分布式事务与本地事务

事务保证：
1、订单服务异常，库存锁定不运行，全部回滚，撤销操作
2、库存服务事务自治，锁定失败全部回滚，订单感受到，继续回滚
3、库存服务锁定成功了，但是网络原因返回数据途中问题？
4、库存服务锁定成功了，库存服务下面的逻辑发生故障，订单回滚了，怎么处理？

利用消息队列实现最终一致
库存服务锁定成功后发给消息队列消息（当前库存工作单），过段时间自动解锁，解锁时先查询订单的支付状态。解锁成功修改库存工作单详情项状态为已解锁

1、远程服务假失败：
远程服务其实成功了，由于网络故障等没有返回导致：订单回滚，库存却扣减
2、远程服务执行完成，下面的其他方法出现问题导致：
已执行的远程请求，肯定不能回滚

一、本地事务

1、事务的基本性质

数据库事务的几个特性：原子性(Atomicity )、一致性( Consistency )、隔离性或独立性( Isolation)
和持久性(Durabilily)，简称就是ACID；

• 原子性：一系列的操作整体不可拆分，要么同时成功，要么同时失败
• 一致性：数据在事务的前后，业务整体一致。
  转账。A:1000；B:1000； 转200 事务成功; A：800 B：1200
• 隔离性：事务之间互相隔离。
• 持久性：一旦事务成功，数据一定会落盘在数据库。

在以往的单体应用中，我们多个业务操作使用同一条连接操作不同的数据表，一旦有异常，我们可以很容易的整体回滚；

Business：我们具体的业务代码
Storage：库存业务代码；扣库存
Order：订单业务代码；保存订单
Account：账号业务代码；减账户余额

比如买东西业务，扣库存，下订单，账户扣款，是一个整体；必须同时成功或者失败
一个事务开始，代表以下的所有操作都在同一个连接里面；

2、事务的隔离级别

• READ UNCOMMITTED（读未提交）
  该隔离级别的事务会读到其它未提交事务的数据，此现象也称之为脏读。
• READ COMMITTED（读提交）
  一个事务可以读取另一个已提交的事务，多次读取会造成不一样的结果，此现象称为不可重
  复读问题，Oracle 和SQL Server 的默认隔离级别。
• REPEATABLE READ（可重复读）
  该隔离级别是MySQL 默认的隔离级别，在同一个事务里，select 的结果是事务开始时时间
  点的状态，因此，同样的select 操作读到的结果会是一致的，但是，会有幻读现象。MySQL
  的InnoDB 引擎可以通过next-key locks 机制（参考下文"行锁的算法"一节）来避免幻读。
• SERIALIZABLE（序列化）
  在该隔离级别下事务都是串行顺序执行的，MySQL 数据库的InnoDB 引擎会给读操作隐式
  加一把读共享锁，从而避免了脏读、不可重读复读和幻读问题。

3、事务的传播行为

1. PROPAGATION_REQUIRED：如果当前没有事务，就创建一个新事务，如果当前存在事务，
   就加入该事务，该设置是最常用的设置。
2. PROPAGATION_SUPPORTS：支持当前事务，如果当前存在事务，就加入该事务，如果当
   前不存在事务，就以非事务执行。
3. PROPAGATION_MANDATORY：支持当前事务，如果当前存在事务，就加入该事务，如果
   当前不存在事务，就抛出异常。
4. PROPAGATION_REQUIRES_NEW：创建新事务，无论当前存不存在事务，都创建新事务。
5. PROPAGATION_NOT_SUPPORTED：以非事务方式执行操作，如果当前存在事务，就把当
   前事务挂起。
6. PROPAGATION_NEVER：以非事务方式执行，如果当前存在事务，则抛出异常。
7. PROPAGATION_NESTED：如果当前存在事务，则在嵌套事务内执行。如果当前没有事务，
   则执行与PROPAGATION_REQUIRED 类似的操作。

@Transactional(isolation = Isolation.READ_COMMITTED) 设置事务的隔离级别
@Transactional(propagation = Propagation.REQUIRED)   设置事务的传播级别

4、SpringBoot 事务关键点

1、事务的自动配置

TransactionAutoConfiguration

2、事务的坑

本地事务时效问题

在同一个类里面，编写两个方法，内部调用的时候，会导致事务设置失效。原因是没有用到
代理对象的缘故。

解决：

1. 导入spring-boot-starter-aop

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-aop</artifactId>
</dependency>

2. 去启动类添加 @EnableAspectJAutoProxy(exposeProxy=true) 使用aop动态代理，不然默认使用jdk接口默认生成的，以后所有的动态代理都是他帮我们创建，即使没有接口也可以动态代理（exposeProxy=true 对外暴露代理对象）

