分布式事务之最终一致性

问题描述

比如有订单，库存两个数据，一个下单过程简化为，加一个订单，减一个库存。 而订单和库存是独立的服务，那怎么保证数据一致性。

这时候我们需要思考一下，怎么保证两个远程调用“同时成功”，数据一致？

请大家先注意一点远程调用最郁闷的地方就是，结果有3种，成功、失败和超时。 超时的话，成功失败都有可能。而超时的结果是无法预测的，超时之后可能成功也可能失败，如果超时重试成功，但是本地事务已经回滚，而消息却消费成功了，这时候就不一致了。

一般的解决方案，大多数的做法是借助mq来做最终一致。（目前只有rocketmq支持事务消息，本文介绍背景采用的是rabbitmq）

 

为什么使用mq

那么针对最终一致性为什么要使用mq呢？我想很多人也知道网上很多人在说mq实现最终一致性，但是从来没有仔细想想为什么要用mq。我列出这几个原因来供你参考：
1、mq可以解决http请求出现异常的时候带来的一系列问题
2、mq可以有多个消费者，完全契合微服务
3、mq本质是队列，在高并发下，可以保证你的数据正常

 

 

实现流程

下面是一种可靠消息最终一致性事务方案的实现流程：

正常流程：

1. A 系统发送预发送消息给消息服务系统。

2. 消息服务系统存储预发送的消息到消息数据库。

3. 消息服务系统返回存储预发送消息的结果到 A 系统。

4. 如果第 3 步返回的结果是成功的， A 系统则执行业务操作，否则不执行。

5. A 系统业务操作成功后，通知消息服务系统 。

6. 消息服务系统发送消息到 MQ ，并且更新预发送消息状态为已发送（同一个事务内）。

7. MQ 发送消息到 B 系统。

8. B 系统执行业务操作，保证幂等性，防止同一个消息重复执行，如果是业务失败，则发送消息通知A回滚。

9. B 系统向 MQ ack 此条消息，并向消息服务系统进行确认成功消费消息，让消息服务系统将消息状态置为已消费。

10. 消息恢复系统定时去消息服务系统查一下消息数据，查看有没有状态为非已消费（预发送和已发送）状态的超时（比如 2 分钟以上还未消费的）消息。

11. 如果第 10 步发现有非已消费状态的超时消息，调用 A 系统提供的查询接口，查询次条消息对应的业务数据是否为处理成功。

12. 如果业务数据是处理成功的状态，那么就再次调用确认并发送消息，即进入第 6 步。如果业务数据是处理失败的，那么就调用消息服务系统进行删除该条消息数据。

再来看看有错（比如说网络断了或者服务器挂了）的时候，这个系统是怎么保证一致性的：

• 第 1 步失败，相当于什么都没做。
• 第 2 步失败，第 3 步会返回失败结果，A 系统不执行业务操作。
• 第 3 步失败，A 系统不执行业务操作，消息恢复系统在第 12 步判断业务处理失败。
• 第 4 步失败，A 系统回滚业务，同样消息恢复系统在第 12 步判断业务处理失败。
• 第 5、6、7、8、9 步失败，消息恢复系统在第 12 步判断业务处理成功，重试第 6 步直到成功为止。如果在第 9 步失败了，B 系统会重复消费某条消息，所以 B 系统要设计成幂等操作，对于同一操作发起的一次请求或者多次请求的结果是一致的，不会因为多次调用而产生了副作用。

所以，只要消息数据持久化了，我就假设后面一定会被消费，就算后面挂了一堆东西，但是我们把挂掉的服务再全部启动，这条消息还是会被消费，不会丢失，可以保证最终一致性。

 

需要注意的问题

1、消息的100%投递
首先我们需要保证的就是消息一定要投递出去，要是我们消息都不能保证投递成功，那么后面的逻辑就走不下去了。

2、我们需要保证幂等性（无论多少次操作，最后造成的结果和只执行一次造成的结果是一样的。）
消息肯定会出现重复投递的问题，这里应该由消费端去保证，重复的消息不能进行消费。

 

 

参考：https://cloud.tencent.com/developer/article/1477485