2024年常用的 分布式事务 都有哪些？我该用哪个？，年薪超过80万

最后

面试题文档来啦，内容很多，485页！

由于笔记的内容太多，没办法全部展示出来，下面只截取部分内容展示。

1111道Java工程师必问面试题

MyBatis 27题 + ZooKeeper 25题 + Dubbo 30题：

Elasticsearch 24 题 +Memcached + Redis 40题：

Spring 26 题+ 微服务 27题+ Linux 45题：

Java面试题合集：

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

这个投票比较有意思，只要有一个参与者返回了 false，本次事务就需要终止，然后执行 rollback。只有全票通过，才会正常 commit。协调者将这个结果，周知所有参与者的这个过程，就是二阶段。

二阶段提交其实非常容易理解。你可以把每个参与者的执行，想象成正常的 SQL 更新语句。它们一直挂在那里等待，直到协调者给出确切的 commit 或者 rollback 消息，才会正常往下执行。

2.3 问题

1. 阻塞问题。两阶段提交最大的问题，就是它是一个阻塞的协议，效率低。如果协调器永久失败，一些参与者，将永远无法完成它的事务

2. 单点故障问题。由于协调者在整个环节中有着非常重要的作用，所以一旦它发生了SPOF，整个系统将变的不可用，这是不能忍受的

3. 事务完整性问题。在某些情况下，比如协调者发送 commit 指令后，发生异常，有一部分执行成功了，会造成整个事务不一致。因为能不能提交，第一阶段就决定了，第二阶段只是通知而已，你就是死也要给我提交

4. 并不是所有的资源都支持 2PC（或者 XA）

对于第三点，我们举个例子。比如你的 commit-request 阶段全部返回了 yes，然后协调者发送了 commit 指令。但这时候，有一台服务器 A 宕机了，无法执行这个 commit。这时候，我们的 client 也会收到成功的消息。A 机器重启之后，要有能力来恢复、继续执行 commit 指令，这些都是工程上必须要处理的。

2.4 框架

2PC 也叫做 XA 事务，大多数数据库如 MySQL，都支持 XA 协议。在 Java 中，JTA（不是什么 JPA 哦）是 XA 协议的实现。Spring 也有 JTA 的事务管理器。

• Atomikos、bitronix 实现了 JTA，它们只需要提供 jar 包就可以了。实现了 XA 协议的数据库或者消息队列，已经能够具备了准备、提交、回滚的各种能力

• 使用在 seata 等框架，需要启动一个独立的 seata 服务协调者节点。seata 使用的 AT，借助于外部事务管理器，概念与 XA 类似

3. 三阶段提交（3PC）

---

相比较二阶段提交，三阶段提交最典型的特点是加入了超时机制。当然，3 阶段证明了它有三个阶段，这个差别更显著。它本质上只是 2PC 的一些改进，所以身上完全充满了 2PC 的影子。

3.1 重要参与者

3PC 和 2PC 是一样的。

3.2 过程

3PC 比 2PC 多了一个步骤，那就是询问阶段。

1. CanCommit 询问阶段

2. PreCommit 准备阶段

3. DoCommit 提交阶段

提交阶段，无非就是发送个 commit 或者 rollback 指令，重要的处理还是在准备阶段，3PC 把它一拆为 2。

注意下面这个对应关系哦，2PC 和 3PC 都有一个准备阶段，但它们的作用是不同的。

3PC 2PCCanCommit commit-request/votingPreCommit DoCommit commit``复制代码

复制代码

3PC 的询问阶段，对应的才是 2PC 的准备阶段，都是 ask 一下参与者是否准备好了，但执行过程会有一些区别。

为什么要这么做？因为 2PC 有效率问题。2PC 的执行过程是阻塞的，一个资源在进入准备阶段之后，必须等待所有的资源准备完毕才能进行下一步，在这个过程中，它们对全局一无所知。

比如，有 ABCDE 等 5 个参与者，E 其实是一个有问题的参与者资源。但 2PC 每次都会执行 ABCD 的预提交，当询问到 E 的时候，发现是有问题的，再依次执行 ABCD 等参与者的 rollback。在这种情况下，ABCD 执行了无用的事务预处理和 rollback，是非常浪费资源的。