3. @EnableTransactionManagement(proxyTargetClass = true)

4. AopContext.currentProxy() 调用方法

OrderServiceImpl o = (OrderServiceImpl) AopContext.currentProxy();
获取当前对象的代理对象，再去调用方法

二、分布式事务

1、为什么有分布式事务

分布式系统经常出现的异常
机器宕机、网络异常、消息丢失、消息乱序、数据错误、不可靠的TCP、存储数据丢失…

1、CAP 定理

CAP 原则又称CAP 定理，指的是在一个分布式系统中

• 一致性（Consistency）：
  在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访
  问同一份最新的数据副本）
• 可用性（Availability）
  在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据
  更新具备高可用性）
• 分区容错性（Partition tolerance）
  大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。
  分区容错的意思是，区间通信可能失败。比如，一台服务器放在中国，另一台服务
  器放在美国，这就是两个区，它们之间可能无法通信。
  CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

分布式事务是企业集成中的一个技术难点，也是每一个分布式系统架构中都会涉及到的一个
东西，特别是在微服务架构中，几乎可以说是无法避免。
分布式系统中实现一致性的raft 算法、paxos
http://thesecretlivesofdata.com/raft/

面临的问题

对于多数大型互联网应用的场景，主机众多、部署分散，而且现在的集群规模越来越大，所
以节点故障、网络故障是常态，而且要保证服务可用性达到99.99999%（N 个9），即保证
P 和A，舍弃C。

3、BASE 理论

是对CAP 理论的延伸，思想是即使无法做到强一致性（CAP 的一致性就是强一致性），但可
以采用适当的采取弱一致性，即最终一致性。
BASE 是指

• 基本可用（Basically Available）
• 基本可用是指分布式系统在出现故障的时候，允许损失部分可用性（例如响应时间、
  功能上的可用性），允许损失部分可用性。需要注意的是，基本可用绝不等价于系
  统不可用。
• 响应时间上的损失：正常情况下搜索引擎需要在0.5 秒之内返回给用户相应的
  查询结果，但由于出现故障（比如系统部分机房发生断电或断网故障），查询
  结果的响应时间增加到了1~2 秒。
• 功能上的损失：购物网站在购物高峰（如双十一）时，为了保护系统的稳定性，
  部分消费者可能会被引导到一个降级页面。
• 软状态（ Soft State）
• 软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布
  式存储中一般一份数据会有多个副本，允许不同副本同步的延时就是软状态的体
  现。mysql replication 的异步复制也是一种体现。
• 最终一致性（ Eventual Consistency）
• 最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状
  态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

4、强一致性、弱一致性、最终一致性

从客户端角度，多进程并发访问时，更新过的数据在不同进程如何获取的不同策略，决定了
不同的一致性。对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一
致性。如果能容忍后续的部分或者全部访问不到，则是弱一致性。如果经过一段时间后要求
能访问到更新后的数据，则是最终一致性

分布式事务就是为了最终一致性

3、分布式事务几种方案

1）、2PC 模式

数据库支持的2PC【2 phase commit 二阶提交】，又叫做XA Transactions。
MySQL 从5.5 版本开始支持，SQL Server 2005 开始支持，Oracle 7 开始支持。
其中，XA 是一个两阶段提交协议，该协议分为以下两个阶段：

1. 第一阶段：事务协调器要求每个涉及到事务的数据库预提交(precommit)此操作，并反映是
   否可以提交.
2. 第二阶段：事务协调器要求每个数据库提交数据。
   其中，如果有任何一个数据库否决此次提交，那么所有数据库都会被要求回滚它们在此事务
   中的那部分信息。

• XA 协议比较简单，而且一旦商业数据库实现了XA 协议，使用分布式事务的成本也比较
  低。
  

• XA 性能不理想，特别是在交易下单链路，往往并发量很高，XA 无法满足高并发场景

• XA 目前在商业数据库支持的比较理想，在mysql 数据库中支持的不太理想，mysql 的
  XA 实现，没有记录prepare 阶段日志，主备切换回导致主库与备库数据不一致。

• 许多nosql 也没有支持XA，这让XA 的应用场景变得非常狭隘。

• 也有3PC，引入了超时机制（无论协调者还是参与者，在向对方发送请求后，若长时间
  未收到回应则做出相应处理）

2）、柔性事务-TCC 事务补偿型方案

刚性事务：遵循ACID 原则，强一致性。
柔性事务：遵循BASE 理论，最终一致性；
与刚性事务不同，柔性事务允许一定时间内，不同节点的数据不一致，但要求最终一致。

