1.4.3　数据一致性

由于数据架构需要提供多节点部署，不同节点之间通信存在数据差异，在很多场景下往往会产生脏数据、异常数据，让业务不能正常运转。数据一致性指关联数据之间的逻辑关系是否正确和完整。那么在分布式情况下如何让不同模块之间的数据保证完整性、一致性？

可以从系统构建层面考虑，采用分布式事务处理，牺牲一部分性能去保证数据一致性。

【示例】　电商系统

在购物平台看中一款商品，然后加入购物车，下单成功后生成订单，支付成功后扣除账户余额，然后通知仓库发货，生成物流轨迹。如果商品库存、订单、支付、仓库等应用模块独立部署，各模块之间通过远程调用，则正常流程是所有应用模块调用都正常返回。若出现异常，需要考虑以下场景。

1）商品库存数量已扣除，订单正常下单成功，由于网络异常等原因，提示用户“下单失败”，用户刷新页面后，显示一个“未支付订单”；

2）订单正常下单成功，用户支付成功后，由于网络异常等原因，提示用户“支付失败”，用于刷新页面后，显示“已支付成功”；

3）用户支付成功后，通知仓库发货，由于网络异常等原因，仓库系统未发货，无轨迹；

4）用户支付成功后，通知仓库发货，仓库可能没有货品，但商品数量已扣减，用户余额已扣除等。

系统拆分成多个应用模块后，往往会存在数据不一致性等问题，不同模块之间通过远程调用存在多种不确定因素，如调用过程中顺序不同，网络、宽带、超时等一系列问题，增加了系统复杂性。

假如把商品库存、订单、支付、仓库多个应用模块并行调用，也就是同时调用这些模块进行业务处理，由于同时调用不同模块存在延迟、网络异常等情况，需要设定合理的超时机制。并行执行过程中任意模块执行失败或者超时时，模块执行状态差异需要通过消息发布/订阅等模式，通知以上全部模块进行失败处理，相关模块收到消息后，进行幂等处理，进而执行失败处理。