1、了解CAP理论
1、一致性
实现目标：当数据分布在多个节点上，从任意节点读取都是最新的数据。
例如：数据库做了读写分离，写入master的数据，要在slave上查询出来的是最新的，也就是一致性
实现方式： 当写入主数据库时，将从数据库锁定，等写入完成，解锁从数据库。如果同步失败，返回错误信息
2、可用性
实现目标：从数据库中查询可以立刻查询出结果，不允许出现超时或报错
实现方式：保证可用性，就不可以将数据库锁定。返回数据时，即使是旧的数据，也要返回，就是不能返回错误信息
3、分区容忍性
实现目标：当项目分布在多个服务器上，需要用http请求访问，可能访问时出现问题，但是即使出现错误，也要可以对外提供服务
实现方式：1、尽量使用异步来操作。2、部署主从数据库，保证一个节点挂，其他节点可以顶上
4、结论
以上可知，分区容忍性是必须具备的。在保证分区容忍性之后。来看a和c。
c是一致性，要保证服务查询到的是最新的数据，就要锁库，但是a是可用性，可用性特点是即使是旧数据也要正常返回，那么就是冲突的，我们只能保证其中一个，以下为组合方式：
1、AP（常用）
保证可用性和分区容忍性
例如：转账，今日转账，明日才能收到金额。用户也是可以接收的。
2、CP
保证一致性和分区容忍性
数据一定会同时进行操作，这边打钱，那边实时收到款
3、CA
数据库不进行分区，也就不再是一个分布式系统了
2、base理论
1、理解强一致性和最终一致性的区别
1、强一致性：
a银行扣款成功，b银行要实时收到钱。即使中间出现了错误，也要返回一个错误信息，同时回滚
2、最终一致性：
a银行扣款成功，b银行可以不实时收到钱，状态会变成转账中，如果转账成功，b银行实时收到钱，如果失败，a银行退回金额
2、base理论理解
base理论是基本可用，软状态，最终一致性的缩写。是对ap理论的拓展，允许数据一段时间内是不一致性的，但要达到最终一致性。这种方式可以理解为 柔性事务
基本可用：
当其中一个服务出现故障时，其他服务可以正常使用
软状态：
例如支付中，扣款中等状态
最终一致性
最终状态会变成扣款成功和扣款失败
3、seata使用
1、先了解几个概念
事务协调器（TC）：单独部署，协调各个事务的提交和回滚操作
事务管理器（TM）：嵌入服务中，负责开启事务，也就是添加事务注解，向事务协调器发送提交和回滚的指令
服务（RM）:每个参与事务的服务
2、seata执行流程
案例：a向b用户转账
正常流程：
增加注解到发起方：a发起的扣款，所以a负责开启事务，service方法上加入@GlobalTransactional开启全局事务，并返回全局事务id。至此，全局事务开启完成
1、a服务开始扣减金额操作前，携带全局事务id向事务协调器注册一个分支事务并返回一个分支事务id。
2、有了分支事务id，开始执行扣减金额操作，执行后写入undo_log表中数据（表中主要记录分支事务id，全局事务id，修改前到修改后等信息），并提交分支事务，扣减金额完成
3、a服务执行完成后，向b服务发出增加金额请求，请求中携带全局事务id
4、b服务执行增加金额前，携带全局事务id向事务协调器注册一个分支事务并返回一个分支事务id。
5、执行增加金额操作，记录到undo_log中，提交分支事务。
6、所有子服务执行完成，事务管理器提交全局事务，提交完成后，删除每个服务中对应的undo_log记录
异常流程：
1、如果有服务执行中出现了异常，就会向事务协调器发送回滚消息。之后执行所有服务的回滚操作
2、回滚：由于每个undo_log中存储了每个服务的修改前消息和修改后消息。执行每个服务的反向操作，也就是自动生成一条反向的sql
‘’
3、启动流程
1、启动事务协调器
cmd下: seata-server.bat -p 8888 -m file
2、每个服务引入seata包
<dependency>
<groupId>com.alibaba.cloud</groupId>
<artifactId>spring-cloud-alibaba-seata</artifactId>
</dependency>
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>5.1.47</version>
</dependency>
3、服务的数据库创建undo_log表
CREATE TABLE `undo_log` (
`id` bigint(20) NOT NULL AUTO_INCREMENT,
`branch_id` bigint(20) NOT NULL,
`xid` varchar(100) NOT NULL,
`context` varchar(128) NOT NULL,
`rollback_info` longblob NOT NULL,
`log_status` int(11) NOT NULL,
`log_created` datetime NOT NULL,
`log_modified` datetime NOT NULL,
`ext` varchar(100) DEFAULT NULL,
PRIMARY KEY (`id`),
UNIQUE KEY `ux_undo_log` (`xid`,`branch_id`)
) ENGINE=InnoDB AUTO_INCREMENT=169 DEFAULT CHARSET=utf8
4、将seata-server-0.7.1\conf下的file.conf和registry.conf拷到服务resources下
file.conf修改：
service {
#vgroup_mapping.修改为项目服务名称-fescar-service-group
#default 为协调器名称
vgroup_mapping.seata-demo-bank1-fescar-service-group = "default"
#事务协调器地址
default.grouplist = "127.0.0.1:8888"
#不开启降级
enableDegrade = false
#disable
disable = false
}5、application.yml中添加mysql数据源配置
spring:
##################### DB #####################
datasource:
ds0:
url: jdbc:mysql://localhost:3306/bank1?useUnicode=true
username: root
password: 1234
type: com.alibaba.druid.pool.DruidDataSource
