分布式系统架构系列讲解十九（分布式事物实战 9）：Seata落地实战

最新推荐文章于 2022-08-27 10:54:35 发布
最新推荐文章于 2022-08-27 10:54:35 发布
阅读量149 收藏
点赞数
分类专栏： 分布式系统架构系列讲解 文章标签： Seata实战 Seata使用
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013277209/article/details/115559078
版权

分布式系统架构系列讲解 - 总目录

一，业务背景

用户购买商品的业务逻辑。整个业务逻辑由3个微服务提供支持：

  • 仓储服务：对给定的商品扣除仓储数量。
  • 订单服务：根据采购需求创建订单。
  • 帐户服务：从用户帐户中扣除余额。

业务流程：

在这里插入图片描述

订单服务创建订单，插入数据库，调用账户服务扣除余额，调用仓储服务扣减库存。

二，seata-server配置

1，seata-server下载

http://seata.io/zh-cn/blog/download.html

我们这里下载的1.4.0版本

了解本专栏 订阅专栏 解锁全文 超级会员免费看
吃透Java
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
分布式系统架构系列讲解三十三（高可用 1）：Master-Slave
吃透Java
04-12 874
一、引言 分布式系统通常由大量异构的节点和网络组成，节点随时可能crash，网络也随时可能出现延迟、丢包、分区。相比集中式应用，分布式系统放大了出故障的概率，因此分布式系统的其中一个实现目标就是高可用，高可用意味着系统必须具有较强的容错性，即在部分节点故障的情况下仍然能正常对外提供服务。 分布式系统实现高可用的方式有很多，常见的主要有以下几种： Master-Slave（包括主备、主从、主主） 集群 熔断 降级 限流 Master-Slave、集群的本质都是冗余。熔断、降级、限流则从另一个维度——系统内
分布式系统架构系列讲解 - 总目录
吃透Java
03-30 878
本专栏详细介绍分布式系统架构，分为理论篇+实践篇！ 理论篇主要包括：分布式架构一致性，分布式事物，高可用，高性能，高扩展等展开。 实践主要包括：Spring Cloud方案，Dubbo服务治理，Redis集群，分布式锁，Kafka，Zookeeper，mq等方案。 预计文章将会达到六七十篇！ 一，理论篇 分布式一致性 分布式系统架构系列讲解（分布式一致性 1）：CAP理论 分布式系统架构系列讲解（分布式一致性 2）：BASE理论 分布式事物 分布式系统架构系列讲解（分布式事物 1）：2PC 分布式系统架构系
Seata框架详解
敲代码的小小酥的博客
08-27 3387
seata学习
阿里分布式事务框架Seata原理解析
b_just的博客
06-15 2833
Seata框架是一个业务层的XA（两阶段提交）解决方案。在理解Seata分布式事务机制前，我们先回顾一下数据库层面的XA方案。 1. MySQL XA方案 MySQL从5.7开始加入了分布式事务的支持。MySQL XA中拥有两种角色： RM（Resource Manager）：用于直接执行本地事务的提交和回滚。在分布式集群中，一台MySQL服务器就是一个RM。 TM（Transaction Manager）：TM是分布式事务的核心管理者。事务管理器与每个RM进行通信，协调并完成分布式事务的处理。发起
分布式锁——理论篇
wangqsse的博客
06-26 278
1、什么是分布式锁 分布式锁是什么呢？当然是一种锁了，只不过是在分布式系统中使用的锁。在分布式系统中，为了防止分布式系统中的多个进程之间相互干扰，保证一个方法或属性在高并发情况下的同一时刻只能被同一个线程执行和使用，就需要一种分布式协调技术来对这些进程进行控制和调度。而分布式锁就是能够实现分布式协调调度的技术。 2、为什么使用分布式锁 在单机环境中Java提供了很多并发处理相关的API。比如在传统单体应用单机部署的情况下，可以使用Java并发处理相关的API(如Ree...
SpringCloud Alibaba实战第六课 分布式事务Seata和异步通信RocketMQ
fegus的博客
05-08 1449
16 分布式事务：Alibaba Seata 如何实现分布式事务 上一讲咱们了解了 APM 系统与 SkyWalking 的配置使用方法。本讲咱们要解决分布式事务这一技术难题，这一讲咱们将介绍三方面内容： 讲解分布式事务的解决方案； 介绍 Alibaba Seata 分布式事务中间件； 分析 Seata 的 AT 模式实现原理。 分布式事务的解决方案 下面咱们先聊一下为什么会产生分布式事务。咱们举个例子，某线上商城会员在购买商品的同时产生相应的消费积分，消费积分在下一次购物时可以抵用现金。
微服务架构下分布式事务解决方案
天行健，君子以自强不息；地势坤，君子以厚德载物。
02-05 835
前言在微服务架构中，随着服务的逐步拆分，数据库私有已经成为共识，这也导致所面临的分布式事务问题成为微服务落地过程中一个非常难以逾越的障碍，但是目前尚没有一个完整通用的解决方案。其实不仅仅是...
Spring Cloud Alibaba Nacos Seata 分布式微服务实战.pdf
04-29
Seata 是一款 Alibaba 开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务，本文带领大家入门使用seata。
