6 张图带你彻底搞懂分布式事务 XA 模式

  1. 三阶段的第三阶段,即 commit/rollback:

XA COMMIT xid [ONE PHASE]

XA ROLLBACK xid

  1. 查看处于 PREPARE 阶段的所有事务:

XA RECOVER XA RECOVER [CONVERT XID]

seata XA 简介

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

seata 是阿里推出的一款开源分布式事务解决方案,目前有 AT、TCC、SAGA、XA 四种模式。

seata 的 XA 模式是利用分支事务中数据库对 XA 协议的支持来实现的。我们看一下 seata 官网的介绍:[1]

3.png

从上面的图可以看到,seata XA 模式的流程跟其他模式一样:

  1. TM 开启全局事务

  2. RM 向 TC 注册分支事务

  3. RM 向 TC 报告分支事务状态

  4. TC 向 RM 发送 commit/rollback 请求

  5. TM 结束全局事务

这里介绍一下 RM 客户端初始化关联的 UML 类图:[2]

4.png

这个图中有一个类是 AbstractNettyRemotingClient,这个类的内部类 ClientHandler 来处理 TC 发来的请求并委托给父类 AbstractNettyRemoting 的 processMessage 方法来处理。processMessage 方法调用 RmBranchCommitProcessor 类的 process 方法。

需要注意的是,「seata 的 xa 模式对传统的三阶段提交做了优化,改成了两阶段提交」:

  • 第一阶段首执行 XA 开启、执行 sql、XA 结束三个步骤,之后直接执行 XA prepare。

  • 第二阶段执行 XA commit/rollback。

mysql 目前是支持 seata xa 模式的两阶段优化的。

「但是这个优化对 oracle 不支持,因为 oracle 实现的是标准的 xa 协议,即 xa end 后,协调节点向事务参与者统一发送 prepare,最后再发送 commit/rollback。这也导致了 seata 的 xa 模式对 oracle 支持不太好。」

seata XA 源码

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

seata 中的 XA 模式是使用数据源代理来实现的,需要手动配置数据源代理,代码如下:

@Bean

@ConfigurationProperties(prefix = “spring.datasource”)

public DruidDataSource druidDataSource() {

return new DruidDataSource();

}

@Bean(“dataSourceProxy”)

public DataSource dataSource(DruidDataSource druidDataSource) {

return new DataSourceProxyXA(druidDataSource);

}

  • 也可以根据普通 DataSource 来创建 XAConnection,但是这种方式有兼容性问题(比如 oracle),所以 seata 使用了开发者自己配置 XADataSource。

  • seata 提供的 XA 数据源代理,要求代码框架中必须使用 druid 连接池。

1. XA 第一阶段


当 RM 收到 DML 请求后,seata 会使用 ExecuteTemplateXA来执行,执行方法 execute 中有一个地方很关键,就是把 autocommit 属性改为了 false,而 mysql 默认 autocommit 是 true。事务提交之后,还要把 autocommit 改回默认。

下面我们看一下 XA 第一阶段提交的主要代码。

1)开启 XA

上面代码标注[1]处,调用了 ConnectionProxyXA 类的 setAutoCommit 方法,这个方法的源代码中,XA start 主要做了三件事:

  • 向 TC 注册分支事务

  • 调用数据源的 XA Start

xaResource.start(this.xaBranchXid, XAResource.TMNOFLAGS);

  • 把 xaActive 设置为 true

RM 并没有直接使用 TC 返回的 branchId 作为 xa 数据源的 branchId,而是使用全局事务 id(xid) 和 branchId 重新构建了一个。

2)执行 sql

调用 PreparedStatementProxyXA 的 execute 执行 sql。

3)XA end/prepare

public void commit() throws SQLException {

//省略部分源代码

try {

// XA End: Success

xaResource.end(xaBranchXid, XAResource.TMSUCCESS);

// XA Prepare

xaResource.prepare(xaBranchXid);

// Keep the Connection if necessary

keepIfNecessary();

} catch (XAException xe) {

try {

// Branch Report to TC: Failed

DefaultResourceManager.get().branchReport(BranchType.XA, xid, xaBranchXid.getBranchId(),

BranchStatus.PhaseOne_Failed, null);

} catch (TransactionException te) {

//这儿只打印了一个warn级别的日志

}

throw new SQLException(

"Failed to end(TMSUCCESS)/prepare xa branch on " + xid + “-” + xaBranchXid.getBranchId() + " since " + xe

.getMessage(), xe);

} finally {

cleanXABranchContext();

}

}

从这个源码我们看到,commit 主要做了三件事:

  • 调用数据源的 XA end

  • 调用数据源的 XA prepare

  • 向 TC 报告分支事务状态

到这里我们就可以看到,seata 把 xa 协议的前两个阶段合成了一个阶段。

2. XA commit


这里的调用关系用一个时序图来表示:

5.png

看一下 RmBranchCommitProcessor 类的 process 方法,代码如下:

@Override

public void process(ChannelHandlerContext ctx, RpcMessage rpcMessage) throws Exception {

String remoteAddress = NetUtil.toStringAddress(ctx.channel().remoteAddress());

Object msg = rpcMessage.getBody();

if (LOGGER.isInfoEnabled()) {

LOGGER.info(“rm client handle branch commit process:” + msg);

}

handleBranchCommit(rpcMessage, remoteAddress, (BranchCommitRequest) msg);

}

总结:绘上一张Kakfa架构思维大纲脑图(xmind)

image

其实关于Kafka,能问的问题实在是太多了,扒了几天,最终筛选出44问:基础篇17问、进阶篇15问、高级篇12问,个个直戳痛点,不知道如果你不着急看答案,又能答出几个呢?

若是对Kafka的知识还回忆不起来,不妨先看我手绘的知识总结脑图(xmind不能上传,文章里用的是图片版)进行整体架构的梳理

梳理了知识,刷完了面试,如若你还想进一步的深入学习解读kafka以及源码,那么接下来的这份《手写“kafka”》将会是个不错的选择。

  • Kafka入门

  • 为什么选择Kafka

  • Kafka的安装、管理和配置

  • Kafka的集群

  • 第一个Kafka程序

  • Kafka的生产者

  • Kafka的消费者

  • 深入理解Kafka

  • 可靠的数据传递

  • Spring和Kafka的整合

  • SpringBoot和Kafka的整合

  • Kafka实战之削峰填谷

  • 数据管道和流式处理(了解即可)

image

image

a”》将会是个不错的选择。

  • Kafka入门

  • 为什么选择Kafka

  • Kafka的安装、管理和配置

  • Kafka的集群

  • 第一个Kafka程序

  • Kafka的生产者

  • Kafka的消费者

  • 深入理解Kafka

  • 可靠的数据传递

  • Spring和Kafka的整合

  • SpringBoot和Kafka的整合

  • Kafka实战之削峰填谷

  • 数据管道和流式处理(了解即可)

[外链图片转存中…(img-3uwKfpwF-1719247924820)]

[外链图片转存中…(img-HHRmtmCZ-1719247924820)]

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值