分布式事物解决方法(零配置 零耦合 零依赖)

分布式事物解决方法:零配置 零耦合 零依赖

应用场景

• 非分布式架构系统下

这是本地事务处理，默认情况下，serviceA中开启事务之后，serviceA方法中调用serviceB、serviceC方法，均会保证serviceA、serviceB、serviceC三者业务处理的事务一致性与原子性；

• 分布式架构系统下

serviceA、serviceB、serviceC不同节点下，默认情况下，serviceA、serviceB、serviceC三节点服务均会拥有自己的事务且相互不受影响，同时serviceA方法中远程调用其他两个节点方法具有依次性，假如serviceB、serviceC业务方法均处理完且节点本地事务均提交，但在serviceA方法最后异步异常了，事务需要回滚，这就出现严重的问题，因为不同节点上，serviceB、serviceC事务已经处理完成无法回滚，所以如何保证serviceA、serviceB、serviceC三者业务处理的事务一致性与原子性就是我们需要解决的问题！也就是如何实现分布式事务？

目前主流解决方案

1. 两阶段提交（2PC）
   优点： 尽量保证了数据的强一致，适合对数据强一致要求很高的关键领域（其实也不能100%保证强一致）
   缺点： 实现复杂，牺牲了可用性，对性能影响较大，不适合高并发高性能场景，如果分布式系统跨接口调用，目前 .NET 界还没有实现方案

2. 补偿事务（TCC）
   优点： 跟2PC比起来，实现以及流程相对简单了一些，但数据的一致性比2PC也要差一些
   缺点： 缺点还是比较明显的，在2,3步中都有可能失败。TCC属于应用层的一种补偿方式，所以需要程序员在实现的时候多写很多补偿的代码，在一些场景中，一些业务流程可能用TCC不太好定义及处理

3. 本地消息表（异步确保）
   优点： 一种非常经典的实现，避免了分布式事务，实现了最终一致性
   缺点： 消息表会耦合到业务系统中，如果没有封装好的解决方案，会有很多杂活需要处理

4. MQ 事务消息
   优点： 实现了最终一致性，不需要依赖本地数据库事务。
   缺点： 实现难度大，主流MQ不支持，RocketMQ事务消息部分代码也未开源

本项目解决思路（mything.jar）

其思路本质：事务预处理+事务异步提交+事务同步回滚

我们分布式系统中，每一个节点均有自己的本地事务，也就是可以再各自本地节点上建立一个各自的事务管理器；通过用户请求traceId识别一次处理业务的一致性；让每一个节点serviceB、serviceC事务开启之后，会先处理自己本地业务方法，但处理完不会立即提交事务，只会对事务进行一个预处理，判断是否是否可以正确提交；当调用者serviceA对serviceB、serviceC调用完成且本地业务方法正常处理完成时，就会同步通过HTPP通知serviceB、serviceC节点事务同时提交，同时serviceA本地事务也会提交；反正，假如任何一段有异常或者事务预处理失败最后都会通知到serviceA中，serviceA就会通过HTTP通知所有节点对事物进行回滚；这是理想情况下，99.99%的均能正常处理，但这有一个缺点！假如任何一台节点停止服务了时，假如是调用者（消费节点）服务器停掉了，那么被调用者（服务节点）事务就会迟迟未提交，处于等待通知提交状态，导致出现锁表现象；针对该特殊情况，本项目解决方法就是被调用者（服务节点）会每5S对调用者（根消费节点）请求主动咨询，主要是判断本地等待事务是否还需要继续等待通知，如果不需要或者主动咨询失败（2次），本地事务管理器会让其进行回滚；

调用者（根消费节点）：serviceA（首先建立事务的）
调用者（消费节点）：serviceA、serviceB（相对serviceC来说，两者均是消费）
被调用者（服务节点）：serviceB、serviceC（相对serviceA来说，两者均是服务）

