分布式事务执行过程中，依次执行各参与者的正向操作，如果所有正向操作均执行成功，那么分布式事务提交。如果任何一个正向操作执行失败，那么分布式事务会去退回去执行前面各参与者的逆向回滚操作，回滚已提交的参与者，使分布式事务回到初始状态。在Saga模式中，业务流程中每个参与者都提交本地事务，当出现某一个参与者失败则补偿前面已经成功的参与者，一阶段正向服务和二阶段补偿服务都由业务开发实现。二阶段：成功则什么

一 flink的伪分布式搭建1.1 执行架构图1.Flink程序需要提交给 Job Client2.Job Client将作业提交给 Job Manager3.Job Manager负责协调资源分配和作业执行。 资源分配完成后，任务将提交给相应的 Task Manage。4.Task Manager启动一个线程以开始执行。Task Manager会向Job Manager报告状态更改。例如开始执行

redis中setnx+expire是非原子操作, 除了用LUA脚本保证实现原子操作, 其实可以直接使用redis自带的set方法直接实现.setnx+expire+del命令实现redis的分布式锁；其中 setnx不存在则新增；给锁设置一个过期时间，防止锁忘记了释放。来抢锁，如果抢到之后，再用。

在分布式系统中一次操作需要由多个服务协同完成，这种由不同的服务之间通过网络协同完成的事务称为分布式事务。1.首先满足事务特性：ACID2.而在分布式环境下，会涉及到多个数据库总结：分布式事务处理的关键是：1需要记录事务在任何节点所做的所有动作，事务进行所有的操作要么全部提交，要么全部回滚。

CAP原则又称CAP定理，指的是在一个分布式系统中，Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性）这3个基本需求，最多只能同时满足其中的2个。

目标是开发迅速、简单、清理、易扩展;老版本是依赖quartz的定时任务触发，在v2.1.0版本开始 移除quartz依。/

在多线程高并发场景下，为了保证资源的线程安全问题，jdk为我们提供了synchronized关键字和ReentrantLock可重入锁，但是它们只能保证一个工程内的线程安全。在分布式集群、微服务、云原生横行的当下，jdk并没有给我们提供既有的解决方案。需要自己通过编写方案来解决，目前主流的实现有以下方式：基于mysql关系型实现基于redis非关系型数据实现基于zookeeper/etcd实现。

作用： 定位关系型数据库的中间件，合理在分布式环境下使用关系型数据库操作，目前有三个产品。

【代码】springboot整合jett导出数据（2）

@Overridepublic Page<RealTimeMonitorDomain> querySimlarInfoList(int pageSize, int page, String groupId,String id) {//1.初始化条件NativeSearchQueryBuilder nsb = new NativeSear...