分析——简单搞定分布式事务问题

分布式事务产生的背景

数据库事务要满足几个要求：ACID

Atomic（原子性） 事务必须是原子的工作单元

Consistent（一致性 ） 事务完成时，必须使所有数据都保持一致状态

Isolation（隔离性） 并发事务所做的修改必须合其他事务所做的修改是隔离的

Duration（持久性） 事务完成后，对系统的影响是永久的

因为由于原子性和隔离性会导致事务的实现代价高一些，而原子性需要一定锁的机制来实现

Mysql里的事务处理过程

1、记录redo和undo log文件

• redo 是数据库事务处理后的记录
• undo 是数据库事务处理前的记录
  确保日志在磁盘上的持久化

2、更新数据记录

3、提交事务，redo写入commit记录

分布式事务

数据库分库分表

SOA化

X/OpenDTP事务模型（两阶段提交）

2PC，用来保证分布式事务的完整性

J2EE 遵循了X/OpenDTP规范，设计并实现了Java里面的分布式事务编程接口规范-JTA
XA是X/OpenDTP定义的中间件与数据库之间的接口规范。XA接口函数由数据库厂商提供。

X/OpenDTP 角色

• AP application
• RM resourse manager 资源管理器 数据库
• TM transaction manager 事务管理器 事务协调者

2PC

阶段一：提交事务请求

1、TM向所有的AP发送事务内容，询问是否可以执行事务的提交操作，并等待各个AP的响应。

2、执行事务，各个AP节点执行事务操作，将undo和redo信息记录到事务日志中，尽量把提交过程中
所消耗时间的操作和准备都提前完成，确保后续事务提交的成功率。

3、各个AP向TM反馈事务询问的响应，各个AP执行了事务操作，那么反馈给TM yes的response；如果AP没有成功执行事务，就反馈TM no的response

阶段二：执行事务提交

执行提交事务

假设一个事务的提交过程总共需要30s，其中prepare操作需要28s（事务日志落地磁盘及各种io操作），而真正的commit只需要2s，那么commit阶段发送错误的概率和prepare相比 2：28（<10%） 只要第一个阶段成功，第二个阶段失败的概率很低，大大增加了分布式事务的成功率

中断事务提交

2PC存在的问题

1、数据一致性的问题
2、同步阻塞

3PC

阶段一 canCommit

阶段二 preCommit

阶段三 doCommit

TCC事务实现

• Try阶段：主要是对业务系统做检测（一致性）及资源预留（准隔离性）
• Confirm阶段：主要是对业务系统做确认提交，Try阶段执行成功并开始执行 Confirm阶段时，默认Confirm阶段是不会出错的。即：只要Try成功，Confirm一定成功。(Confirm 操作满足幂等性。要求具备幂等设计，Confirm 失败后需要进行重试。
• Cancel阶段主要是在业务执行错误，需要回滚的状态下执行的业务取消，预留资源的释放。

最终一致性方案之ebay模式

eBay在2008年公布了一个关于BASE准则提到一个分布式事务解决方案。eBay的方案其实是一个最终一致性方案，它主要采用消息队列来辅助实现事务控制流程，方案的核心是将需要分布式处理的任务通过消息队列的方式来异步执行，如果事务失败，则可以发起人工重试的纠正流程。人工重试被更多的应用于支付场景，通过对账系统对事后问题进行处理。

比如一个很常见的场景：某个用户产生了一笔交易，那么需要在交易表中增加记录，同时需要修改用户表的金额（余额），由于这两个表属于不同的远程服务，所以就会涉及到分布式事务与数据一致性的问题。

那么在这里可以使用消息队列（MQ）来做
先启动一个事务，更新交易表（transaction）后，并不直接更新user表，而是将要对user表进行的更新插入到消息队列中。
目标系统收到该消息以后，启动本地事务去对用户表的余额做调整
伪代码
bool result=dao.update();
if(result){
mq.send();
}

根据上面的伪代码的实现方案，可能出现几种情

1. 数据库操作成功，向MQ中投递消息也成功
2. 操作数据库失败，不会向MQ中投递消息
3. 操作数据库成功，但是向MQ中投递消息时失败，向外抛出异常。数据库操作回滚

对于上面几种情况，问题都不大。那么我们分析小消费端的问题
1.消息出队列以后，消费者对应的业务操作要执行成功。如果执行失败，消息不能失效或者丢失。需要保证消息和业务操作一致
2.尽量避免消息重复消费，如果重复消费，也不能影响业务的执行结果

对于第一个问题，如何保证消息不丢失
现在用的比较普遍的MQ都具有持久化消息的功能，如果消费者宕机或者消费失败，都可以执行重试机制

对于如何避免消息的重复消费

1. 保证消费者的幂等性；也就是说如果队列中的消息因为网络异常导致发送多次的情况下，仍然需要保证消息被应用多次与应用一次产生的效果是一样的
2. 通过消费日志表来记录消费状态；增加一个message_applied（msg_id）表，用来记录已经被成功应用的消息。在目标系统执行更新操作之前，先检测该消息是否已经被消费过，消费完成后通过本地事务控制来更新这个“消费表状态”，用来避免消息重复消费问题

上面这种方式是非常经典的实现，基本避免了分布式事务，实现了“最终一致性”。
各大知名的电商平台和互联网公司，几乎都是采用类似的设计思路来实现“最终一致性”的。这种方式适合的业务场景广泛，而且比较可靠。不过这种方式技术实现的难度比较大

推荐些开源的TCC的框架

tcc-transaction
bytetcc