应用方法

调用者方引用：让Spring扫描"com.tc.mything.consume"目录，如下

@EnableTransactionManagement //启用事务
@DubboComponentScan("com.xw.serve.task")
@ComponentScan(basePackages={"com.tc.mything.consume"})
@ImportResource({"classpath*:spring-*.xml"})
public class App {
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		SpringApplication application = new SpringApplication(App.class);
        application.setRegisterShutdownHook(false);
        application.setBannerMode(Banner.Mode.OFF);
        BeanHeader.setApplicationContext(application.run(args));
	}
}

被调用者引用：让Spring扫描"com.tc.mything.serve"目录，如下

@EnableTransactionManagement //启用事务
@ImportResource({"classpath*:spring-*.xml"})
@DubboComponentScan({"com.xw.serve.common"})
@ComponentScan(basePackages={"com.tc.mything.serve"})
public class App {
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		SpringApplication application = new SpringApplication(App.class);
        application.setRegisterShutdownHook(false);
        application.setBannerMode(Banner.Mode.OFF);
        BeanHeader.setApplicationContext(application.run(args));
	}
}

只需要这样引入即可，如果不想引用去掉mything.jar或者去掉扫描路径就行了，对系统原有业务代码无半点侵入！真正达到零配置、零耦合、零依赖、且高效率、应用简单;

特别说明下：本项目实现方式默认过滤了get、select 开头的service方法事务处理，且目前只针对TransactionDefinition.PROPAGATION_REQUIRED处理**

应用结果说明

调用者serviceA代码，如下

@Component("tastTest")
public class TastTest {
	@Reference(check=false)
	private SysParameterService sysParameterService;
	@Scheduled(cron = "0/20 * * * * *")
	@Transactional
    public void scheduled(){
    	//第一次调用
		sysParameterService.saveSysParameter(SysParameterType.ThirdParty, "ceshi1", SysParamKey.EMAIL_NICK_NAME, "1234560");
		//第二次调用
		sysParameterService.selectByKey(1);
		// TODO Auto-generated method stub
		//第三次调用
		sysParameterService.saveSysParameter(SysParameterType.ThirdParty, "ceshi", SysParamKey.EMAIL_SENDER, "123456");
        System.out.println("=====>>>>>使用cron  {}");
    }
}

被调用者serviceB代码，如下

@Service(timeout=5000)
@Transactional
public class SysParameterServiceImpl  extends BaseServiceImpl<SysParameterMapper,SysParameter,Integer> implements SysParameterService {
	private static Map<String, Object> sysParam;
	public boolean saveSysParameter(SysParameterType type, String name, SysParamKey key, String val) {
		// TODO Auto-generated method stub
		boolean bool = false;
		SysParameter sp = new SysParameter();
		sp.setCreateTime(new Date());
		sp.setIsDel(IsDel.NO);
		sp.setKey(key.name());
		sp.setName(name);
		sp.setType(type);
		sp.setValType(key.getValType());
		sp.setVal(val);
		int k = super.dao.insert(sp);
		if(k>0) {
			if(sysParam != null) sysParam.put(key.name(), SysParameterValType.getByObject(key.getValType(), val));
			bool = true;
		}
		return bool;
	}
}

结果日志如下：

调用者（消费者）打印日志记录

被调用者（服务者）打印日志记录

通过日志看的出，调用者（消费者）调用被调用者（服务者）插入数据两次，两次均是同一个事务提交处理；

结束

这是本人花了半个月时间研究的一种实现方式，已经运用过半年多了，中途也修复过许多bug，如果程序猿运用中有发现bug可立即联系我，我会第一时间来和你分享解决方法；无论该轻量级框架是否好坏，只是想分享出来让大家可以一起学习，本项目的源代码会在2019年10月1日在码云上分享出来，到时希望该框架版本能够非常完善。如果有需要引用的程序猿可以点击如下来下载，共同使用发现其缺点；本项目只是展现其解决方法思路，如果针对springcloud或者其他的分布式框架系统均可以采用该思路来解决；

	零配置：无任何配置，使用简单明了
	零耦合：对系统代码性侵入为零
	零依赖：无需依赖类似MQ、数据表等
	高效率：利用HTTP无阻塞通知机制

引用mything.jar 下载

mything-1.1.2.jar @联系my：550110979@qq.com