在分布式系统下，一个业务跨越多个服务或数据源，每个服务都是一个分支事务，要保证所有分支事务最终状态一致，这样的事务就是分布式事务。
CAP定理
分布式系统三个指标：
- Consistency（一致性）：用户访问分布式系统中的任意节点，得到的数据必须一致
- Availability（可用性）：用户访问集群中的任意健康节点，必须能得到响应，而不是超时或拒绝
- Partition tolerance（分区容错性）：出现分区问题，C和A无法同时满足
- 分区：因为网络故障或其它原因导致分布式系统中的部分节点与其它节点失去连接，形成独立分区
- 容错：在集群出现分区时，整个系统也要持续对外提供服务
Eric Brewer认为，分布式系统无法同时满足三个指标，这个结论就是CAP定理
BASE理论
BASE理论时对CAP的一种解决思路
- Basically Available（基本可用）：分布式系统出现故障时，允许损失部分可用性，即保证核心可用
- Soft State（软状态）：在一定时间内，允许出现中间状态，比如临时的不一致状态
- Eventually Consistent（最终一致性）：虽然无法保证强一致，但是在软状态结束后，最终达到数据一直
AP模式
各子事务分别执行和提交，允许出现结果不一致，然后采用弥补措施恢复数据即可，实现最终一致
CP模式
各个子事务执行后互相等待，同时提交，同时回滚，达成强一致，但事务等待过程中，处于弱可用状态
事务协调者
各个子系统之间必须能感知到彼此的事务状态，才能保证状态一致，因此需要一个事务协调者来协调每一个事务的参与者（子系统事务）