悟了！原来这才是分布式事务的正确打开方式

2401_84048621

于 2024-04-21 16:01:31 发布

阅读量557

点赞数 19

分类专栏：程序员文章标签：分布式

本文链接：https://blog.csdn.net/2401_84048621/article/details/138036553

版权

程序员专栏收录该内容

451 篇文章 3 订阅

订阅专栏

3，解决方案之Seata

============

a）seata的设计思想

============

Seata的设计目标其一是对业务无侵入，因此从业务无侵入的2PC方案着手，在传统2PC的基础上演进，并解决2PC方案面临的问题。

Seata把一个分布式事务理解成一个包含了若干分支事务的全局事务。全局事务的职责是协调其下管辖的分支事务达成一致，要么一起成功提交，要么一起失败回滚。此外，通常分支事务本身就是一个关系数据库的本地事务，下图是全局事务与分支事务的关系图：

与传统2PC 的模型类似，Seata定义了3个组件来协议分布式事务的处理过程：

Transaction Coordinator (TC)： 事务协调器 ，它是独立的中间件，需要 独立部署 运行，它维护全局事务的运行状态，接收TM指令发起全局事务的提交与回滚，负责与RM通信协调各个分支事务的提交或回滚。
Transaction Manager ™： 事务管理器 ，TM需要嵌入应用程序中工作，它负责 开启一个全局事务 ，并最终向TC发起全局提交或全局回滚的指令。
Resource Manager (RM)： 控制分支事务 ，负责分支注册、状态汇报，并接收事务协调器TC的指令，驱动分支（本地）事务的提交和回滚。

b）Seata的执行流程

============

用户服务的 TM 向 TC 申请开启一个全局事务 ，全局事务创建成功并 生成一个全局唯一的XID。
用户服务的 RM 向 TC 注册分支事务 ，该分支事务在用户服务执行新增用户逻辑，并将其纳入 XID 对应全局事务的管辖 。
用户服务执行分支事务，向用户表插入一条记录。
逻辑执行到远程调用积分服务时( XID 在微服务调用链路的上下文中传播 )。积分服务的RM 向 TC 注册分支事务，该分支事务执行增加积分的逻辑，并将其纳入 XID 对应全局事务的管辖。
积分服务执行分支事务，向积分记录表插入一条记录，执行完毕后，返回用户服务。
用户服务分支事务执行完毕。
TM 向 TC 发起针对 XID 的全局提交或回滚决议 。
TC 调度 XID 下管辖的全部分支事务完成提交或回滚请求。

c）Seata的具体实现

============

详情见： Spring Cloud Alibaba Seata

4，Seata与传统2PC

=============

架构层次方面， 传统2PC 方案的 RM 实际上是在 数据库层 ，RM 本质上就是数据库自身，通过 XA 协议实现，而 Seata的 RM 是以jar包的形式作为中间件层部署 在应用程序这一侧的。
两阶段提交方面，传统2PC无论第二阶段的决议是commit还是rollback， 事务性资源的锁都要保持到Phase2完成才释放 。而 Seata的做法是在Phase1 就将本地事务提交 ，这样就可以省去Phase2持锁的时间，整体 提高效率 。

四、解决方案之TCC

==========

1，什么是TCC

========

TCC是Try、Confirm、Cancel三个词语的缩写，TCC要求每个分支事务实现三个操作：预处理Try、确认Confirm、撤销Cancel。Try 操作做业务检查及资源预留 ， Confirm做业务确认操作 ， Cancel实现一个与Try相反的操作即回滚操作 。TM首先发起所有的分支事务的try操作，任何一个分支事务的try操作执行失败，TM将会发起所有分支事务的Cancel操作，若try操作全部成功，TM将会发起所有分支事务的Confifirm操作，其中Confirm/Cancel操作若执行失败，TM会进行重试。

成功情况：

失败情况：

TCC分为三个阶段：

Try 阶段是做 业务检查(一致性)及资源预留(隔离) ，此阶段仅是一个初步操作，它和后续的Confirm 一起才能真正构成一个完整的业务逻辑。
Confirm 阶段是做 确认提交 ，Try阶段所有分支事务执行成功后开始执行 Confirm。通常情况下，采用TCC则认为 Confifirm阶段是不会出错的。即： 只要Try成功，Confirm一定成功 。若Confirm阶段真的出错了，需引入重试机制或人工处理。
Cancel 阶段是在业务执行错误 需要回滚的状态下执行分支事务的业务取消 ，预留 资源释放。通常情况下，采用TCC则 认为Cancel阶段也是一定成功 的。若Cancel阶段真的出错了，需引入重试机制或人工处理。