3PC 通过拆分这个询问阶段，在确保所有参与者建康良好的情况下，才会发起真正的事务处理，在效率和容错性上更胜一筹。从概率上来讲，由于 commit 之前粒度变小了，commit 阶段出问题的几率就变小，能省下不少事。

另外，3PC 引入了超时机制。在 PreCommit 阶段，如果超时，就认为失败；而在 DoCommit 阶段，如果超时还会继续执行下去。但不论怎样，整个事务并不会一直等待下去。

3.3 问题

3PC 理论上是比较优秀的，还能够避免阻塞问题，但它多了一次网络通信。如果参与者的数量比较多，网络质量比较差的情况下，这个开销非常可观。它的实现也比较复杂，在实际应用中，是不太多的。

3PC 也并不是完美的，因为 PreCommit 阶段和 DoCommit 也并不是原子的，和 2PC 类似，依然存在一致性问题。

4. TCC

---

TCC 是柔性事务，而上面介绍的都是刚性事务。有时候，一个技术问题，可以通过业务建模来实现。

2PC 和 3PC 在概念上看起来虽然简单，但放在分布式环境中，考虑各种超时和宕机问题，如果考虑的周全，那可真是要了老命。

2PC 的框架还是比较多的，但 3PC 全网找了个遍，发现有名的实现几乎没有。

不要伤心，我们有更容易理解，更加直观的分布式事务。那就是 TCC，2007 年的老古董。

TCC 就是大名鼎鼎的补偿事务，是互联网环境最常用的分布式事务。它的核心思想是：为每一个操作，都准备一个确认动作和相应的补偿动作，一共 3 个方法。

与其靠数据库，不如靠自己的代码！2PC，3PC，都和数据库绑的死死的，TCC 才是码农的最爱（意思就是说，你要多写代码）。

如图，TCC 同样分为三个阶段，但非常的粗暴！

• try 尝试阶段 尝试锁定资源

• confirm 确认阶段 尝试将锁定的资源进行提交

• cancel 取消阶段 其中某个环节执行失败，将发起事务取消动作

看起来这三个阶段，是 2 阶段提交的一种？完全不是。但它们的过程可以比较一下。

TCC 2PCTry 业务逻辑Confirm commit-request/voting + commitCancel rollback复制代码

复制代码

从上面可以看出来，2PC 是一种对事务过程的划分，而 TCC 是对正常情况的提交和异常情况的补偿。相对于传统的代码，try 和 confirm 两者加起来，才是真正的业务逻辑。

TCC 是非常容易理解的，但它有一个大的前提，就是这三个动作必须都是幂等的，对业务有一定的要求。拿资金转账来说，try 就是冻结金额；confirm 就是完成扣减；cancel 就是解冻，只要对应的订单号是一直的，多次执行也不会有任何问题。

由于 TCC 事务的发起方，直接在业务节点即可完成，和 TCC 的代码在同一个地方。所以，TCC 并不需要一个额外的协调者和事务处理器，它存放在本地表或者资源中即可。

是的，它也要记录一些信息，哪怕是 HashMap 里，否则它根据啥回滚呢？

4.1 问题

TCC 事务，需要较多的编码，以及正确的 try 和 confirm 划分。由于没有中心协调器，不需要阻塞，TCC 的并发量较高，被互联网业务广泛应用。

团队要有能力设计 TCC 接口，将其拆分成正确的 Try 和 Confirm 阶段，实现业务逻辑的分级。

4.2 框架

ByteTCC、tcc-transaction、seata 等。

5. SAGA

---

SAGA 也是一个柔性事务。

saga 的历史更久远，要追溯到 1987 年的一篇论文，可以说是瓶旧酒。它主要处理的是长活事务，但它不保证 ACID，只保证最终一致性。

所谓长活事务，可以被分解成交错运行的子事务，它通过消息，来协调一系列的本地子事务，来达到最终的一致性。

我们可以把 SAGA 编排器，想象成一个状态机。每当处理完一条消息，它就能够直到要执行的下一条消息（子事务）。

比如，我们把事务 T，拆分成了 T1，T2，T3，T4。那么我们就必须为这些子事务，提供相应的执行逻辑和补偿逻辑。没错，和 TCC 一样，不过比 TCC 少了一步Try动作，同样要求这些操作是幂等的。

