分布式事务

源博客

源博客

案例

什么是事务

事务是用来保证一组数据操作的完整性和一致性，具备以下特性：

1. 四大特性ACID(原子性、一致性、隔离性、持久性)

• 原子性（atomicity)
  • 一个事务要么全部提交成功，要么全部失败回滚，不能只执行其中的一部分操作，这就是事务的原子性
• 一致性（consistency)
  • 事务的执行不能破坏数据库数据的完整性和一致性，一个事务在执行之前和执行之后，数据库都必须处于一致性状态。
• 隔离性（isolation）
  • 事务的隔离性是指在并发环境中，并发的事务时相互隔离的，一个事务的执行不能不被其他事务干扰。不同的事务并发操作相同的数据时，每个事务都有各自完成的数据空间，即一个事务内部的操作及使用的数据对其他并发事务时隔离的，并发执行的各个事务之间不能相互干扰。
• 持久性（durability）
  • 一旦事务提交，那么它对数据库中的对应数据的状态的变更就会永久保存到数据库中。–即使发生系统崩溃或机器宕机等故障，只要数据库能够重新启动，那么一定能够将其恢复到事务成功结束的状态

2. 四种隔离级别

• 读未提交（Read Uncommited）
• 已提交读（Read Commited）
• 可重复读（Repeatable Read)
  • 就是保证在事务处理过程中，多次读取同一个数据时，其值都和事务开始时刻是一致的，因此该事务级别禁止不可重复读取和脏读取，但是有可能出现幻影数据（也称幻读）。
  • 所谓幻影数据，就是指同样的事务操作，在前后两个时间段内执行对同一个数据项的读取，可能出现不一致的结果。
• 串行化

3. 七种传播级别

分布式事务的实现主要有以下 5 种方案：

1. 两阶段提交
2. TCC 方案
3. 本地消息表
4. 可靠消息最终一致性方案
5. 最大努力通知方案

XA两阶段提交

• 两阶段提交，有一个事务管理器的概念，负责协调多个数据库（资源管理器）的事务，事务管理器先问问各个数据库你准备好了吗？

  • 如果每个数据库都回复 ok，那么就正式提交事务，在各个数据库上执行操作；
  • 如果任何其中一个数据库回答不 ok，那么就回滚事务。

• 缺点：比较适合单块应用里，跨多个库的分布式事务，而且因为严重依赖于数据库层面来搞定复杂的事务，效率很低，绝对不适合高并发的场景。

TCC 方案

TCC 的全称是：Try、Confirm、Cancel。

• Try 阶段：这个阶段说的是对各个服务的资源做检测以及对资源进行锁定或者预留。

• Confirm 阶段：这个阶段说的是在各个服务中执行实际的操作。

• Cancel 阶段：如果任何一个服务的业务方法执行出错，那么这里就需要进行补偿，就是执行已经执行成功的业务逻辑的回滚操作。（把那些执行成功的回滚）

• 比如说我们，一般来说跟钱相关的，跟钱打交道的，支付、交易相关的场景，我们会用 TCC，严格保证分布式事务要么全部成功，要么全部自动回滚，严格保证资金的正确性，保证在资金上不会出现问题。

• 缺点：这种方案说实话几乎很少人使用，我们用的也比较少，但是也有使用的场景。因为这个事务回滚实际上是严重依赖于你自己写代码来回滚和补偿了，会造成补偿代码巨大，非常之恶心。

• 优点：TCC 来保证强一致性（适用于资金要求绝对不能错的场景）

• 常用框架：

1. TX-LCN框架
2. tcc-transaction框架
3. himly框架
4. ByteTCC框架

本地消息表（国外的 ebay 搞出来的一套思想）

这个大概意思是这样的：

• A 系统在自己本地一个事务里操作同时，插入一条数据到消息表；
• 接着 A 系统将这个消息发送到 MQ 中去；
• B 系统接收到消息之后，在一个事务里，往自己本地消息表里插入一条数据，同时执行其他的业务操作，如果这个消息已经被处理过了，那么此时这个事务会回滚，这样保证不会重复处理消息；
  • B 系统执行成功之后，就会更新自己本地消息表的状态以及 A 系统消息表的状态；
  • 如果 B 系统处理失败了，那么就不会更新消息表状态，那么此时 A 系统会定时扫描自己的消息表，如果有未处理的消息，会再次发送到 MQ 中去，让 B 再次处理；
• 这个方案保证了最终一致性，哪怕 B 事务失败了，但是 A 会不断重发消息，直到 B 那边成功为止。
• 缺点：严重依赖于数据库的消息表来管理事务

可靠消息最终一致性方案

这个方案的大致意思就是：

• A 系统先发送一个 prepared 消息到 mq。
  • 如果这个 prepared 消息发送失败那么就直接取消操作别执行了；
  • 如果这个消息发送成功过了，那么接着执行本地事务，如果成功就告诉mq发送确认消息，如果失败就告诉 mq 回滚消息；
• 如果发送了确认消息，那么此时 B 系统会接收到确认消息，然后执行本地的事务；
  mq 会自动定时轮询所有 prepared消息回调你的接口，问你，这个消息是不是本地事务处理失败了，所有没发送确认的消息，是继续重试还是回滚？一般来说这里你就可以查下数据库看之前本地事务是否执行，如果回滚了，那么这里也回滚。这个就是避免可能本地事务执行成功了，而确认消息却发送失败了。
• 这个方案里，要是系统B的事务失败了咋办？
  • 使用重试策略，自动不断重试直到成功。
  • 如果实在是不行，要么就是针对重要的资金类业务进行回滚，比如B系统本地回滚后，想办法通知系统 A 也回滚；
  • 或者是发送报警由人工来手工回滚和补偿。
• 优点：适用于一般的分布式事务场景，如订单插入之后要调用库存服务更新库存，库存数据没有资金那么的敏感的业务场景。

最大努力通知方案

这个方案的大致意思就是：

• 系统 A 本地事务执行完之后，发送个消息到 MQ；
• 这里会有个专门消费 MQ 的最大努力通知服务，这个服务会消费 MQ 然后写入数据库中记录下来，或者是放入个内存队列也可以，接着调用系统 B 的接口；
  • 要是系统 B 执行成功就 ok 了；
  • 要是系统 B 执行失败了，那么最大努力通知服务就定时尝试重新调用系统 B，反复 N 次，最后还是不行就放弃。