分布式事务 学习

分布式事务

关系型数据库事务（本地事务）

• 原子性：构成事务的所有操作，要么都执行完成，要么都不执行/
• 一致性：在事务执行前后，数据库的一致性约束没有被破坏。
• 隔离性：并发的两个事务的执行互不干扰
• 持久性：事务完成后，事务对数据的更改会被持久化到数据库，且不会被回滚。

分布式事务 ：涉及多个事务之间网络远程协作的事务

微服务之间通过网络（HTTP)通信。

产生场景：

• 微服务架构，跨JVM进程产生分布式事务
• 单体系统访问多个数据库实例，跨数据库实例
• 多服务访问同一个数据库实例，跨JVM进程，两个微服务持有不同的数据库连接。

CAP理论： 一致性、可用性、分区容忍性

分布式事务控制到哪个程度呢？

• 具备P市，C、A不能共存

一致性

强一致性： 任何事件查询每个结点的数据都一致。

分区容忍性

• 通常，分布式系统的各结点部署在不同的子网，就是网络分区。不可避免地会出现，因为网络问题导致结点间通信失败。节点间通信失败时，仍然可对外提供服务就是分区容忍性。
  目标：
• 主数据库向数据库同步数据失败不印象读写操作。
• 其中一个结点挂了，不影响其他节点
  实现：
• 异步取代同步（结点间松散耦合）
• 一主多从
  分区容忍性是分布式系统具备的基本能力。

AP

放弃一致性

CP

放弃可用性

CA

放弃分区容忍性，不进行分区。不考虑网络不同或者结点挂掉的情况。不是标志的分布式系统。常用的关系型数据库。

BASE理论(AP的扩展)

强一致性和最终一致性

Basically Available、 Soft state、Eventually consistent

柔性事务：

• 出现故障时，允许部分不可用，包装核心功能可用
• 最终一致性
• 软状态: 比如支付中、数据同步中… …

分布式事务解决方案

2PC

两阶段提交协议[准备阶段、提交阶段]
整个事务过程由事务管理器和参与者组成
事务管理器决策事务的提交和回滚。事务参与者负责自己本地事务的提交和回滚。

2PC解决方案:

XA方案

2BC的传统方案在数据库层面实现。

DTP分布式事务处理模型

• 角色:
• AP：应用程序，使用DTP分布式事务的程序。
• RM：资源管理器
• TM：事务管理器
• 基于数据库的XA协议来实现2PC又称为XA方案，XA : 2PC接口协议。

TM向AP提供应用程序编程接口，AP通过TM提交及回滚事务
TM交易中间件通过XA接口来通知RM数据库事务的开始、结束以及提交、回滚

问题：依赖于数据库，要求数据库支持2PC协议；准备阶段没有正式提交。资源锁需要等两个阶段结束才会释放。

Seata方案

开源的分布式事务框架。性能较好。对业务0侵入。提供2PC及TCC模式的分布式事务解决方案

TCC: [try cancel Confirm]

try阶段都成功就认为一定能成功;如果Confirm失败则重试，或人工介入处理；
如果有try失败，就回滚成功try的资源。因为try时做了资源预留等操作。

• 幂等问题：幂等是指：同一个操作，无论请求多少次，其结果都相同。解决：增加执行状态，每次执行前都查询该状态。
• 空回滚：没调用try，却调用了Cancel方法。出现原因：一个分支事务所在服务宕机或网络异常，分支事务记录为失败，这时其实没有执行try方法，但是故障恢复后，分布式事务进行回滚调用二阶段的Cancel方法，从而形成空回滚。解决：第一阶段Try方法中插入记录表示第一阶段执行了，Cancel接口读取该记录，判断是否执行了Try.
• 悬挂：对于分布式事务，其二阶段Cancel比Try接口先执行。出现原因：
  

TCC解决方案

Hmily

可靠消息最终一致性方案

事务发起方执行完本地事务后发出一条消息，事务参与方一定能够接收消息并处理事务成功，只要消息发送给事务参与方最终事务要达到一致。

本地事务与消息发送的原子性

事务参与方接收消息的可靠性

消息重复消费问题

本地消息表方案