2，TCC解决方案

=========

框架名称	Github地址
tcc-transaction	https://github.com/changmingxie/tcc-transaction
Hmily	https://github.com/yu199195/hmily
ByteTCC	https://github.com/liuyangming/ByteTCC
EasyTransaction	https://github.com/QNJR-GROUP/EasyTransaction

3，TCC需要注意的问题

============

a）空回滚

=====

在没有调用 TCC 资源 Try 方法的情况下，调用了二阶段的 Cancel 方法，Cancel 方法需要 识别出这是一个空回滚 ，然后直接返回成功。

出现原因：是当一个分支事务所在服务宕机或网络异常，分支事务调用记录为失败，这个时候其实是没有执行Try阶段，当故障恢复后，分布式事务进行回滚则会调用二阶段的Cancel方法，从而形成空回滚。

解决方法：识别出这个空回滚。需要知道一阶段是否执行，如果执行了，那就是正常回滚；如果没执行，那就是空回滚。前面已经说过TM在发起全局事务时生成全局事务记录，全局事务ID贯穿整个分布式事务调用链条。再额外增加一张分支事务记录表，其中有全局事务 ID 和分支事务 ID，第一阶段 Try 方法里会插入一条记录，表示一阶段执行了。

//在cancel中cancel空回滚处理，如果try没有执行，cancel不允许执行

if(accountInfoDao.isExistTry(transId)<=0){

log.info(“bank1 空回滚处理，try没有执行，不允许cancel执行,xid:{}”,transId);

return ;

}

b）幂等

====

为了保证TCC二阶段提交重试机制不会引发数据不一致，要求 TCC 的二阶段 Try、Confirm 和 Cancel 接口保证幂等，这样不会重复使用或者释放资源。如果幂等控制没有做好，很有可能导致数据不一致等严重问题。

//当前是在try中进行幂等判断判断local_try_log表中是否有try日志记录，如果有则不再执行

if(accountInfoDao.isExistTry(transId)>0){

log.info(“bank1 try 已经执行，无需重复执行,xid:{}”,transId);

return ;

}

c）悬挂

====

悬挂就是对于一个分布式事务，其二阶段 Cancel 接口比 Try 接口先执行。

出现原因：RPC 调用分支事务try时，先注册分支事务，再执行RPC调用，如果此时 RPC 调用的网络发生拥堵，通常 RPC 调用是有超时时间的， RPC 超时 以后，TM就会通知RM 回滚该分布式事务，可能回滚完，RPC 请求才到达参与者真正执行，而一个 Try 方法预留的业务资源。

解决思路：如果二阶段执行完成，那一阶段就不能再继续执行。在执行一阶段事务时判断在该全局事务下， “分支事务记录”表中是否已经有二阶段事务记录 ，如果有则不执行Try。

//try悬挂处理，如果cancel、confirm有一个已经执行了，try不再执行

if(accountInfoDao.isExistConfirm(transId)>0 || accountInfoDao.isExistCancel(transId)>0){

log.info(“bank1 try悬挂处理 cancel或confirm已经执行，不允许执行try,xid:{}”,transId);

return ;

}

4，Hmily

=======

项目源码： cloud-dtx-tcc

a）导入数据库

=======

sql文件下载地址为： dtx-tcc-sql

b）工程配置

======

涉及到分布式事务的工程均需要的配置

maven配置

=======

org.dromara

hmily‐springcloud

2.0.4‐RELEASE

application.yaml中添加hmily

org:

dromara:

hmily:

serializer: kryo

recoverDelayTime: 30

retryMax: 30

scheduledDelay: 30

scheduledThreadMax: 10

repositorySupport: db

#对于发起方的时候，把此属性设置为true。参与方为false。

started: true

hmilyDbConfig:

driverClassName: com.mysql.jdbc.Driver

url: jdbc:mysql://localhost:3306/hmily?useUnicode=true

username: root

password: 123456

注入hmily的配置Bean

@Bean

public HmilyTransactionBootstrap hmilyTransactionBootstrap(HmilyInitService hmilyInitService){