你瞧瞧，其实 SAGA 的概念很好理解，你就按照正常的业务逻辑去执行就行了。只不过如果在任何一步发生了异常，就要把前面所提交的数据全部回滚（补偿）。唯一特殊的是，它通常是通过消息驱动来完成事务运转的。

如果你非要追求它的本质，那就是 SAGA 和 TCC 一样，都是先记录执行轨迹，然后通过不断地重试达到最终状态。

上图是rob vettor所绘制的一个典型的 SAGA 事务拆分图。在图中，黑色的线为正常业务流程，红色的线为补偿业务流程。这是一个简单的电子商务结账流程，整个交易跨了 5 个微服务，可以说是非常大的长事务了。

可以看到，这样的事务流转，靠文字描述已经是不好理解了，所以 SAGA 通常会配备一个流程编辑器，直接来把事务编排的过程可视化。

5.1 问题

那问题就有意思多了。

1. 嵌套问题。SAGA 只允许两层嵌套，因为靠消息流转本来就非常复杂了，嵌套层次深在性能和时序上都不允许

2. 如果你的事务包含很多子事务，那么很有可能在某个阶段就执行失败了。但如果补偿操作也发生问题了呢？极端情况下，需要人工参与。在很多时候，需要记录日志（saga log）来配合完成

3. 由于这些小事务并不是同时提交的，所以在执行的过程中，会产生脏数据，这和数据库的 read uncommited 的概念是一样的

5.2 框架

在《微服务架构设计模式》的第四章中，说明了 SAGA 的具体使用示例，现在网络上的大多数文章都来自于此。但据我所知，使用 SAGA 的互联网公司并不是很多，倒是使用 TCC 的比较多一些（可能是遇到的分布式事务都不是长事务）。

seata 同样提供了 SAGA 的方式，主要使用的是状态机驱动的编排模式。为了支持事务的编排，seata 提供了一个专用的流程编辑器（在线）。

http://seata.io/saga_designer/index.html``复制代码

复制代码

设计完毕之后，就可以导出为 JSON 文件，解析之后可以写入到数据库中。

bytetcc 虽然叫 tcc，它也支持 SAGA。

5.3 SAGA vs TCC

上面也提到，我在平常工作中，用到 TCC 比 SAGA 更多一些，也是由于业务场景确定的。下面简单的对比一下。

1. 开发难度。TCC 的开发难度是比 SAGA 要高的，因为它需要处理 Try 阶段来冻结资源，而 SAGA 是直接执行本地事务

2. 脏读问题。TCC 不存在脏读，因为 try 阶段并不影响数据；SAGA 会在小事务之间，或者 cancel 之间出现脏读

3. 效率问题。TCC 无论成功失败，都需要和参与方交互两次；SAGA 在正常情况下交互一次，异常情况下交互两次，所以效率要高

那么如何才能正确的掌握Redis呢？

为了让大家能够在Redis上能够加深，所以这次给大家准备了一些Redis的学习资料，还有一些大厂的面试题，包括以下这些面试题

• 并发编程面试题汇总

• JVM面试题汇总

• Netty常被问到的那些面试题汇总

• Tomcat面试题整理汇总

• Mysql面试题汇总

• Spring源码深度解析

• Mybatis常见面试题汇总

• Nginx那些面试题汇总

• Zookeeper面试题汇总

• RabbitMQ常见面试题汇总

JVM常频面试:

Mysql面试题汇总（一）

Mysql面试题汇总（二）

Redis常见面试题汇总（300+题）

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取

…(img-yod48hWV-1715062754207)]

Mysql面试题汇总（一）

[外链图片转存中…(img-MCyQ9ISn-1715062754207)]

Mysql面试题汇总（二）

[外链图片转存中…(img-vPO4lI7r-1715062754207)]

Redis常见面试题汇总（300+题）

[外链图片转存中…(img-KEaUVGkh-1715062754208)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录

需要这份系统化的资料的朋友，可以点击这里获取