不懂分布式事务，写程序容易造成数据状态不一致。如果公司有的选，当然要选懂分布式事务的程序员。

举一个简单的场景，银行服务器的数据，分散在不同的物理机里。比如用户的借记卡数据在 IBM Server 上面，用户的信用卡数据在 X79 Server 上面，现在某用户通过借记卡，给自己的信用卡还款，思考一下，为什么各大银行的还款提醒，不是实时的，甚至有时候你晚上还款了，第二天银行还会给你发短信。通知你还款。

再举个更常见的场景：
Server1 保存用户订单信息，Server2 保存商品宝贝详情页。你想想为什么淘宝订单、京东订单、拼多多订单，很多年前的订单，已经看不到当时的商品详情。

@laminux29 #11
银行账单延迟和看不到详情单纯就是为了降本省成本，和分布式事务有啥关系？

分布式事务是指在分布式系统中，涉及多个数据库或服务节点的事务操作。在传统的单体应用中，事务通常由单个数据库管理，比较容易实现事务的一致性。但在分布式环境下，由于数据和操作分布在不同的节点上，事务的管理变得更加复杂。

分布式事务通常具有以下特点：
1. 多个数据源：涉及多个独立的数据库或数据存储节点。
2. 跨服务调用：可能跨越多个不同的服务，每个服务可能有自己的事务管理机制。
3. 数据一致性挑战：确保在多个节点上的数据操作要么全部成功，要么全部回滚，以保持数据的一致性。

常见的分布式事务场景包括：
1. 微服务架构：不同的微服务之间进行数据交互和业务操作时，可能需要保证事务的一致性。例如，在一个电商系统中，订单服务和库存服务分别在不同的微服务中，当创建订单时，需要同时减少库存，这就需要分布式事务来保证两个操作的一致性。
2. 系统集成：多个独立的系统进行对接和数据同步时，也可能需要处理分布式事务。比如，企业内部的不同业务系统之间进行数据交换，要确保数据的完整性和一致性。

实现分布式事务的方法有多种，常见的有两阶段提交（ 2PC ）、三阶段提交（ 3PC ）、补偿事务（ TCC ）、基于消息队列的最终一致性等。这些方法各有优缺点，需要根据具体的业务场景和需求进行选择。

在面试中，如果被问到分布式事务场景，可以更加具体地阐述一些实际的业务例子，比如电商订单与库存的管理、银行转账系统中不同账户之间的资金转移等，并且可以简要介绍一下实现分布式事务的方法和思路。这样可以让面试官更好地了解你的知识深度和解决实际问题的能力。
-----
不蟹 bro

真的有场景是不得不用分布式事务的吗?
我遇到过的情况都是对数据库的事务理解不行, 然后搞了一套恶心人的分布式事务上去.

@laminux29 #13 数据状态一致性不是技术选型决定的么？

@laminux29 这个例子不太合适，银行这个是因为信用卡核心系统基本都是双信息系统，要等夜间跑批清算才能入账，跟分布式事务没关系

数据同步也没什么大问题呀。就是多个系统之间的原子操作，要么成功要么失败，用处就是保证跨系统的业务操作数据的强一致性，和本地数据库的事务一个目的。

八股文学习了一大堆，面试不到我学习的内容五分之一，工作内容涉及不到十分之一。

https://www.thebyte.com.cn/distributed-transaction/transaction.html

我这里介绍了 4 中分布式事务：BASE 、TCC 、SAGA  你可以看看。

我的理解简单来说就是原子性，只有成功和失败两种情况。