分布式数据一致性：从工程实践到理论基石

1. 引言：一个常见的"不一致"难题

在日常开发中，我们经常会遇到这样一个场景：用户下单后，需要扣减库存并发送一条消息通知物流系统。代码写起来很简单——先操作数据库，再发送 MQ 消息。但问题来了：如果数据库操作成功后，发送消息时网络超时了怎么办？如果消息发送成功了，但数据库事务最终回滚了呢？这种 DB 与 MQ 消息不一致 的问题，是分布式系统中"数据一致性"挑战最直观的体现。

本文将从这一实际问题出发，沿着 Spring 和 Quarkus 等 J2EE 框架的事务回调机制，逐步深入到本地消息表、RocketMQ 半消息，再到 2PC/3PC、共识算法（Raft / Paxos），最后探讨长事务的解决方案并回归 CAP 理论，为你构建一幅从工程到理论的完整知识图谱。

1. DB 与 MQ 消息一致性：从框架能力到中间件方案

2.1 事务回调：Spring 与 Quarkus 的优雅解
解决 DB 与 MQ 不一致的第一个思路，是利用事务的 commit / rollback 回调。

在 Spring 框架中，可以通过 TransactionSynchronizationManager 注册事务同步回调。只有当事务成功提交后，才真正执行 MQ 消息发送操作：