一阶段prepare 行为：调用自定义的prepare 逻辑（预准备数据）。
二阶段commit 行为：调用自定义的commit 逻辑（提交数据）。
二阶段rollback 行为：调用自定义的rollback 逻辑（回滚数据）。
所谓TCC 模式，是指支持把自定义的分支事务纳入到全局事务的管理中。

3）、柔性事务-最大努力通知型方案 ）适用于大并发

按规律进行通知，不保证数据一定能通知成功，但会提供可查询操作接口进行核对。这种
方案主要用在与第三方系统通讯时，比如：调用微信或支付宝支付后的支付结果通知。这种
方案也是结合MQ 进行实现，例如：通过MQ 发送http 请求，设置最大通知次数。达到通
知次数后即不再通知。
如果某一个执行失败就往MQ中发送消息，其他服务订阅，收到消息后回滚，预防收不到失败消息会一直发送（主题模式）
案例：银行通知、商户通知等（各大交易业务平台间的商户通知：多次通知、查询校对、对
账文件），支付宝的支付成功异步回调

4）、柔性事务-可靠消息+最终一致性方案（异步确保型）适用于大并发

实现：业务处理服务在业务事务提交之前，向实时消息服务请求发送消息，实时消息服务只
记录消息数据，而不是真正的发送。业务处理服务在业务事务提交之后，向实时消息服务确
认发送。只有在得到确认发送指令后，实时消息服务才会真正发送。
防止消息丢失：

/**
*1、做好消息确认机制（pulisher，consumer【手动ack】）
*2、每一个发送的消息都在数据库做好记录。定期将失败的消息再次发送一 遍
*/

SEATA Alibaba分布式事务解决方案

1.SEATA AT 模式每一个服务需要 UNDO_LOG 表 AT适用于简单场景不适合高并发

-- 注意此处0.3.0+ 增加唯一索引 ux_undo_log
CREATE TABLE `undo_log` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `branch_id` bigint(20) NOT NULL,
  `xid` varchar(100) NOT NULL,
  `context` varchar(128) NOT NULL,
  `rollback_info` longblob NOT NULL,
  `log_status` int(11) NOT NULL,
  `log_created` datetime NOT NULL,
  `log_modified` datetime NOT NULL,
  `ext` varchar(100) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `ux_undo_log` (`xid`,`branch_id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

2.从 https://github.com/seata/seata/releases,下载服务器软件包，将其解压缩。事务协调器，Seata服务器

3.导入依赖
这个就是依赖对应的setata版本

<dependency>
   <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
</dependency>

2.配置
指定注册中心

指定配置

开启全局事务

@GlobalTransactional(rollbackFor = Exception.class)

所有想要seata管理分布式事务需要让他代理数据源

package cn.cloud.xmall.order.config;

import com.zaxxer.hikari.HikariDataSource;
import io.seata.rm.datasource.DataSourceProxy;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.autoconfigure.jdbc.DataSourceProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.util.StringUtils;

import javax.sql.DataSource;


/**
 * @Description: seata 代理数据源
 **/

@Configuration
public class MySeataConfig {

    @Autowired
    DataSourceProperties dataSourceProperties;


    @Bean
    public DataSource dataSource(DataSourceProperties dataSourceProperties) {

        HikariDataSource dataSource = dataSourceProperties.initializeDataSourceBuilder().type(HikariDataSource.class).build();
        if (StringUtils.hasText(dataSourceProperties.getName())) {
            dataSource.setPoolName(dataSourceProperties.getName());
        }

        return new DataSourceProxy(dataSource);
    }

}

nacos + seata 报错 endpoint format should like ip:port

第一，保证版本问题，seata 下载的服务器版本和maven引入的依赖版本必须一致，我的是1.3

第二，重点配置出现在


3.客户端application.yaml对应的设置

 * Seata控制分布式事务
 *  1）、每一个微服务必须创建undo_Log
 *  2）、安装事务协调器：seate-server
 *  3）、整合
 *      1、导入依赖
 *      2、解压并启动seata-server：
 *          registry.conf:注册中心配置    修改 registry ： nacos
 *      3、所有想要用到分布式事务的微服务使用seata DataSourceProxy 代理自己的数据源
 *      4、每个微服务，都必须导入   registry.conf   file.conf
 *          vgroup_mapping.{application.name}-fescar-server-group = "default"
 *      5、启动测试分布式事务
 *      6、给分布式大事务的入口标注@GlobalTransactional
 *      7、每一个远程的小事务用@Trabsactional