SQL 分布式事务 distributed transaction 二段提交, 本地消息表, Saga 事务, 最大努力通知

分布式事务-本地消息表 （经典的ebay模式）

有哪些一致性协议？

以下是与Paxos和Raft类似的分布式一致性算法及其核心设计思想、应用场景和优缺点对比：

---

1. Zab协议（ZooKeeper Atomic Broadcast）

• 设计思想：
  Zab协议基于Paxos思想改进，但更强调顺序性和工程实用性。通过引入原子广播机制，确保所有事务按顺序提交（Primary Order），使用zxid（由epoch和事务编号组成）作为全局唯一标识，实现强一致性。
• 应用场景：
  ZooKeeper的核心协议，适用于分布式协调服务（如配置管理、分布式锁）。
• 优点：
  • 高吞吐量、低延迟；
  • 强一致性保证，支持崩溃恢复。
• 缺点：
  • 依赖单一Leader，选举期间服务不可用；
  • 实现复杂度较高。

是什么?

Anti-Entropy 详解

Anti-Entropy 是一种分布式系统中用于解决 数据一致性 和 同步问题 的技术，特别是在需要多副本保持一致性时的同步协议。

它被广泛应用于 分布式存储系统 和 分布式数据库 中，旨在确保不同节点之间的数据一致性，并且能容忍网络分区、节点故障等情况。

Anti-Entropy 的核心思想是通过交换和比对节点之间的数据副本，来保持副本之间的一致性。通过定期交换数据，系统能够修复因节点失败或网络问题引起的数据差异，最终达到一致性。

背景与动机

在分布式系统中，尤其是 最终一致性 模型下，多个副本的同步可能会受到网络延迟、节点故障和其他因素的影响，导致不同节点上的数据副本可能不一致。为了保证系统的 高可用性 和 容错性，这些副本需要通过某种机制来进行同步和修复。

是什么?

Merkle Tree 详解

Merkle Tree（默克尔树）是一种树形数据结构，广泛应用于计算机科学中的多种领域，特别是在 分布式系统、区块链 和 数据一致性验证 中。它通过使用哈希函数对数据进行加密，来确保数据的完整性和一致性。Merkle 树的核心优势在于能够有效地验证大型数据集的完整性，同时避免需要传输大量数据。

Merkle Tree 由 Merkle（默克尔）首次提出，因此得名。它通常用于验证数据的 一致性 和 完整性，并广泛应用于 区块链技术 和 分布式文件系统。

Merkle Tree 的基本概念

详细介绍一下 Leaderless Replication

Leaderless Replication 详解

Leaderless Replication 是一种分布式数据存储系统中的复制策略，旨在避免传统的领导者-追随者模式中的瓶颈问题，提升系统的 高可用性、容错性 和 扩展性。它的核心思想是 无需单一的领导者节点，所有的节点都可以处理请求，并且通过一种智能的方式来保证数据的一致性。

背景

在传统的分布式系统中，尤其是像 Paxos 和 Raft 这样的协议中，通常会有一个 领导者节点（Leader）。所有的写操作都需要通过领导者来协调，然后再同步到其他的副本节点。这种方式虽然可以保证数据一致性，但也存在几个问题：

Semantic Diff (Conflict Resolution) 详解

Semantic Diff 是一种用于解决分布式系统中数据冲突的技术，它主要通过分析数据操作的 语义 来选择合适的冲突解决策略，而不仅仅依赖于传统的 时间戳 或 版本号 解决冲突。与传统的基于 最后写入胜（LWW） 或 最短路径胜（Shortest Path Wins） 等技术不同，Semantic Diff 试图通过理解和分析数据变更的 业务含义 来解决冲突。

这种方法通常应用于分布式协作系统（如实时编辑器、分布式数据库、区块链等）中，尤其是在 CRDTs（Conflict-Free Replicated Data Types）和 高并发系统中。