feat: add markdown formatter

docs/distributed-system/distributed-transaction.md

@@ -2,20 +2,23 @@
 分布式事务了解吗？你们是如何解决分布式事务问题的？
 
 ## 面试官心理分析
+
 只要聊到你做了分布式系统，必问分布式事务，你对分布式事务一无所知的话，确实会很坑，你起码得知道有哪些方案，一般怎么来做，每个方案的优缺点是什么。
 
 现在面试，分布式系统成了标配，而分布式系统带来的**分布式事务**也成了标配了。因为你做系统肯定要用事务吧，如果是分布式系统，肯定要用分布式事务吧。先不说你搞过没有，起码你得明白有哪几种方案，每种方案可能有啥坑？比如 TCC 方案的网络问题、XA 方案的一致性问题。
 
 ## 面试题剖析
+
 分布式事务的实现主要有以下 5 种方案：
 
-- XA 方案
-- TCC 方案
-- 本地消息表
-- 可靠消息最终一致性方案
-- 最大努力通知方案
+* XA 方案
+* TCC 方案
+* 本地消息表
+* 可靠消息最终一致性方案
+* 最大努力通知方案
 
 ### 两阶段提交方案/XA方案
+
 所谓的 XA 方案，即：两阶段提交，有一个**事务管理器**的概念，负责协调多个数据库（资源管理器）的事务，事务管理器先问问各个数据库你准备好了吗？如果每个数据库都回复 ok，那么就正式提交事务，在各个数据库上执行操作；如果任何其中一个数据库回答不 ok，那么就回滚事务。
 
 这种分布式事务方案，比较适合单块应用里，跨多个库的分布式事务，而且因为严重依赖于数据库层面来搞定复杂的事务，效率很低，绝对不适合高并发的场景。如果要玩儿，那么基于 `Spring + JTA` 就可以搞定，自己随便搜个 demo 看看就知道了。
@@ -29,11 +32,12 @@
 ![distributed-transacion-XA](./images/distributed-transaction-XA.png)
 
 ### TCC 方案
-TCC 的全称是：`Try`、`Confirm`、`Cancel`。
 
-- Try 阶段：这个阶段说的是对各个服务的资源做检测以及对资源进行**锁定或者预留**。
-- Confirm 阶段：这个阶段说的是在各个服务中**执行实际的操作**。
-- Cancel 阶段：如果任何一个服务的业务方法执行出错，那么这里就需要**进行补偿**，就是执行已经执行成功的业务逻辑的回滚操作。（把那些执行成功的回滚）
+TCC 的全称是： `Try` 、 `Confirm` 、 `Cancel` 。
+
+* Try 阶段：这个阶段说的是对各个服务的资源做检测以及对资源进行**锁定或者预留**。
+* Confirm 阶段：这个阶段说的是在各个服务中**执行实际的操作**。
+* Cancel 阶段：如果任何一个服务的业务方法执行出错，那么这里就需要**进行补偿**，就是执行已经执行成功的业务逻辑的回滚操作。（把那些执行成功的回滚）
 
 这种方案说实话几乎很少人使用，我们用的也比较少，但是也有使用的场景。因为这个**事务回滚**实际上是**严重依赖于你自己写代码来回滚和补偿**了，会造成补偿代码巨大，非常之恶心。
 
@@ -46,6 +50,7 @@ TCC 的全称是：`Try`、`Confirm`、`Cancel`。
 ![distributed-transacion-TCC](./images/distributed-transaction-TCC.png)
 
 ### 本地消息表
+
 本地消息表其实是国外的 ebay 搞出来的这么一套思想。
 
 这个大概意思是这样的：
@@ -62,6 +67,7 @@ TCC 的全称是：`Try`、`Confirm`、`Cancel`。
 ![distributed-transaction-local-message-table](./images/distributed-transaction-local-message-table.png)
 
 ### 可靠消息最终一致性方案
+
 这个的意思，就是干脆不要用本地的消息表了，直接基于 MQ 来实现事务。比如阿里的 RocketMQ 就支持消息事务。
 
 大概的意思就是：
@@ -76,6 +82,7 @@ TCC 的全称是：`Try`、`Confirm`、`Cancel`。
 ![distributed-transaction-reliable-message](./images/distributed-transaction-reliable-message.png)
 
 ### 最大努力通知方案
+
 这个方案的大致意思就是：
 
 1. 系统 A 本地事务执行完之后，发送个消息到 MQ；
@@ -83,10 +90,11 @@ TCC 的全称是：`Try`、`Confirm`、`Cancel`。
 3. 要是系统 B 执行成功就 ok 了；要是系统 B 执行失败了，那么最大努力通知服务就定时尝试重新调用系统 B，反复 N 次，最后还是不行就放弃。
 
 ### 你们公司是如何处理分布式事务的？
+
 如果你真的被问到，可以这么说，我们某某特别严格的场景，用的是 TCC 来保证强一致性；然后其他的一些场景基于阿里的 RocketMQ 来实现分布式事务。
 
 你找一个严格资金要求绝对不能错的场景，你可以说你是用的 TCC 方案；如果是一般的分布式事务场景，订单插入之后要调用库存服务更新库存，库存数据没有资金那么的敏感，可以用可靠消息最终一致性方案。
 
 友情提示一下，RocketMQ 3.2.6 之前的版本，是可以按照上面的思路来的，但是之后接口做了一些改变，我这里不再赘述了。
 
-当然如果你愿意，你可以参考可靠消息最终一致性方案来自己实现一套分布式事务，比如基于 RocketMQ 来玩儿。
+当然如果你愿意，你可以参考可靠消息最终一致性方案来自己实现一套分布式事务，比如基于 RocketMQ 来玩儿。