前言
分布式事务拆开来其实就是分布式、事务两个概念，分布式简单讲就是不同进程间的系统进行通信；事务狭义上我们经常把它看作是数据库的事务，事务具有ACID特性即：原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability），通俗来说就是同一个事务中对于数据库的更新操作来说要么都成功，要么都失败；广义上来说同一个事务中的一批操作（非局限于数据库操作）要么都成功，要么都失败；综合来说就是事务的参与者分别位于不同的进程节点中。
分布式理论
既然和分布式有关，那我们很有必要了解一下分布式系统的几个理论CAP和Base理论；
CAP理论
一个分布式系统不可能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三个基本需求，最多只能同时满足其中的两项；
一致性：所有节点在同一时间具有一致的数据，以下单为例：用户订单生成，库存减少，用户付钱等操作要么一起成功要么一起失败； 可用性：服务一直可用，而且是正常响应时间； 分区容错性：分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。
对于一个分布式系统而言，分区容错性可以说是一个最基本的要求；所以大部分情况其实都是在CA两者之间进行权衡；分布式事务同样存在这样的抉择，比如下面要介绍的X/Open XA协议，更加倾向于一致性；但是面对互联网的高并发，这种强一致性引发了很大的性能问题，而基于BASE理论的柔性事务可能是更好的一个选择；
BASE理论
BASE是Basically Available(基本可用)、Soft state(软状态)和Eventually consistent(最终一致性)三个短语的简写。很明显BASE理论更加倾向满足CAP理论中的AP，既满足可用性，分区容忍性的系统，通常可能对一致性要求低一些；
BASE理论和ACID可以说是完全相反的，ACID保证的是强一致性牺牲可用性，BASE理论是用最终一致性代替强一致性保证可用性；在实际的场景中，不同的业务对数据的要求是不一样的，所以大部分情况下BASE理论和ACID是结合起来使用的；
基于BASE理论的柔性事务典型方案：最大努力通知型，TCC，异步确保型等；
关于CAP，ACID，BASE理论可以通过如下图做一个直观的了解:
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69998181/viewspace-2769498/ ，如需转载，请注明出处，否则将追究法律责任。
