一、背景 在预发环境中，由消息驱动最终触发执行事务来写库存，但是导致MySQL发生死锁，写库存失败。 com.mysql.jdbc.exceptions.jdbc4.MySQLTransactionRollbackException: rpc error: code = Aborted desc =
一：背景 1. 讲故事 大家都知道数据库应用程序 它天生需要围绕着数据文件打转，诸如包含数据的 .mdf，事务日志的 .ldf，很多时候深入了解这两类文件的合成原理，差不多对数据库就能理解一半了，关于 .mdf 的合成前面的文章已经有所介绍，这篇我们来聊一下 .ldf 的一些内部知识，比如 LSN。
摘要：Redis事务包含两种模式：事务模式和Lua脚本。 本文分享自华为云社区《一文讲透 Redis 事务》，作者： 勇哥java实战分享。 准确的讲，Redis事务包含两种模式：事务模式和Lua脚本。 先说结论： Redis的事务模式具备如下特点： 保证隔离性； 无法保证持久性； 具备了一定的原子
## 基础理论 ### CAP理论 一致性（Consistency） ：在分布式系统中所有的数据备份，在同一时刻都保持一致状态，如无法保证状态一致，直接返回错误； 可用性（Availability）：在集群中一部分节点故障，也能保证客户端访问系统并得到正确响应，允许一定时间内数据状态不一致； 分区容
说到分布式事务，大家并不陌生。在实际工作中，用得比较多的还是柔性分布式事务，今天主要把在工作中运用到的几种柔性分布式事务的场景及实现方式做一个简单介绍，也可以看做是柔性分布式事务的一个演进过程。
一、事务概念 事务是一组操作的集合，他是一个不可分割的工作单位，事务会把所有操作作为一个整体一起向系统提交或者撤销请求操作，即这些操作要么同时成功，要么同时失败。 二、事务特性 原子性（Atomicity）：事务是不可分割的最小操作单元，要么全部成功，要么全部失败 一致性（Consistency）：
拯救SQL Server数据库事务日志文件损坏的终极大招 在数据库的日常管理中，我们不可避免的会遇到服务器突然断电（没有进行电源冗余），服务器故障或者 SQL Server 服务突然停掉， 头大的是ldf事务日志文件也损毁了，SQL Server服务器起来之后，发现数据库处于"Recovery Pe
前言 最近有个网友问了我一个问题：系统中大事务问题要如何处理？ 正好前段时间我在公司处理过这个问题，我们当时由于项目初期时间比较紧张，为了快速完成业务功能，忽略了系统部分性能问题。项目顺利上线后，专门抽了一个迭代的时间去解决大事务问题，目前已经优化完成，并且顺利上线。现给大家总结了一下，我们当时使用
1 简要介绍 随着微服务架构的不断发展，分布式系统逐渐普及到后端领域的每一个角落。 在分布式系统中，跨多个服务的数据一致性一直是一个重大挑战，为解决这一挑战，分布式事务应运而生。 作者在之前的文章《五种分布式事务解决方案》和《4大主流分布式算法介绍》中，详细介绍了分布式事物的解决方案以及实现原理。接
一、介绍 这是我的《Advanced .Net Debugging》这个系列的第十篇文章。这篇文章的内容是原书的第三部分的【高级主题】的第八章【事后调试】。前面几篇文章，我们介绍了很多工具，可以帮助大家找出问题的所在。但是，有一类问题我们是没办法使用这些工具来解决的，那就是已经发布的程序。在程序发布
首先说一下使用场景 WebAPI接口入参使用 object和 dynamic 后续解析和处理 1.object和dynamic 区别 在.NET中，object和dynamic也有一些区别： object：object是.NET中的顶级类，所有类都是object的子类。在C#中，您可以使用objec
这篇文章，聊聊一个大家经常使用的编程模式 ：Mybatis +「where 1 = 1 」。 笔者人生第一次重大的线上事故 ，就是和使用了类似的编程模式 相关，所以印象极其深刻。 这几天在调试一段业务代码时，又遇到类似的问题，所以笔者觉得非常要必要和大家絮叨絮叨。 1 OOM 事故 笔者曾服务一家电
1. Spring 对于事务上的应用的详细说明 @目录1. Spring 对于事务上的应用的详细说明每博一文案2. 事务概述3. 引入事务场景3.1 第一步：准备数据库表3.2 第二步：创建包结构3.3 第三步：准备对应数据库映射的 Bean 类3.4 第四步：编写持久层3.5 第五步：编写业务层3
分布式系统中，不同服务之间的交互可能会出现各种问题，如网络、异常等，可能会导致服务间的数据产生不一致的情况，如何避免？本文将详细讲述分布式事务的原理和解决方案。
1. 事前更新，事后更新，不更新 不更新 ldr R4, [R1, R2, lsl #1] 相当于 R4 = *（R1 + R2 << 2^1） 之后 R1、R2的值时没有变化的 事前更新（! 的含义）(++i 的感觉) ldr R0, [R1, #4]! 加了感叹号 执行完这一句后 R1的值也是随
最近的事情大家都晓得了，某公司技术经理媚上欺下，打工人应怼尽怼，不亦快哉！不亦壮哉！所谓媚上者必欺下！古人诚不我欺！技术经理者，公然在聊天群里大玩职场PUA，气焰嚣张，有恃无恐，最终引发众怒，嘿嘿，技术经理，团队领导，原来团队领导这四个字是这么用的：奴媚显达、构陷下属，人文具损、逢迎上意、傲然下欺，装腔作势、极尽投机，父他人之父、慷他人之慨……如此者，可谓“团队领导”也。
我个人比较推崇本地消息表模式来实现最终一致性。首先本地消息表的设计不仅可以解决事务一致性的问题，对于消息队列常见问题中的消息丢失与消息幂等其实都是可以通过本地消息表来解决；其带来的好处是多重的。 ### 什么是分布式事务一致性 大白话就是对数据源进行拆分后，多库多机器的多数据库事务一致性问题。因为此
### 什么是Seata分布式事务解决方案 Seata是一款开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务。为用户提供了AT、TCC、SAGA和XA事务模式，为用户打造一站式的分布式解决方案。 ### AT模式 AT模式目前来看是Seata框架独有的一种模式，其它的分布式框架上
### 概述 分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上，以上是百度百科的解释。 简单的说，就是一次大的操作由不同的小操作组成，这些小的操作分布在不同的服务器上，且属于不同的应用，分布式事务需要保证这些小操作要么全部成功，要么全部失