HmilyTransactionBootstrap hmilyTransactionBootstrap = new HmilyTransactionBootstrap(hmilyInitService);

hmilyTransactionBootstrap.setSerializer(env.getProperty(“org.dromara.hmily.serializer”));

hmilyTransactionBootstrap.setRecoverDelayTime(Integer.parseInt(env.getProperty(“org.dromara.hmily.recoverDelayTime”)));

hmilyTransactionBootstrap.setRetryMax(Integer.parseInt(env.getProperty(“org.dromara.hmily.retryMax”)));

hmilyTransactionBootstrap.setScheduledDelay(Integer.parseInt(env.getProperty(“org.dromara.hmily.scheduledDelay”)));

hmilyTransactionBootstrap.setScheduledThreadMax(Integer.parseInt(env.getProperty(“org.dromara.hmily.scheduledThreadMax”)));

hmilyTransactionBootstrap.setRepositorySupport(env.getProperty(“org.dromara.hmily.repositorySupport”));

hmilyTransactionBootstrap.setStarted(Boolean.parseBoolean(env.getProperty(“org.dromara.hmily.started”)));

HmilyDbConfig hmilyDbConfig = new HmilyDbConfig();

hmilyDbConfig.setDriverClassName(env.getProperty(“org.dromara.hmily.hmilyDbConfig.driverClassName”));

hmilyDbConfig.setUrl(env.getProperty(“org.dromara.hmily.hmilyDbConfig.url”));

hmilyDbConfig.setUsername(env.getProperty(“org.dromara.hmily.hmilyDbConfig.username”));

hmilyDbConfig.setPassword(env.getProperty(“org.dromara.hmily.hmilyDbConfig.password”));

hmilyTransactionBootstrap.setHmilyDbConfig(hmilyDbConfig);

return hmilyTransactionBootstrap;

}

启动类上添加注解

@ComponentScan({“org.dromara.hmily”})

c）调用方（bank1）实现

==============

代码实现： AccountInfoServiceImpl

try：

try幂等校验

try悬挂处理

检查余额是够扣减金额

扣减金额

confirm：

空

cancel

cancel幂等校验

cancel空回滚处理

增加可用余额

注意：远程调用bank2时，在feign调用的接口上加注解 @Hmily

d）参与方（bank2）实现

==============

代码实现： AccountInfoServiceImpl

try：

空

confirm：

confirm幂等校验

正式增加金额

cancel：

空

e）小结

====

如果拿TCC事务的处理流程与2PC两阶段提交做比较， 2PC通常都是在跨库的DB层面 ，而 TCC则在应用层面的处理 ，需要通过业务逻辑来实现。这种分布式事务的实现方式的优势在于，可以让应用自己定义数据操作的粒度，使得 降低锁冲突、提高吞吐量 成为可能。

而 不足之处 则在于对应用的 侵入性非常强 ，业务逻辑的每个分支都需要实现try、confirm、cancel三个操作。此外，其 实现难度也比较大 ，需要按照网络状态、系统故障等不同的失败原因实现不同的回滚策略。

五、解决方案之可靠消息最终一致性

================

项目源码： cloud-dtx-txmsg

1，什么是可靠消息最终一致性

==============

可靠消息最终一致性方案是指当 事务发起方执行完成本地事务后并发出一条消息 ，事务参与方(消息消费者)一定能够接收消息并处理事务成功，此方案强调的是只要消息发给事务参与方最终事务要达到一致。

可靠消息需要解决的问题：

本地事务与消息发送的原子性问题
//先发消息如果数据库操作错误,消息已经发送 begin transaction； //1.发送MQ //2.数据库操作 commit transation; //如果数据库超时，此时数据库回滚，但是消息可能也已经发送 begin transaction； //1.数据库操作 //2.发送MQ commit transation;
事务参与方接受消息的可靠性
事务参与方必须能够从消息队列接收到消息，如果接收消息失败可以重复接收消息。
消息重复消费的问题
由于网络2的存在，若某一个消费节点超时但是消费成功，此时消息中间件会重复投递此消息,就导致了消息的重复消费。要解决消息重复消费的问题就要实现事务参与方的方法幂等性。

