Apache ShardingSphere 如何实现分布式事务

陆敬尚

Apache ShardingSphere Committer，SphereEx 基础设施研发工程师，热爱开源，热爱数据库技术，目前专注于 Apache ShardingSphere 事务模块的开发。

背景

随着业务的快速发展，数据的不断膨胀，流量负载的增加，业务系统遇到了强烈的挑战，对数据库系统可扩展性提出了强烈的诉求。Oracle、MySQL、SQL Server、PostgreSQL 传统单机数据库在线扩展上的问题日益凸显。为了解决扩展问题，出现了可水平扩展的分布式数据库，于是分布式事务问题成为了必须面对的问题。

在这种背景下，ShardingSphere 提供了一套分布式数据库增强计算引擎，通过可插拔架构构建基于数据库之上的生态系统，提供了分布式事务的能力。

事务介绍

事务语义

事务语义定义了四个特性：原子性（Atomicity）、持久性（Durability）、一致性（Consistency）、隔离性（Isolatation）。

原子性（Atomicity）

在分布式场景下，一个事务的操作可能分布在多个物理节点上，保证在多个节点上的操作都成功，或都不成功。

持久性（Durability）

事务提交后，即使断电，事务的操作也是有效的。

一致性（Consistency）

注意：不是 CAP 理论中 C，CAP 中的 C 指的是多副本之间的数据一致问题，这里是不同层次的抽象。

站在用户的角度，数据从一个状态，转移到另外一个状态，两个状态都满足一定的约束。比如：

银行账户数据，账户 A 有 500 元，账户 B 有 500 元，总额 1000，在一个事务中，执行完 A 和 B 的转账操作后，A 和 B 的账户总额还是 1000。

隔离性（Isolatation）

事务并发执行时，保证并发时数据的正确性。比如：两个事务同时修改一条数据，保证两个事务按一定顺序执行，使数据保持在一个正确的状态。

面临的挑战

分布式事务相对单机事务来说面临下面的挑战：

1. 原子性，对于单机事务来说，使用 undo log 和 redo log 就可以保证全部提交或者全部回滚。而分布式事务涉及多个物理节点，每个节点情况是不同的，有的节点日志写成功，有的节点日志写不成功。

2. 网络的不稳定，对于单机来说，通讯是稳定的，任何操作都可以得到回复，不论成功与失败。而分布式场景下，网络是不稳定的，有可能一个操作是得不到回复的，怎样保证分布式事务的可用性（异常事务的清理、恢复等）是一个问题。

3. 并发控制，随着 MVCC 的出现，操作的可线性化（linearizable）成为了刚需。在单机数据库中，可以很容易地产生全局单调递增的事务号，在分布式场景中则不然。

解决方案

原子提交

针对原子性和网络不稳定问题，目前主流的解决方案是 2PC，2PC 定义了两个角色 TM（Transaction Manager）、RM（Resource Manager）。

在分布式场景下，一个事务的操作可能分布在多个节点上，整个事务分两个阶段。

1. 第一阶段，RM 锁定相关资源并执行具体操作，返回成功与否给 TM。

2. 第二阶段，TM 更具第一阶段 RM 返回的结果，如果全部成功，执行最后的提交操作（事务状态的更改，锁状态删除等），如果有失败的，则回滚。

说明：