flink二阶段提交mysql_flink的二阶段提交

场景描述：

两阶段提交(two-phase commit, 2PC)是最基础的分布式一致性协议，应用广泛。本文来介绍它的相关细节以及它在Flink中的典型应用场景。。

简介：

2PC 在分布式系统中，为了让每个节点能够感知其他所有节点的事务执行情况，需要我们引入一个中心节点的凡是统一所有节点的执行逻辑和进度。这个中心节点叫做协调者(coordinator)，而其中向中心节点汇报或者被中心节点调度的其他节点叫做参与者。

具体过程

请求阶段

1、协调者向所有参与者发送准备请求与事务内容，询问是否可以准备事务提交，并等待参与者的响应。

2、参与者执行事务中的包含操作，并记录undo日志(用于回滚)和redo日志(用于重放)，但是不真正提交。

3、参与者向协调者返回事务才做的执行结果，执行陈工返回yes,否则返回no.

提交阶段(分成成功和失败两种情况)

若所有的参与者都返回yes,说明事务可以提交。

1、协调者向所有参与者发送commit请求。

2、参与者收到commit 请求后，将事务真正的提交上去，并释放占用的事务资源，并向协调者返回ack。

3、协调者收到所有参与者ack消息，事务成功完成。

若有参与者返回no或者超时未返回，说明事务终端，需要回滚。

1、协调者向所有参与者发送rollback请求。

2、参与者收到rollback请求后，根据undo日志回滚到事务执行前的状态，释放占用的事务资源，并向协调者返回ack。

3、协调者收到所有参与者的ack消息，事务回滚完成。

2pc 的优缺点

2PC的优点在于原理非常简单，容易理解及实现。缺点主要有3个，列举如下：

(1)协调者存在单点问题。如果协调者挂了，整个2PC逻辑就彻底不能运行。

(2)、执行过程是完全同步的。各参与者在等待其他参与者响应的过程中都处于阻塞状态，大并发下有性能问题。

(3)、仍然存在不一致风险。如果由于网络异常等意外导致只有部分参与者收到了commit请求，就会造成部分参与者提交了事务而其他参与者未提交的情况。

不过，现在人们在分布式一致性领域做了很多工作，以ZooKeeper为代表的分布式协调框架也数不胜数，2PC有了这些的加持，可靠性大大提升了，也就能够真正用在要求高的生产环境中了。下面看看2PC与Flink是怎么扯上关系的。

flink基于2PC 应用

2PC 的最常见应用场景其实是关系型数据库，比如mysql InnoDB 存储引擎的XA事务系统。

Flink作为流式处理引擎，自然也提供了对exactly once语义的保证。flink的内部意图检查点机制和轻量级分布式快照算法ABS 保证exactly once .。二我们要实现端到端的精确一次的输出逻辑，则需要施加以下两种限制之一：幂等性写入(idempotent write)、事务性写入(transactional write)。

在Spark Streaming中，要实现事务性写入完全靠用户自己，框架本身并没有提供任何实现。但是在Flink中提供了基于2PC的SinkFunction，名为TwoPhaseCommitSinkFunction，帮助我们做了一些基础的工作。

flink 官方推荐所有需要保证exactly once 的sink 逻辑都继承该抽象类。它具体定义如下四个抽象方法。需要我们去在子类中实现。

protected abstract TXN beginTransaction() throws Exception;

protected abstract void preCommit(TXN transaction) throws Exception;

protected abstract void commit(TXN transaction);

protected abstract void abort(TXN transaction);

beginTransaction(): 开始一个事务，返回事务信息的句柄。

preCommit :预提交(即提交请求)阶段的逻辑

commit():正式提交阶段的逻辑

abort():取消事务

下面以Flink与Kafka的集成来说明2PC的具体流程。注意这里的Kafka版本必须是0.11及以上，因为只有0.11+的版本才支持幂等producer以及事务性，从而2PC才有存在的意义。Kafka内部事务性的机制如下框图所示。

kafka 的事务和幂等性参考。

https://blog.csdn.net/weixin_40809627/article/details/106918385

flink 实现两阶段提交具体实现为：

FlinkKafkaProducer011.commit()方法实际上是代理了KafkaProducer.commitTransaction()方法，正式向Kafka提交事务。

@Override

protected void commit(KafkaTransactionState transaction) {

if (transaction.isTransactional()) {

try {

transaction.producer.commitTransaction();

} finally {

recycleTransactionalProducer(transaction.producer);

}

}

}

该方法的调用点位于 TwoPhaseCommitSinkFunction.notifyCheckpointComplete()方法中，顾名思义，当所有的检查点都成功后，会调用这个方法。

@Override

public final void notifyCheckpointComplete(long checkpointId) throws Exception {

Iterator>> pendingTransactionIterator = pendingCommitTransactions.entrySet().iterator();

checkState(pendingTransactionIterator.hasNext(), "checkpoint completed, but no transaction pending");

Throwable firstError = null;

while (pendingTransactionIterator.hasNext()) {

Map.Entry> entry = pendingTransactionIterator.next();

Long pendingTransactionCheckpointId = entry.getKey();

TransactionHolder pendingTransaction = entry.getValue();

if (pendingTransactionCheckpointId > checkpointId) {

continue;

}

LOG.info("{} - checkpoint {} complete, committing transaction {} from checkpoint {}",

name(), checkpointId, pendingTransaction, pendingTransactionCheckpointId);

logWarningIfTimeoutAlmostReached(pendingTransaction);

try {

commit(pendingTransaction.handle);

} catch (Throwable t) {

if (firstError == null) {

firstError = t;

}

}

LOG.debug("{} - committed checkpoint transaction {}", name(), pendingTransaction);

pendingTransactionIterator.remove();

}

if (firstError != null) {

throw new FlinkRuntimeException("Committing one of transactions failed, logging first encountered failure",

firstError);

}

}

从代码中可以看出，该方法每次从赈灾等待提交的事务句柄中取出一个，检查他的检查点ID,并调用commit()方法提交，这个阶段流程图为

可见，只有在所有的检查点都成功的这个前提下，写入才会成功。这符合前文描述2PC的流程。其中jobmanager为协调者，各个算子为参与者，并且中有sink一个参与者会执行提交。一旦有了检查点失败，notifyCheckpointComplete()方法不会执行，如果重试不成功的化。最后会调用abort()方法回滚事务。

@Override

protected void abort(KafkaTransactionState transaction) {

if (transaction.isTransactional()) {

transaction.producer.abortTransaction();

recycleTransactionalProducer(transaction.producer);

}

}

待确认点：具体代码实现逻辑(感觉有部分说的不是清楚)

1、数据怎么提交到kafk中 两步 提交请求 和执行

2、具体代码实现