本地事务&分布式事务

最新推荐文章于 2024-07-06 16:39:44 发布

-Jared

最新推荐文章于 2024-07-06 16:39:44 发布

阅读量370

点赞数

分类专栏： Java 文章标签：分布式

本文链接：https://blog.csdn.net/HIHE_i/article/details/111150164

版权

Java 专栏收录该内容

13 篇文章 0 订阅

订阅专栏

一、本地事务

1、事务的基本性质

数据库事务的几个特性∶

原子性（Atomicity）、一致性（Consistency）隔离性或独立性（Isolation）和持久性（Durabilily），简称就是 ACID;

原子性 ∶ 一系列的操作整体不可拆分，要么同时成功，要么同时失败
一致性∶ 数据在事务的前后，业务整体一致。
转账 A∶1000; B∶1000; 转200 事务成功; A∶ 800 B∶1200
隔离性∶ 事务之间互相隔离。
持久性∶ 一旦事务成功，数据一定会落盘在数据库。

在以往的单体应用中，我们多个业务操作使用同一条连接操作不同的数据表，一旦有异常，我们可以很容易的整体回滚;

比如买东西业务，扣库存，下订单，账户扣款，是一个整体，必须同时成功或者失败。
一个事务开始，代表以下的所有操作都在同一个连接里面;

Business∶我们具体的业务代码 
Storage∶ 库存业务代码;扣库存 
Order∶订单业务代码;保存订单 
Account∶账号业务代码;减账户余额

2、事务的隔离级别

READ UNCOMMITTED（读未提交）

该隔离级别的事务会读到其它未提交事务的数据，此现象也称之为脏读。

READ COMMITTED（读已提交）

一个事务可以读取另一个已提交的事务，多次读取会造成不一样的结果，此现象称为不可重复读问题，Oracle 和 SQL Server 的默认隔离级别。
REPEATABLE READ（可重复读）

该隔离级别是 MvsQL 默认的隔离级别，在同一个事务里，selet的结果是事务开始时时间点的状态，因此，同样的 select 操作读到的结果会是一致的，但是，会有幻读现象。MySQL的 InoDB 引擎可以通过 next-keylocks 机制（参考"行锁的算法"）来避免幻读。
SERIALIZABLE（序列化）

在该隔离级别下事务都是串行顺序执行的，MySQL 数据库的 InnoDB 引擎会给读操作隐式加一把读共享锁，从而避免了脏读、不可重读复读和幻读问题。

3、事务的传播行为

1、PROPAGATION_REQUIRED∶

如果当前没有事务，就创建一个新事务，如果当前存在事务，就加入该事务，该设置是最常用的设置。
2、PROPAGATION_SUPPORTS∶

支持当前事务，如果当前存在事务，就加入该事务，如果当前不存在事务，就以非事务执行。
3、PROPAGATION_MANDATORY∶

支持当前事务，如果当前存在事务，就加入该事务，如果当前不存在事务，就抛出异常。
4、PROPAGATION_REQUIRES_NEW∶

创建新事务，无论当前存不存在事务，都创建新事务。
5、PROPAGATION_NOT_SUPPORTED∶

以非事务方式执行操作，如果当前存在事务，就把当前事务挂起。

6、PROPAGATION_NEVER∶

以非事务方式执行，如果当前存在事务，则抛出异常。
7、PROPAGATION_NESTED∶

如果当前存在事务，则在嵌套事务内执行。如果当前没有事务，则执行与 PROPAGATION_REQUIRED 类似的操作。

4、SpringBoot事务的关键点

1、事务的自动配置 TODO

TransactionAutoConfiguration

2、事务的坑 TODO

在同一个类里面，编写两个方法，内部调用的时候，会导致事务设置失效。原因是没有用到代理对象的缘故。

解决：

导入 spring-boot-starter-aop
@EnableTransactionManagement(proxyTargetCass= true)
@EnableAspectJAutoProxy(exposeProxy=true)
使用AopContextcurrentProxy() 去调用同一类中的方法

二、分布式事务

1、为什么有分布式事务

分布式系统经常出现的异常

机器宕机、网络异常、消息丢失、消息乱序、数据错误、不可靠的TCP、存储数据丢失…

分布式事务在微服务架构中，几平可以说是无法避免。

2、CAP定理与BASE理论

1、CAP定理

CAP 原则又称 CAP定理，指的是在一个分布式系统中

一致性（Consistency）∶
- 在分布式系统中的所有数据备份，在同一时刻是否同样的值。（所有节点在同一时间的数据完全一致，越多节点，数据同步越耗时）
可用性（Availability）：
- 负载过大后，集群整体是否还能响应客户端的读写请求。（服务一直可用，而且是正常响应时间）
分区容错性（Partition tolerance）
- 分区容错性，就是高可用性，一个节点崩了，并不影响其它的节点（100个节点，挂了几个，不影响服务，越多机器越好）

