消息日志方案的核心是保证服务接口的幂等性。 考虑到网络通讯失败、数据丢包等原因，如果接口不能保证幂等性，数据的唯一性将很难保证。 eBay 方式的主要思路如下。
异步复制：使用数据复制的异步机制可以提高系统的可用性和性能。数据更改可以被快速接受和处理，而副本的一致性会在后台异步更新。 两阶段提交（2PC）：2PC是一种常见的协议，用于在分布式系统中实现数据一致性。它将多个参与者（节点）进行协调，确保在提交更改之前，所有节点都就更改达成一致意见。
总结来说，数据一致性解决方案如Paxos、RAFT和SAGA等，为解决分布式系统中的复杂问题提供了有力工具。它们在保证数据一致性的基础上，兼顾了高可用性、灵活性和扩展性，但同时也伴随着补偿策略的复杂性和场景适应性的考量。理解并优化这些技术，对于构建健壮的分布式系统至关重要。
在做服务器负载均衡时候可供选择的负载均衡的算法有很多，包括： 轮循算法（Round Robin）、哈希算法（HASH）、最少连接算法（Least Connection）、响应速度算法（Response Time）、加权法（Weighted ）等。
实际上，一个Java应用系统，如果要操作数据库，则通过JDBC来实现的。增加、修改、删除都是通过相应方法间接来实现的，事务的控制也相应转移到Java程序代码中。因此，数据库操作的事务习惯上就称为Java事务。为什么需要事务 事务是为解决数据安全操作提出的，事务控制实际上就是控制数据的安全访问。
在Java中，事务是指一组操作作为单个操作执行的一种方式。这些操作作为一个逻辑单元被执行，要么全部执行成功，要么全部不执行。事务通常用在需要满足一定原子性、一致性、隔离性和持久性的场景，例如在银行转账操作时，必须保证金额的准确性；在购物网站支付时，必须保证钱款支付的原子性等。
Java种运用了大量的事务管理，就是对一系列的数据库操作进行统一的提交或回滚操作，比如说做一个转账功能，要更改帐户两边的数据，这时候就必须要用事务才能算是严谨的做法。要么成功，要么失败，保持数据一致性。如果中间有一个操作出现异常，那么回滚之前的所有操作。
事务就是由几个步骤组成的业务操作，要么全部成功，要么全部失败。JDBC中就是把事务设置为手动提交，等完成多个操作后，进行一次性提交。
1、Seata作为微服务架构中的重要组件，需要与配置中心（如Nacos）紧密集成。Server端的存储模式提供了file、db和redis等多种选择，以适应不同的环境需求。接下来，我们将深入了解Seata如何与SpringBoot和Nacos无缝协同，让你的微服务架构在分布式事务管理上如虎添翼。
2、事务管理器采用二阶段提交（2PC）协议，在确保事务结束前所有资源采用同一个事务结果的同时，也会带来性能耗损。如果是Spring促成的（Spring-enabled），应用会采用Spring的JtaTransactionManager以及Spring声明式 事务管理，这样会隐藏到了底层事务同步的具体细节。
3、此时，就可以在 Spring Boot 项目中配置多个数据源。另外，使用多数据源后，需要采用分布式事务来保持数据的完整性。本小节我们使用 Spring Boot 开发一个商城系统的订单生成功能，订单信息同时进入 MySQL 与 SQL Server 数据库。
4、lcn解决分布式事务的原理： 角色划分： 1，全局事务协调者（组长）； 2，发起方--调用接口者 3，参与方--被别人调用接口。
5、解决这个问题有两个方式：1 修改/etc/hosts 找到10.1 hostxxxxx这样的字样。把10.1改成真实的，可供其他机器连接的ip。这样客户端就能得到真实的ip了。2 在rmi服务器端程序启动脚本中加上两行，显式指定hostname。
6、基本上到第四步就应该走不通了，因为Spring中似乎不能配置多个，而且@transactional注解也无法让用户选择具体使用哪个TransactionManager。
在数据分区的方案中：如果A帐号和B帐号的数据不在同一台服务器上怎么办？我们需要一个跨机器的事务处理。也就是说，如果A的扣钱成功了，但B的加钱不成功，我们还要把A的操作给回滚回去。这在跨机器的情况下，就变得比较复杂了。
本地任务表：标准实践成熟的分布式事务解决方案是同步在业务库中创建任务表，通过本地事务同时写入业务表和任务表。定时任务负责监控任务表，根据任务执行相应的业务逻辑。这个方案的关键在于定时任务的稳定性，需要密切监控并确保其高可用性。
两阶段提交协议 两阶段提交协议是分布式事务处理中最常用的方法之一。它分为两个阶段：准备阶段和提交阶段。在准备阶段，协调者节点询问所有参与者节点是否可以提交事务，并得到确认。在提交阶段，协调者根据参与者的响应情况决定是提交还是回滚事务。
EJB 优势：可扩展性好，安全性强，支持分布式事务处理。劣势：不能跨语言；配置相对复杂，不同J2EE容器之间很难做无缝迁移。2：rmi 优势：面向对象的远程服务模型；基于TCP协议上的服务，执行速度快。
横向可扩展性（Scale Out）是指通过增加服务器数量来提高群集的整体性能。 垂直可伸缩性（Scale Up）是指提高每台服务器的性能以提高集群的整体性能。 纵向可扩展性的上限非常明显，而分布式系统则强调水平可伸缩性。
服务器：你部署了很多服务器，肯定得用个东西来分发请求这些吧，nginx，apache 等分发请求。
Eventually 最终一致性：当你写入一个新值后，有可能读不出来，但在某个时间窗口之后保证最终能读出来。比如：DNS，电子邮件、Amazon S3，Google搜索引擎这样的系统。3）Strong 强一致性：新的数据一旦写入，在任意副本任意时刻都能读到新值。比如：文件系统，RDBMS，Azure Table都是强一致性的。
JMS（Java Message Service）提供企业消息服务，如可靠的消息队列、发布和订阅通信、以及有关推拉（Push/Pull）技术的各个方面。JTS（Java transaction Service）提供存取事务处理资源的开放标准，这些事务处理资源包括事务处理应用程序、事务处理管理及监控。
Ehcache – Java分布式缓存框架 EhCache 可以有效地减轻数据库的负载，可以让数据保存在不同服务器的内存中，在需要数据的时候可以快速存取。同时EhCache 扩展非常简单，官方提供的Cache配置方式有好几种。你可以通过声明配置、在xml中配置、在程序里配置或者调用构造方法时传入不同的参数。
并行和并发 与Java无关，这是操作系统级别的概念。并发，就像一个人（CPU）喂 n 个孩子（程序），轮换着每人喂一口，从表面上看两个孩子都在吃饭；而并行，就是 n 个人（CPU）喂 n 个孩子（程序），n 个孩子也同时在吃饭。
解释一：并行是指两个或者多个事件在同一时刻发生；而并发是指两个或多个事件在同一时间间隔发生。解释二：并行是在不同实体上的多个事件，并发是在同一实体上的多个事件。解释三：在一台处理器上“同时”处理多个任务，在多台处理器上同时处理多个任务。
并发与并行是两个既相似而又不相同的概念：并发性，又称共行性，是指能处理多个同时性活动的能力；并行是指同时发生的两个并发事件，具有并发的含义，而并发则不一定并行，也亦是说并发事件之间不一定要同一时刻发生。