为什么需要分布式事务
相对于 本地事务（单个数据源上进行数据访问和更新） 而言，分布式事务是跨越多个数据源进行数据的访问和更新，即，事务的发起者、参与者、数据资源服务器以及事务管理器分别位于分布式系统的不同节点上。
分布式事务的目的是保障分布式环境下的数据一致性。
CAP
说到一致性，我们都知道，分布式系统有一个著名的CAP定理，即：一致性、可用性和分区容忍性无法同时满足，最多只能实现两点。
Consistency
一致性 - 所有节点在同一时间的数据完全一致。
按照CAP定理的取舍，有三类一致性模型：
- 强一致性
更新完成后，任意时刻读取到的所有节点中的数据都是一致的。一般采用加锁同步的方式实现，对性能影响较大，会牺牲可用性。
- 弱一致性
更新完成后，系统不承诺可以立即读到最新写入的值，也不承诺具体多久之后可以读到。
- 最终一致性
弱一致性的一种形式，更新完成后，系统不承诺可以立即返回最新写入的值，但是保证最终会返回上一次更新操作的值。
注：CAP的C特指强一致性，弱一致性和最终一致性是为了弥补AP之下的数据一致性。
Availability
可用性 - 即，服务可用，能正常的接收请求并及时给予响应，不出现操作失败或访问超时等影响体验的情况。
注：这里的可用性不是通常所说的高可用，而是指服务器虽然在线，但却不能对外提供写入服务。
Partition Tolerance
分区容忍性 - 在遇到部分节点或网络分区故障时，仍能对外提供满足一致性或可用性的服务。
网络分区是指独立的机器无法在期望的时间内完成数据交换，这不仅仅指网络断开，还可能有其他情况产生网络分区，比如宕机、网络延时等。