2，RocketMQ事务消息方案

================

Producer 发送事务消息 ：Producer （MQ发送方）发送事务消息至MQ Server，MQ Server将消息状态标记为Prepared（ 预备状态 ），注意此时这条消息消费者（MQ订阅方）是 无法消费 到的。
MQ Server 回应消息 发送成功：MQ Server接收到Producer 发送给的消息则回应发送成功表示MQ已接收到消息。
Producer 执行 本地事务 ：Producer 端执行业务代码逻辑，通过 本地数据库事务控制 。
消息投递 ：若Producer 本地事务 执行成功 则自动向MQServer发送 commit 消息，此时MQ订阅方（积分服务）即正常消费消息；若Producer 本地事务 执行失败 则自动向MQServer发送 rollback 消息，MQ Server接收到rollback消息后将删除”增加积分消息“ 。 MQ订阅方（积分服务）消费消息， 消费成功则向MQ回应ack ，否则将重复接收消息。这里ack默认自动回应，即程序执行正常则自动回应ack。
事务回查：如果执行Producer端本地事务过程中，执行端挂掉，或者超时，MQ Server将会不停的询问同组的其他 Producer来获取事务执行状态，这个过程叫事务回查。MQ Server会根据事务回查结果来决定是否投递消息。

3，RocketMQ实现可靠消息最终一致性事务

=======================

a）SQL

=====

bank1

CREATE DATABASE bank1 CHARACTER

SET ‘utf8’ COLLATE ‘utf8_general_ci’;

DROP TABLE

IF EXISTS account_info;

CREATE TABLE account_info (

id BIGINT (20) NOT NULL AUTO_INCREMENT,

account_name VARCHAR (100) CHARACTER

SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT ‘户主姓名’,

account_no VARCHAR (100) CHARACTER

SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT ‘银行卡号’,

account_password VARCHAR (100) CHARACTER

SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT ‘帐户密码’,

account_balance DOUBLE NULL DEFAULT NULL COMMENT ‘帐户余额’,

PRIMARY KEY (id) USING BTREE

) ENGINE = INNODB AUTO_INCREMENT = 5 CHARACTER

SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;

INSERT INTO account_info

VALUES

(

‘张三的账户’,

‘1’,

‘’,

10000

);

DROP TABLE

IF EXISTS de_duplication;

CREATE TABLE de_duplication (

tx_no VARCHAR (64) COLLATE utf8_bin NOT NULL,

create_time datetime (0) NULL DEFAULT NULL,

PRIMARY KEY (tx_no) USING BTREE

) ENGINE = INNODB CHARACTER

SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;

View Code

bank2

CREATE DATABASE bank2 CHARACTER

SET ‘utf8’ COLLATE ‘utf8_general_ci’;

DROP TABLE

IF EXISTS account_info;

CREATE TABLE account_info (

id BIGINT (20) NOT NULL AUTO_INCREMENT,

account_name VARCHAR (100) CHARACTER

SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT ‘户主姓名’,

account_no VARCHAR (100) CHARACTER

SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT ‘银行卡号’,

account_password VARCHAR (100) CHARACTER

SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT ‘帐户密码’,

account_balance DOUBLE NULL DEFAULT NULL COMMENT ‘帐户余额’,

PRIMARY KEY (id) USING BTREE

) ENGINE = INNODB AUTO_INCREMENT = 5 CHARACTER

SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;

INSERT INTO account_info

VALUES

(

‘李四的账户’,

‘2’,

NULL,

);

CREATE TABLE de_duplication (

tx_no VARCHAR (64) COLLATE utf8_bin NOT NULL,

create_time datetime (0) NULL DEFAULT NULL,

PRIMARY KEY (tx_no) USING BTREE

) ENGINE = INNODB CHARACTER

SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;