CA 满足的情况下，P不能满足的原因：

数据同步©需要时间，也要正常的时间内响应(A)，那么机器数量就要少，所以P就不满足

CP 满足的情况下，A不能满足的原因：

数据同步©需要时间, 机器数量也多§，但是同步数据需要时间，所以不能再正常时间内响应，所以A就不满足

AP 满足的情况下，C不能满足的原因：

机器数量也多§，正常的时间内响应(A)，那么数据就不能及时同步到其他节点，所以C不满足

这三个要素最多只能同时实现两点，不可能三者兼顾。

一般来说，分区容错无法避免，因此可以认为 CAP的P总是成立，剩下的 C 和 A 无法同时做到。

分布式系统使用中实现一致性的 raft 算法 http:/thesecretlivesofdata.com/raft/

2、面临的问题

对于多数大型互联网应用的场景，主机众多、部署分散，而且现在的集群规模越来越大，所以节点故障、网络故障是常态，而且要保证服务可用性达到99.999%（N个9），即保证 P和A，舍弃C。

3、BASE理论

是对CAP理论的延伸，思想是即使无法做到强一致性（CAP的一致性就是强一致性），但可以采用适当的采取弱一致性，即最终一致性。 BASE 是指

基本可用（BasicallyAvailable）
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（例如响应时间、 功能上的可用性），允许损失部分可用性。需要注意的是，基本可用绝不等价于系统不可用。
响应时间上的损失： 正常情况下搜索引擎需要在0.5 秒之内返回给用户相应的 查询结果，但由于出现故障（比如系统部分机房发生断电或断网故障），查询结果的响应时间增加到了 1~2秒。
功能上的损失： 购物网站在购物高峰（如双十一）时，为了保护系统的稳定性， 部分消费者可能会被引导到一个降级页面。
软状态（ Soft State）
- 软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。分布 式存储中一般一份数据会有多个副本，允许不同副本同步的延时就是软状态的体现。mysql replication 的异步复制也是一种体现。
最终一致性（ Eventual Consistency）
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。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

4、强一致性，弱一致性，最终一致性

从客户端角度，多进程并发访问时，更新过的数据在不同进程如何获取的不同策略，决定了不同的一致性。对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。如果能容忍后续的部分或者全部访问不到，则是弱一致性。如果经过一段时间后要求能访问到更新后的数据，则是最终一致性

3、分布式事务几种方案

1、2PC模式

数据库支持的2PC【2 phase commit二阶提交】，又叫做XA Transactions  。
MYSQL从5.5版本开始支持,SQL Server 2005开始支持，Orade7开始支持。
 其中，XA是一个两阶段提交协议，该协议分为以下两个阶段：

第一阶段：事务协调器要求每个涉及到事务的数据库预提交precommit此操作，并反映是 否可以提交. 
第二阶段：事务协调器要求每个数据库提交数据。 其中，如果有任何一个数据库否决此次提交，那么所有数据库都会被要求回滾它们在此事务 中的那部分信息。

XA协议比较简单，而且一旦商业数据库实现了XA协议，使用分布式事务的成本也比较低。
XA 性能不理想，特别是在交易下单链路，往往并发量很高，XA 无法满足高并发场景
XA目前在商业数据库支持的比较理想，在mysql 数据库中支持的不太理想，mysql 的XA实现，没有记录 prepare 阶段日志，主备切换回导致主库与备库数据不一致。
许多 nosql也没有支持XA，这让XA的应用场景变得非常狭隘。
也有3PC，引入了超时机制（无论协调者还是参与者，在向对方发送请求后，若长时间未收到回应则做出相应处理）

2、柔性事务-TCC 事务补偿型方案

刚性事务∶遵循 ACID 原则，强一致性。
柔性事务∶遵循 BASE 理论，最终一致性;与刚性事务不同，柔性事务允许一定时间内，不同节点的数据不一致，但要求最终一致。

一阶段 prepare 行为： 调用自定义的 prepare 逻辑。
一阶段 commit 行为： 调用自定义的 commit 逻辑。
一阶段 rollback 行为： 调用自定义的 rollback 逻辑。
所谓 TCC 模式：是指支持把自定义的分支事务纳入到全局的管理中。

3、柔性事务-最大努力通知方案

按规律进行通知，不保证数据一定能通知成功，但会提供可查询操作接口进行核对。这种方案主要用在与第三方系统通讯时，比如∶调用微信或支付宝支付后的支付结果通知。这种方案也是结合 MQ进行实现，例如∶通过MQ发送 http请求，设置最大通知次数。达到通知次数后即不再通知。

案例∶银行通知、商户通知等（各大交易业务平台间的商户通知∶多次通知、查询校对、对账文件），支付宝的支付成功异步回调

4、柔性事务-可靠消息+最终一致性方案（异步确保型）

实现∶业务处理服务在业务事务提交之前，向实时消息服务请求发送消息，实时消息服务只记录消息数据，而不是真正的发送。业务处理服务在业务事务提交之后，向实时消息服务确认发送。只有在得到确认发送指令后，实时消息服务才会真正发送。

确保每个消息发送成功，给每个消息做好日志记录，保存每个消息的详细信息
定期扫描数据库，重新发送失败的消息

CREATE TABLE 'mq_message' (
'message_id' char(32) NOT NULl,
'content' text,
'to_exchane' varchar(255) DEFAULT NULl, 
'routing key' varchar(255) DEFAULT NULL,
 'class_type' varchar(255) DEFAULT NULl,
'message_statusint' INT(1) DEFAULIT '0' COMMENT '0新建1-已发送 2-错误抵达 3-已抵达'，
'create_time' datetime DEFAULT NUll, 
'update_time' datetime DEFAULT NULL, 
'PRIMARY KEY' ('message_id')
)ENGINE=InoDB DEFAUITCHARSET=utf8mb4