款之後倉庫沒有貨的情況會比較少，並且就算髮生了，用戶也會覺得無所謂，大不了退錢嗎，這樣就可以實現自己的利益最大化而最低程度的減少用戶體驗。
而鐵道部在這個問題上，採用的是第一種方案，爲什麼和京東不一樣，就是因爲用戶體驗，如果用戶把票都買了，你告訴我木有票了，旅客會殺人的。哈哈，不過鐵道部不擔心票賣不出去，第一種方案對他影響沒有什麼。
說了這麼多，就是說 分佈式環境下（數據分佈）要任何時刻保證數據一致性是不可能的，只能採取妥協的方案來保證數據最終一致性。這個也就是著名的CAP定理。
這3個核心的需求是：Consistency，Availability和Partition Tolerance，賦予了該理論另外一個名字 － CAP。
Consistency：一致性，這個和數據庫ACID的一致性類似，但這裏關注的所有節點上的數據一致性和正確性，而數據庫的ACID關注的是在在一個事務內，對數據的一些約束。
Availability：可用性，關注的在某個結點是否可用，可以認爲某一個節點的系統是否可用，通信故障除外。
Partition Tolerance：分區容忍性，是否可以對數據進行分區。這是考慮到性能和可伸縮性（數據分區）。
分區,結點之間進行通訊。通訊完成的這一段時間內，數據是不一致的。
爲什麼不能完全保證這個三點了，個人覺得主要是因爲一旦進行分區了，就說明了必須節點之間必須進行通信，涉及到通信，就無法確保在有限的時間內完成指定的行文，如果要求兩個操作之間要完整的進行，因爲涉及到通信，肯定存在某一個時刻只完成一部分的業務操作，在通信完成的這一段時間內，數據就是不一致性的。如果要求保證一致性，那麼就必須在通信完成這一段時間內保護數據，使得任何訪問這些數據的操作不可用。
如果想保證一致性和可用性，那麼數據就不能夠分區(不存在主從複製)。一個簡單的理解就是所有的數據就必須存放在一個數據庫裏面，不能進行數據庫拆分。這個對於大數據量，高併發的互聯網應用來說，是不可接受的。
由於這個涉及到資金上的問題，對資金要求比較高，我們必須保證一致性。
任何架構師在設計分佈式的系統的時候，都必須在這三者之間進行取捨。首先就是是否選擇分區，由於在一個數據分區內，根據數據庫的ACID特性，是可以保證一致性的，不會存在可用性和一致性的問題，唯一需要考慮的就是性能問題。對於可用性和一致性，大多數應用就必須保證可用性，畢竟是互聯網應用，犧牲了可用性，相當於間接的影響了用戶體驗，而唯一可以考慮就是一致性了。
犧牲一致性
對於犧牲一致性的情況最多的就是緩存和數據庫的數據同步問題，我們把緩存看做一個數據分區節點，數據庫看作另外一個節點，這兩個節點之間的數據在任何時刻都無法保證一致性的。在web2.0這樣的業務，開心網來舉例子，訪問一個用戶的信息的時候，可以先訪問緩存的數據，但是如果用戶修改了自己的一些信息，首先修改的是數據庫，然後在通知緩存進行更新，這段期間內就會導致的數據不一致，用戶可能訪問的是一個過期的緩存，而不是最新的數據。但是由於這些業務對一致性的要求不太高，不會帶來太大的影響。
異常錯誤檢測和補償
通過一種補償機制，最終保證數據的一致性。
這個案例使用了哪些手段或者策略保證數據的一致性。