View Code

b）安装RocketMQ

============

c）工程配置

======

maven

org.apache.rocketmq

rocketmq-spring-boot-starter

2.0.2

properties配置

rocketmq.producer.group = producer_bank2

rocketmq.name‐server = 127.0.0.1:9876

d）bank1

=======

Service： AccountInfoServiceImpl

//两个方法

//1，向mq发送转账消息

//2，更新账户，扣减金额（通过事务id保证幂等性）

Controller： AccountInfoController

//生成事务id，调用service的发消息接口

message： ProducerTxmsgListener

//两个方法executeLocalTransaction和checkLocalTransaction

//事务消息发送后的回调方法。此时保证本地事务，调用Service扣减金额同时将消息改为COMMIT（可消费状态），如果捕获异常，将消息改为ROLLBACK回滚

//事务回查。查询是否在调用方已经处理，如果已经处理需修改消息为COMMIT可消费,否则就是UNKOWN状态。

e）bank2

=======

Service： AccountInfoServiceImpl

//更新账户bank2，增加金额。(通过事务id保证幂等性)

message： TxmsgConsumer

======================

//监听bank1发送的消息topic，调用Service增加金额

4，总结

====

可靠消息最终一致性就是 保证消息从生产方经过消息中间件传递到消费方 的一致性，本案例使用了RocketMQ作为消息中间件，RocketMQ主要解决了两个功能：

本地事务与消息发送的原子性问题。
事务参与方接收消息的可靠性。

可靠消息最终一致性事务适合 执行周期长且实时性要求不高的场景 。引入消息机制后，同步的事务操作变为基于消息执行的异步操作, 避免了分布式事务中的同步阻塞操作的影响，并实现了两个服务的解耦。

六、解决方案之最大努力通知

=============

源码： cloud-dtx-notify

1，什么是最大努力通知

===========

发起通知方通过一定的机制 最大努力将业务处理结果通知到接收方 。

有一定的 消息重复通知机制 。因为接收通知方可能没有接收到通知，此时要有一定的机制对消息重复通知。
消息校对机制 。如果尽最大努力也没有通知到接收方，或者接收方消费消息后要再次消费，此时可 由接收方主动向通知方查询消息 信息来满足需求。

2，最大努力通知与可靠消息一致性的异同

===================

思想不同：可靠消息一致性，发起 通知方需要保证将消息发出去 ，并且将消息发到接收通知方，消息的可靠性关键由发起通知方来保证。最大努力通知，发起通知方尽最大的努力将业务处理结果通知为接收通知方，但是可能消息接收不到，此时需要接收通知方主动调用发起通知方的接口查询业务处理结果， 通知的可靠性关键在接收通知方 。
业务场景不同：可靠消息一致性关注的是 交易过程的事务一致 ，以异步的方式完成交易。最大努力通知关注的是 交易后的通知事务 ，即将交易结果可靠的通知出去。
技术解决方向不同：可靠消息一致性要解决 消息从发出到接收的一致性 ，即消息发出并且被接收到；最大努力通知无法保证消息从发出到接收的一致性，只提供消息接收的可靠性机制。可靠机制是， 最大努力的将消息通知给接收方 ，当消息无法被接收方接收时，由 接收方主动查询消息 （业务处理结果）。

3，解决方案

======

a）解决方案一：

具体流程：

发起通知方将通知发给MQ。使用普通消息机制将通知发给MQ。
接收通知方监听 MQ。
接收通知方接收消息，业务处理完成回应ack。
接收通知方若 没有回应ack则MQ会重复通知 。 MQ会按照间隔1min、5min、10min、30min、1h、2h、5h、10h的方式，逐步拉大通知间隔（如果MQ采用rocketMq，在broker中可进行配置），直到达到通知要求的时间窗口上限。
接收通知方可通过消息校对接口来校对消息的一致性。

b）解决方案二：

与方案1不同的是 应用程序向接收通知方发送通知 ，如下图：

具体流程：

发起通知方将通知发给MQ：使用可靠消息一致方案中的事务消息保证 本地事务与消息的原子性 ，最终将通知先发给MQ。
通知程序监听 MQ，接收MQ的消息。通知程序若没有回应ack则MQ会重复通知。
通知程序 通过互联网接口协议（如http、webservice） 调用接收通知方案接口 ，完成通知。通知程序调用接收通知方案接口成功就表示通知成功，即消费MQ消息成功，MQ将不再向通知程序投递通知消息。
接收通知方可通过消息校对接口来校对消息的一致性。

c）两种方案比较