driver-class-name: com.mysql.jdbc.Driver
initialSize: 5
minIdle: 5
maxActive: 20
maxWait: 60000
timeBetweenEvictionRunsMillis: 60000
minEvictableIdleTimeMillis: 300000
validationQuery: SELECT user()
testWhileIdle: true
testOnBorrow: false
testOnReturn: false
poolPreparedStatements: true
connection-properties: druid.stat.mergeSql:true;druid.stat.slowSqlMillis:50006、添加DatabaseConfiguration.java 来使用该配置并与事务协调器进行交互
import com.alibaba.druid.pool.DruidDataSource;
import io.seata.rm.datasource.DataSourceProxy;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.context.ApplicationContext;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.context.annotation.Primary;
import javax.sql.DataSource;
@Configuration
public class DatabaseConfiguration {
private final ApplicationContext applicationContext;
public DatabaseConfiguration(ApplicationContext applicationContext) {
this.applicationContext = applicationContext;
}
@Bean
@ConfigurationProperties(prefix = "spring.datasource.ds0")
public DruidDataSource ds0() {
DruidDataSource druidDataSource = new DruidDataSource();
return druidDataSource;
}
@Primary
@Bean
public DataSource dataSource(DruidDataSource ds0) {
DataSourceProxy pds0 = new DataSourceProxy(ds0);
return pds0;
}
}7、在service方法上增加@GlobalTransactional和@transactional注解即可
4、了解TCC理论
1、什么是TCC
tcc是try（预处理）,confirm（确认）,cancel（取消）。要求每个事务都有三个操作
try：业务检查阶段
confirm：业务确认阶段，只要try成功，confirm肯定会成功，如果不成功需要重试，还不行只能人工参与
cancel：业务取消阶段，只要try成功，cancel肯定会成功，如果不成功需要重试，还不行只能人工参与
2、案例
a向b转账，a服务和b服务都会有try，confirm， cancel，tcc需要做严密的幂等操作，也就是要保证每次访问接口都是同样的结果
a服务：
try：
判断是否已经执行try，如果执行过，就不再执行
判断是否已经执行了cancel和confirm，如果执行了，就不执行了
扣减金额，如果扣减失败，就抛异常到cancel
confirm：
空，因为try已经执行了扣减金额操作
cancel：
判断是否已经执行了try，没有执行就不执行了
判断有没有执行过cancel，执行过就不执行了
把扣除的金额添加回来
b服务：
try：
空，a服务已经扣减成功，所以b服务必须成功
confirm：
判断是否已经增加过
增加金额
cancel：
空3、编写代码（hmily框架实现）
1、导入依赖
<dependency>
<groupId>org.dromara</groupId>
<artifactId>hmily-springcloud</artifactId>
<version>2.0.4-RELEASE</version>
</dependency>2、创建hmily数据库，记录hmily框架的数据。hmily框架运行时会自动创建表
CREATE DATABASE `hmily` CHARACTER SET 'utf8' COLLATE 'utf8_general_ci';3、添加配置
org:
dromara:
hmily :
serializer : kryo
recoverDelayTime : 30
retryMax : 30
scheduledDelay : 30
scheduledThreadMax : 10
repositorySupport : db
started: true #事务发起方为true，接收方为false
hmilyDbConfig :
driverClassName : com.mysql.jdbc.Driver
url : jdbc:mysql://localhost:3306/hmily?useUnicode=true
username : root
password : 1234
4、发起方添加注解@EnableAspectJAutoProxy
5、调用方feign接口上增加@Hmily，将全局事务id发送给被调用者
6、在service上增加@Hmily(confirmMethod = "confirmMethod ", cancelMethod = "cancelMethod ")
在本类中增加confirmMethod和cancelMethod两个方法
5、消息中间件的最终一致性
可以使用rocketmq来解决消息中间件，实现事务
参考链接：https://blog.csdn.net/qq_38384460/article/details/114692078
6、最大努力通知
1、交互流程
1、b服务完成加钱后，通知a系统转账成功，如果通知失败，则按照策略进行重复通知
2、a服务收到结果后，修改状态为转账成功
3、如果还是没有通知，需要给a服务提供是否转账成功的接口。
867
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
