多库多事务降低数据不一致概率问题

一、案例缘起

我们经常使用事务来保证数据库层面数据的ACID特性。
举个栗子，用户下了一个订单，需要修改余额表，订单表，流水表，于是会有类似的伪代码：

start transaction;
         CURDtable t_account;  any Exception rollback;
         CURDtable t_order;       any Exceptionrollback;
         CURDtable t_flow;         any Exceptionrollback;
commit;

如果对余额表，订单表，流水表的SQL操作全部成功，则全部提交，如果任何一个出现问题，则全部回滚，以保证数据的一致性。

互联网的业务特点，数据量较大，并发量较大，经常使用拆库的方式提升系统的性能。如果进行了拆库，余额、订单、流水可能分布在不同的数据库上，甚至不同的数据库实例上，此时就不能用事务来保证数据的一致性了。这种情况下如何保证数据的一致性，是今天要讨论的话题。

二、补偿事务

补偿事务是一种在业务端实施业务逆向操作事务，来保证业务数据一致性的方式。
举个栗子，修改余额表事务为

int Do_AccountT(uid, money) {
         start transaction;
         //余额改变money这么多
         CURDtable t_account with money;       
         anyException rollback      return NO;
        commit;
        return YES;
}

那么补偿事务可以是：

int Compensate_AccountT(uid, money) {
         //做一个money的反向操作
         returnDo_AccountT(uid, -1*money){
}

同理，订单表操作为
Do_OrderT，新增一个订单
Compensate_OrderT，删除一个订单

要保重余额与订单的一致性，可能要写这样的代码：

// 执行第一个事务
int flag = Do_AccountT();
if(flag=YES){
        //第一个事务成功，则执行第二个事务
        flag= Do_OrderT();
        if(flag=YES){
                 // 第二个事务成功，则成功
                  returnYES;
} else{
        // 第二个事务失败，执行第一个事务的补偿事务
        Compensate_AccountT();
}

该方案的不足是：
（1）不同的业务要写不同的补偿事务，不具备通用性
（2）没有考虑补偿事务的失败
（3）如果业务流程很复杂，if/else会嵌套非常多层

例如，如果上面的例子加上流水表的修改，加上Do_FlowT和Compensate_FlowT，可能会变成一个这样的if/else：

// 执行第一个事务
int flag = Do_AccountT();
if(flag = YES)  {
         //第一个事务成功，则执行第二个事务
         flag= Do_OrderT();
         if(flag=YES) {
                  // 第二个事务成功，则执行第三个事务
                   flag= Do_FlowT();
                   if(flag=YES)  {
                            //第三个事务成功，则成功
                            returnYES;
					} else {
        				 // 第三个事务失败，则执行第二、第一个事务的补偿事务
        				flag =Compensate_OrderT();
         				if … else … // 补偿事务执行失败？
                  		flag= Compensate_AccountT();
                  		if … else … // 补偿事务执行失败？
				}
		} else{
         		// 第二个事务失败，执行第一个事务的补偿事务
         		Compensate_AccountT();
         		if … else … // 补偿事务执行失败？
		}
}

三、事务拆分分析与后置提交优化

单库是用这样一个大事务保证一致性：

start transaction;
         CURDtable t_account;  any Exception rollback;
         CURDtable t_order;       any Exceptionrollback;
         CURDtable t_flow;         any Exceptionrollback;
commit;
// 拆分成了多个库，大事务会变成三个小事务：
start transaction1;
         //第一个库事务执行
         CURDtable t_account;  any Exception rollback;
         …
// 第一个库事务提交
commit1;
start transaction2;
         //第二个库事务执行
         CURDtable t_order;       any Exceptionrollback;
         …
// 第二个库事务提交
commit2;
start transaction3;
         //第三个库事务执行
         CURDtable t_flow;         any Exceptionrollback;
         …
// 第三个库事务提交
commit3;

一个事务，分成执行与提交两个阶段，执行的时间其实是很长的，而commit的执行其实是很快的，于是整个执行过程的时间轴如下：

第一个事务执行200ms，提交1ms；
第二个事务执行120ms，提交1ms；
第三个事务执行80ms，提交1ms；
那在什么时候系统出现问题，会出现不一致呢？
回答：第一个事务成功提交之后，最后一个事务成功提交之前，如果出现问题（例如服务器重启，数据库异常等），都可能导致数据不一致。

如果改变事务执行与提交的时序，变成事务先执行，最后一起提交，情况会变成什么样呢：

第一个事务执行200ms；
第二个事务执行120ms；
第三个事务执行80ms；
第一个事务执行1ms；
第二个事务执行1ms；
第三个事务执行1ms；

那在什么时候系统出现问题，会出现不一致呢？
问题的答案与之前相同：第一个事务成功提交之后，最后一个事务成功提交之前，如果出现问题（例如服务器重启，数据库异常等），都可能导致数据不一致。

这个变化的意义是什么呢？
方案一总执行时间是303ms，最后202ms内出现异常都可能导致不一致；
方案二总执行时间也是303ms，但最后2ms内出现异常才会导致不一致；
虽然没有彻底解决数据的一致性问题，但不一致出现的概率大大降低了！

事务提交后置降低了数据不一致的出现概率，会带来什么副作用呢？
回答：事务提交时会释放数据库的连接，第一种方案，第一个库事务提交，数据库连接就释放了，后置事务提交的方案，所有库的连接，要等到所有事务执行完才释放。这就意味着，数据库连接占用的时间增长了，系统整体的吞吐量降低了。

四、总结

trx1.exec();
trx1.commit();
trx2.exec();
trx2.commit();
trx3.exec();
trx3.commit();

优化为：

trx1.exec();
trx2.exec();
trx3.exec();
trx1.commit();
trx2.commit();
trx3.commit();

这个小小的改动（改动成本极低），不能彻底解决多库分布式事务数据一致性问题，但能大大降低数据不一致的概率，带来的副作用是数据库连接占用时间会增长，吞吐量会降低。对于一致性与吞吐量的折衷，还需要业务架构师谨慎权衡折衷。