自以为掌握的分布式数据一致性问题，面试还是被问懵了……

主要观点总结

本文主要介绍了分布式系统中一致性问题的解决方案，包括CAP理论与BASE理论的应用，以及一致性失效场景及其解决方案。通过分享不同的解决方案，如事务事件+普通消息、事务消息和本地消息表等，文章分析了各种方案的优缺点，并总结了如何在不同的业务场景中选配合适的方案。

关键观点总结

关键观点1: CAP理论与BASE理论的应用

CAP理论是分布式系统中的重要理论，指出在分布式系统中，一致性（C）、可用性（A）、分区容错性（P）最多只能同时实现两点。BASE理论则是对CAP理论的补充，强调在无法保障强一致性的场景中，系统可以基于业务特性灵活调整架构设计，通过确保数据最终一致性来实现可靠服务能力与业务需求的平衡。

关键观点2: 一致性失效场景及其解决方案

在分布式系统中，一致性失效场景是常见的问题。文章通过仓库上架的流程示例，展示了在分布式系统中可能出现的一致性问题，并提供了针对这些问题的解决策略，如调用写RPC、消息发送和本地消息表等。

关键观点3: 不同解决方案的优缺点

文章分析了事务事件+普通消息、事务消息和本地消息表等解决方案的优缺点，并指出在不同的业务场景中应如何选择合适的方案。例如，事务事件+普通消息适合对实时一致性要求不高、需要异步处理的场景，而事务消息则适合一致性要求较高的场景。

关键观点4: 总结

文章最后总结了如何在分布式系统中解决一致性问题，并指出在实际应用中应根据业务场景选择合适的解决方案。同时，文章还强调了没有能100%保证一致性的方案，需要通过不断的技术探索和实践来逐步完善和优化解决方案。