seata分布式事物模型代码
05-28
seata分布式事物模型代码
分布式事务之Seata XA AT实战代码
04-22
具体使用，参考文章：https://blog.csdn.net/chyh741/article/details/124355241
分布式事务seata相关落地代码
03-21
分布式事务seata相关落地代码
SpringBoot+Dubbo+Seata分布式事务实战详解
08-25
主要介绍了SpringBoot+Dubbo+Seata分布式事务实战详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
分布式系统架构系列讲解八（分布式一致性 8）：PBFT算法
热门推荐
吃透Java
06-15 2万+
Leslie Lamport在论文中提出的口信消息解决方案就属于BFT，需要考虑恶意节点的篡改、攻击等问题。但是，口信消息解决方案在现实场景中很难落地。比如，它并不关心这个共识的结果是什么，这会出现一种情况：现在适合进攻，但将军们达成的共识却是撤退。 另外，实际场景中，我们往往需要就提议的一系列值（而不是单值）在拜占庭错误发生的时候，也能被达成共识。那应该怎么做呢？一种方案就是本文要讲解的PBFT算法。PBFT算法，是一种能在实际场景中落地的BFT算法，它在区块链中应用广泛。 一、oral message的
分布式系统架构系列讲解九（分布式一致性 9）：PoW算法
吃透Java
06-16 1775
谈起比特币，大家至少都应该有所耳闻吧？比特币是基于区块链实现的，而区块链运行在Internet上，这就存在有人试图作恶的情况。 前面几章，我提到的口信消息解决方案和PBFT算法，虽然能防止坏人作恶，但只能防止少数，也就是 (n-1)/3 个坏人 (其中 n 为节点数)。可由于很多区块链是在公网环境，可能有坏人不断增加节点数，轻松突破 (n - 1) / 3 的限制。 解决上述问题的方法就是PoW算法。PoW算法通过工作量证明（Proof of Work）增加了坏人作恶的成本，以此防止坏人作恶。本章，我就来讲
分布式系统架构系列讲解一（分布式一致性 1）：CAP理论
吃透Java
03-23 1388
集中式应用进行服务化拆分后，必然会出现一个问题：如何保证各个节点（Node）之间的数据一致性？ 比如以下场景：用户首先发起一次更新操作，映射到节点A；然后，用户又做了一次查询操作，操作映射到了节点B，此时A和B的数据如果不一致，对用户来说就会造成困扰。 分布式系统为了提高可用性，必然会引入冗余机制（副本），而冗余便带来了上面描述的一致性问题。为了解决这类问题，加州大学伯克利分校的Eric Brewer [https://en.wikipedia.org/wiki/Eric_Brewer_(scientist
分布式系统架构系列讲解三十一（可扩展 3）：全局流水号
吃透Java
04-02 1160
一、简介 在数据分片中，不管是普通hash、一致性hash还是range based，都要基于某个key进行hash运算，然后根据计算值进行分片。 Key一般采用基于记录的特征值，这个特征值在不同的框架中有不同的叫法，比如MongoDB中的sharding key (https://docs.mongodb.com/manual/core/sharding-shard-key/)，Oracle中的Partition Key(https://docs.oracle.com/cd/B28359_01/serve
分布式系统架构系列讲解三（分布式一致性 3）：共识问题
吃透Java
04-22 675
共识问题是分布式领域最复杂的一个容错模型，只有搞懂它，你才能掌握常用的各种共识算法，才能在设计分布式系统时，根据业务场景的特点选择适合的算法。 那么，什么是共识问题呢？ 简单的讲，共识问题就是分布式系统需要解决的一个核心问题：在一个可能发生机器宕机、网络异常、数据篡改的环境下，如何让分布式系统中的所有节点快速准确的对某个数据值达成一致，且不会破坏整个系统的一致性。 Leslie Lamport曾在论文《 The Byzantine Generals Problem》（https://www.microsof
分布式系统架构系列讲解七（分布式一致性 7）：Quorum NWR算法
吃透Java
06-11 601
CAP理论中的一致性一般指的是强一致性，也就是说写操作完成后，任何后续访问都能读到更新后的值。而BASE理论中的一致性指的是最终一致性，也就是说写操作完成后， 任何后续访问可能会读到旧数据，但是整个分布式系统的数据最终会达到一致。 那么，如果我们的系统现在是最终一致性模型，也就是AP模型，突然有一天因为业务需要，要临时保证节点间的数据强一致性，有没有办法临时做这样的改造呢？ 一种办法是重新开发一套系统，但显然成本太高了。另一种办法就是本章要介绍的Quorum NWR算法。通过 Quorum NWR，我们可以
分布式事物seata
最新发布
09-07
Seata是一款解决分布式数据一致性的优秀组件，经过阿里经济体内部的洪荒流量验证并且在双11中得到了应用。它是一个开源项目，在2019年对外开源。 Seata提供了四种常见的分布式事务解决方案，分别对应着分布式事务的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

吃透Java

你的鼓励是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值