异步化与缓存两个技术都与系统的性能有很大的关系，当今分布式应用架构中，如果不能很好地掌握这两项技术，所设计出的应用将很难有优质的性能表现。
- 业务流程异步化
以异步化方式将交易创建过程中，对于有严格先后调用关系的服务保持顺序执行，对于能够同步执行的所有服务均采用异步化方式处理。 - 数据库事务异步化
通俗来说，就是将大事务拆分成小事务，降低数据库的资源被长时间事务锁占用而造成的数据库瓶颈，就能大大提升平台的处理吞吐量和事务操作的响应时间。
一定要考虑到程序异常时对业务的回滚或重试机制，保障整个还款过程结果的最终一致。 - 事务与柔性事务
1.CAP理论:一个分布式系统最多只能同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance）这三项中的两项。
- “一致性”指更新操作成功并返回客户端完成后，所有节点在同一时间的数据完全一致。在分布式系统中，数据通常不会只有一份，那么应该对所有数据进行相同的操作并且这些操作应该是同时成功或者同时失败的。
- “可用性”指用户在访问数据时可以得到及时的响应。但是可用性并不意味着数据的一致性，比如读取到的数据是过期数据或脏数据，但对于用户仍有返回数据的情况下，仍然可以被认为是可用的。
- “分区容错性”指分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性和可用性的服务。一旦针对同一服务的存储系统分布到了多个节点后，整个存储系统就存在分区的可能性。
如何解决数据一致性的问题？
一个简易的方案就是建立类似操作系统中锁的机制，要求确保所有数据节点的数据均同步之后，才能进行数据的访问操作。
另一个做法就是商品的库存数据只保存一份，不做复制，这样就不会存在数据一致性的问题。
2．BASE理论
核心思想是即使无法做到强一致性（Strong Consistency，CAP的一致性就是强一致性），但应用可以采用适合的方式达到最终一致性(Eventual Consitency)。 BASE是指基本可用(Basically Available)、柔性状态(Soft State)、最终一致性(EventualConsistency)。
- “基本可用”是指分布式系统在出现故障的时候，允许损失部分可用性，即保证核心可用。
- “柔性状态”是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。
- “最终一致性”是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。
3．传统分布式事务
4．柔性事务如何解决分布式事务问题
(1)引入日志和补偿机制:通常柔性事务能通过日志记录找回事务的当前执行状态，并根据状态决定是重试异常步骤（正向补偿），还是回滚前序步骤（反向补偿）。
(2)可靠消息传递:消息至少投递一次，但可能会投递多次。由于消息可能会重复投递，这就要求消息处理程序必须实现幂等（幂等=同一操作反复执行多次结果不变）。最简单的幂等实现方式是根据业务流水号写日志
(3)实现无锁:放弃锁是一个解决问题的思路
