情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 4.3. 数据分片 26 Apache ShardingSphere document, v5.1.1 ORDER BY id LIMIT ? OFFSET ? 4.4 分布式事务 4.4.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 在不开启任何分布式事务管理器的前提下，让每个数据节点各自管理自己的事务。它们之间没有协调以 及通信的能力，也并不互相知晓其他数据节点事务的成功与否。本地事务在性能方面无任何损耗，但在 强一致性以及最终一致性方面则力不从心。 两阶段提交 XA 协议最早的分布式事务模型是由 X/Open 国际联盟提出的 X/Open Distributed Transaction Processing (DTP)

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 4.3. 数据分片 26 Apache ShardingSphere document, v5.1.0 ORDER BY id LIMIT ? OFFSET ? 4.4 分布式事务 4.4.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 在不开启任何分布式事务管理器的前提下，让每个数据节点各自管理自己的事务。它们之间没有协调以 及通信的能力，也并不互相知晓其他数据节点事务的成功与否。本地事务在性能方面无任何损耗，但在 强一致性以及最终一致性方面则力不从心。 两阶段提交 XA 协议最早的分布式事务模型是由 X/Open 国际联盟提出的 X/Open Distributed Transaction Processing (DTP)

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 4.3. 数据分片 26 Apache ShardingSphere document, v5.1.2 ORDER BY id LIMIT ? OFFSET ? 4.4 分布式事务 4.4.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 在不开启任何分布式事务管理器的前提下，让每个数据节点各自管理自己的事务。它们之间没有协调以 及通信的能力，也并不互相知晓其他数据节点事务的成功与否。本地事务在性能方面无任何损耗，但在 强一致性以及最终一致性方面则力不从心。 两阶段提交 XA 协议最早的分布式事务模型是由 X/Open 国际联盟提出的 X/Open Distributed Transaction Processing (DTP)

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 4.2. 数据分片 21 Apache ShardingSphere document, v5.0.0 ORDER BY id LIMIT ? OFFSET ? 4.3 分布式事务 4.3.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 在不开启任何分布式事务管理器的前提下，让每个数据节点各自管理自己的事务。它们之间没有协调以 及通信的能力，也并不互相知晓其他数据节点事务的成功与否。本地事务在性能方面无任何损耗，但在 强一致性以及最终一致性方面则力不从心。 4.3. 分布式事务 37 Apache ShardingSphere document, v5.0.0 两阶段提交 XA 协议最早的分布式事务模型是由 X/Open

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 3.1. 数据分片 16 Apache ShardingSphere document, v5.2.0 tbl_name（查询列是函数表达式时，查询列前不能使用表名， 可以使用表别名） 3.2 分布式事务 3.2.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 及通信的能力，也 并不互相知晓其他数据节点事务的成功与否。在性能方面无任何损耗，但在强一致性以及最终一致性方 面不能够保证。 XA 事务 XA 事务采用的是 X/OPEN 组织所定义的 DTP 模型 所抽象的 AP（应用程序）, TM（事务管理器）和 RM （资源管理器）概念来保证分布式事务的强一致性。其中 TM 与 RM 间采用 XA 的协议进行双向通信，通 过两阶段提交实现。与传统的本地事务相比，XA

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 分片规则中配置的真实表、分片列和分布式序列需要和数据库中的列保持大小写一致。 8.2 分布式事务 8.2.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 及通信的能力，也 并不互相知晓其他数据节点事务的成功与否。在性能方面无任何损耗，但在强一致性以及最终一致性方 面不能够保证。 XA 事务 XA 事务采用的是 X/OPEN 组织所定义的 DTP 模型 所抽象的 AP（应用程序）, TM（事务管理器）和 RM （资源管理器）概念来保证分布式事务的强一致性。其中 TM 与 RM 间采用 XA 的协议进行双向通信，通 过两阶段提交实现。与传统的本地事务相比，XA

