【Gulimall+】本地事务与分布式事务

本地事务

1 事务的基本性质

数据库事物的几个特性：原子性（Atomiccity）、一致性（Consistetcy）、隔离性或独立性（Isolation）和持久性（Durabilily），简称ACID

**原子性：**一系列操作整体不可拆分，要么同时成功要么同时失败
一致性：数据在业务的前后，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：**事物之间需要相互隔离
**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表，一旦有异常我们很容易整体回滚

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 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

2 事物的隔离级别

READ UNCOMMITEED(读未提交)
    该隔离级别的事务会读到其他未提交事务的数据，此现象也称为脏读
READ COMMITTED（读提交）
    一个事物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，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 MySQL 默认的隔离级别，在同一个事物中，SELECT 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
    但是会有幻读一致,MySQL的 InnoDB 引擎可以通过 next-key locks 机制 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 引擎会给读操作隐士加一把读共享锁，从而避免了脏读、不可重复读、幻读等问题

越大的隔离级别，并发能力越低

3 事务传播行为

**PROPAGATION_REQUIRED：**如果当前没事事务，就创建一个新事务，如果当前存在事务，就加入该事务，该设置时最常使用的配置
**PROPAGATION_REQUIRES_NEW：**创建新事务，无论当前存不存在事务，都创建新事务
**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
**PROPAGATION_NOT_SUPPORTED：**以非事务的方式执行操作，如果当前存在事务，就把当前事务挂起
**PROPAGATION_MANDATORY：**支持当前事务，如果当前存在事务，就加入该事务，如果当前不存在该事务，就抛出异常
**PROPAGATION_NEVER：**以非事务方式运行，如果当前存在事务，则抛出异常
**PROPAGATION_NESTED：**如果当前存在事务，就嵌套在该事务内执行，如果当前没有事务，则执行PROPAGATION_REQUIRED相关操作

4 SpringBoot 事务关键点

本地事务失效问题：在同一个事物内编写两个方法，内部调用的时候，会导致事务失效（事务有作用，但超时等设置不起作用），原因是没有用到代理对象的缘故
解决

0)、导入spring-boot-starter-aop 
1)、@EnableTransactionManagement(proxyTargetClass= true) 
2)、@EnableAspectJAutoProxy(lexposeProxy-true) 
3)、AopContext.currentProxy() 调用方法

分布式事务

1 为什么要有分布式事务

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、不可靠的TCP、存储数据丢失…

分布式事务是企业中集成的一个难点，也是每一个分布式系统架构中都会涉及到的一个东西，特别是在微服务架构中，几乎是无法避免的

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）
    在分布式系统中所有数据备份，在同一时刻是否是同样的值，（等同于所有节点访问同一份最新数据的副本）
可用性（Avaliability）
    在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求，（对数据更新具备高可用性）
分区容错性（Partition tolerance）
    大多数分布式系统都分布在多个子网络，每个自网络叫做一个区（partition）。分区容错性的意思是，区间通信可能失败，比如，一台服务器放在中国另一台服务器放在美国，这就是两个区，它们之间可能无法通信

CAP 的原则是，这三个要素最多只能满足两个点，不可能三者兼顾
一般来说，分区容错无法避免，因此我们可以认为 CAP 的 P 总是成立，CAP 定理告诉我们 剩下的 C 和 A 无法同时做到

分布式实现一致性的 raft 算法，演示link主要机制为：leader选取＋日志复制

Leader选举：
１.产生候选者（候选自旋时间到了）
２.给自己投票
3.让别人投票（每个Node只能投一票）

日志复制：
0.客户端发送改变给leader
1.每个心跳，leader发送消息（含改变日志）给followers，接受到Leader的消息，followers重置其候选时间
2.收到大多数的回复，leader提交entry，然后发个response给client
3.在下一个心跳通知followers提交该entry
4.客户端可以发下一个改变了

网络问题出现分区时，每个区都会Leader选举产生自己的leader，当网络修复时，低term的leader主动下台(该区nodes回滚uncommitted entry)，匹配高term选举出的learder的日志

2 面临的问题
对于大多数互联网应用的场景、主机众多、部署分散，而且集群规模越来越大，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%，即保证P 和 A,舍弃C

3 BASE 理论
是对CAP的延申，思想即是无法做到强一致性（CAP的一致性就是强一致性），但可以采用适当的弱一致性，即最终一致性
BASE 是指

基本可用（Basically Avaliable）
    基本可用是指分布式系统中在出现故障的时候，允许损失部分可用性（列入响应时间，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（比如系统部分机房断电断网故障），查询的结果响应时间增加到了1~2秒
    功能上的损失，购物网站双十一购物高峰，为了保证系统的稳定性，部分消费者会被引入到一个降级页面
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。mysglreplication的异步复制也是一种体现。
最终一致性( Eventual Consistency)
    最终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-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 分布式事务的几种方案

1、2PC 模式

数据库支持的 2PC[2 phase commit 二阶提交]，又叫 XA Transactions
MySQL 从5.5版本开始支持，Sql Server 2005 开始支持，oracle7 开始支持
其中，XA 是一个两阶段提交协议，该协议分为两个阶段：

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，并反应是否可以提交
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认这次提交，那么所有数据库都会要求回滚他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mysq!数据库中支持的不太理想，mysgl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nosgI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
刚性事务:遵循ACID原则，强一致性（上面的2PC、３PC）。 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。 二阶段 commit 行为:调用自定义的 commit 逻辑。 二阶段 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事务的管理中。

3、柔性事务 - 最大努力通知型方案
按规律进行通知，不保证数据定能通知成功， 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 - 可靠信息 + 最终一致性方案（异步通知型）
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。PS：这不就是MQ么，实现参见link