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 分片规则中配置的真实表、分片列和分布式序列需要和数据库中的列保持大小写一致。 8.2 分布式事务 8.2.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 及通信的能力，也 并不互相知晓其他数据节点事务的成功与否。在性能方面无任何损耗，但在强一致性以及最终一致性方 面不能够保证。 XA 事务 XA 事务采用的是 X/OPEN 组织所定义的 DTP 模型 所抽象的 AP（应用程序）, TM（事务管理器）和 RM （资源管理器）概念来保证分布式事务的强一致性。其中 TM 与 RM 间采用 XA 的协议进行双向通信，通 过两阶段提交实现。与传统的本地事务相比，XA

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 8.1. 数据分片 20 Apache ShardingSphere document 8.1.3 目标 分片规则中配置的真实表、分片列和分布式序列需要和数据库中的列保持大小写一致。 8.2 分布式事务 8.2.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行； • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态； • 隔离性（Isolation）指多个事务并发执 及通信的能力，也 并不互相知晓其他数据节点事务的成功与否。在性能方面无任何损耗，但在强一致性以及最终一致性方 面不能够保证。 XA 事务 XA 事务采用的是 X/OPEN 组织所定义的 DTP 模型 所抽象的 AP（应用程序）, TM（事务管理器）和 RM （资源管理器）概念来保证分布式事务的强一致性。其中 TM 与 RM 间采用 XA 的协议进行双向通信，通 过两阶段提交实现。与传统的本地事务相比，XA

拥有自己独立的缓冲池，能够缓存数据和索引 MySQL 架构设计—应用架构 强一致性 对读一致性的权衡，如果是对读写实时性要求非常高的话， 就将读写都放在 M1 上面， M2 只是作为 standby 。 比如，订单处理流程，那么对读需要强一致性，实时写实 时读，类似种涉及交易的或者动态实时报表统计的都要采 用这种架构模式 弱一致性 如果是弱一致性的话，可以通过在 M2 上面分担一些读压力 和流量，比如一些报表的读取以及静态配置数据的读取模块 和流量，比如一些报表的读取以及静态配置数据的读取模块 都可以放到 M2 上面。比如月统计报表，比如首页推荐商品 业务实时性要求不是很高，完全可以采用这种弱一致性的设 计架构模式。 中间一致性 如果既不是很强的一致性又不是很弱的一致性，那 么我们就采取中间的策略，就是在同机房再部署一个 S1(R) ，作为备库，提供读取服务，减少 M1(WR) 的 压力，而另外一个 idc 机房的 M2 只做

情况下， 尽量使用本地事务，善于使用同库不同表可有效避免分布式事务带来的麻烦。在不能避免跨库事务的场 景，有些业务仍然需要保持事务的一致性。而基于 XA 的分布式事务由于在并发度高的场景中性能无法满 足需要，并未被互联网巨头大规模使用，他们大多采用最终一致性的柔性事务代替强一致事务。 3.1. 数据分片 10 Apache ShardingSphere document, v5.0.0-beta ShardingSphere document, v5.0.0-beta 3.2 分布式事务 3.2.1 背景 数据库事务需要满足 ACID（原子性、一致性、隔离性、持久性）四个特性。 • 原子性（Atomicity）指事务作为整体来执行，要么全部执行，要么全不执行。 • 一致性（Consistency）指事务应确保数据从一个一致的状态转变为另一个一致的状态。 • 隔离性（Isolation）指多个事务并发执 在不开启任何分布式事务管理器的前提下，让每个数据节点各自管理自己的事务。它们之间没有协调以 及通信的能力，也并不互相知晓其他数据节点事务的成功与否。本地事务在性能方面无任何损耗，但在 强一致性以及最终一致性方面则力不从心。 两阶段提交 XA 协议最早的分布式事务模型是由 X/Open 国际联盟提出的 X/Open Distributed Transaction Processing (DTP)