正文 

当前位置： 首页 > 程序 > java教程

分布式事务的现象及理解

cb1186512739 cb1186512739     2023-03-21     473

关键词：

分布式事务

背景

在微服务环境下，因为会根据不同的业务会拆分成不同的服务，比如会员服务、订单服务、商品服务等，让专业的人做专业的事情，每个服务都有自己独立的数据库，并且是独立运行，互不影响。但是每个服务中都有自己独立的数据源，即自己独立的本地事务。两个服务相互通讯的时候，两个本地事务互不影响，从而出现分布式事务产生的原因。

案例说明： 下单和扣库存如何保持一致问题
描述： 数据库都是独立的，每个独立的数据源中都有自己独立的事务，该事务成为本地事务。本地事务有效范围在同一个jdbc里面（同一个事务管理器 ）

技术图片

代码展示:
技术图片

问题： 下单失败了，但是库存成功了，如何去回滚？ 注意： 下单成功，库存失败，不属于分布式事务问题。

总结： 本地数据源有效范围是 同一个jdbc连接或者同一个事务管理器。

分布式事务解决方案

刚性事务 -- 关系型数据库的ACID

关系型数据库天生就是解决具有复杂事务场景的问题，关系型数据库完全满足ACID的特性。满足ACID特性

ACID对应的含义：事务管理（ACID）

    谈到事务一般都是以下四点:

         原子性（Atomicity）：原子性是指事务是一个不可分割的工作单位，事务中的操作要么都发生，要么都不发生。

        一致性（Consistency）：事务前后数据的完整性必须保持一致。

        隔离性（Isolation）：事务的隔离性是多个用户并发访问数据库时，数据库为每一个用户开启的事务，不能被其他事务的操作数据所干扰，多个并发事务之间要相互隔离。

        持久性（Durability）：持久性是指一个事务一旦被提交，它对数据库中数据的改变就是永久性的，接下来即使数据库发生故障也不应该对其有任何影响

柔性事务 -- 遵循Base和CPA理论

CPA理论

  1. C:Consistency, 一致性。在分布式系统中的所有数据 备份，在同一时刻具有同样的值，所有节点在同一时刻读取的数据都是最新的数据副本。双方进行通讯的时候，或者服务器集群的时候，一定要保证数据一致性问题，不能发生脏读等问题。其实一般情况下可以做个取舍，可以暂时不遵循一致性，但是达到最终一致性，只要核心遵循下面的可用性和分区容忍性就可以。

  2. A:Availability,可用性，好的响应性能。完全的可用性指的是在任何故障模型下，服务都会在有限的时间内处理完成并进行响应。比如服务器宕机情况下 还有备机

  3. P: Partition tolerance,分区容错性。尽管网络上有部分消息丢失，但系统仍然可继续工作。

总结：

  • CAP原理指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。
  • 对于分布式数据系统，分区容忍性是基本要求，容错是肯定的，否则就失去了价值，在一致性和可用性之间取一个平衡
  • 对于大多数web应用，其实并不需要强一致性，因此牺牲一致性而换取高可用性，是目前多数分布式数据库产品的方向。
  • 通过软状态，可以暂时不一致，但是最终实现一致。通过补偿、重试等。
  • 牺牲一致性，只是不再要求关系型数据库中的强一致性，而是只要系统能达到最终一致性即可
  • 由于关系型数据库是单节点无复制的，因此不具有分区容忍性，但是具有一致性和可用性，而分布式的服务化系统都需要满足分区容忍性，那么我们必须在一致性和可用性之间进行权衡
注意实际开发中只遵循了P和A

Base 理论

  1. BA:(Basically Available)，基本可用。指分布式系统在出现故障的时候，保证核心可用。比如：网页访问过大时，部分用户提供降级服务。
  2. S:(Soft State)，软状态，状态可以在一段时间内不同步。
  3. E:(Eventually Consistent)，最终一致，在一定的时间内，最终数据达成一致即可。

总结： BASE 思想与 ACID 原理截然不同，它满足CAP原理，通过牺牲强一致性获得可用性， 一般应用于服务化系统的应用层或者大数据处理系统中，通过达到最终一致性来尽量满足业务的绝大多数需求。

支付案例

技术图片

流程如下：

  • toov5 调用支付宝时候 会传递两个参数 同步回调地址 和 异步回调地址
  • 同步回调地址：支付完成后，支付宝采用浏览器方式重定向回调方
  • 异步回调地址：支付完成后，采用后台也就是HttpClient进行调用toov5接口通知支付接口
  • 当通知接口出现延迟或者异常情况下，支付宝会发生自动重试。短暂的不一致情况

柔性事务分为：

  • 两阶段型
  • 补偿型
  • 异步确保型
  • 最大努力通知型

关于两阶段、三阶段

1. 两阶段： 交易中间件与数据库通过 XA 接口规范，使用两阶段提交来完成一个全局事务， XA规范的基础是两阶段提交协议。
  1. 准备阶段：协调者向参与者发起指令，参与者评估自己的状态，如果参与者评估指令可以完成，则会写redo或者undo日志（提交日志和回滚日志），然后锁定资源，执行操作，但并不提交。
  2. 提交阶段：协调者会向参与者发送一个指令，如果参与者收到指令后，会把该业务逻辑是否执行成功结果返回给协调者。如果参与者都返回执行成功，协调者在第二阶段发送提交事务通知，如果有一方执行失败，就会终止提交。

缺点：

  1. 如果协调者发生宕机，整个就没法指挥协调了。库存服务和订单服务会一直等待。
  2. 两阶段提交方案锁定资源时间长，对性能影响很大，基本不适合解决微服务事务问题。

技术落地:

  • Jta+Atomikos 属于两阶段提交协议。底层是基于XA协议，主流数据库MySQL等都支持XA协议。这个协议规范就是协调者把指令发送给参与者的过程。MySQL是参与者，Atomikos:Atomikos TransactionsEssentials是一个为Java平台提供增值服务的并且开源类事务管理器，底层就是遵循了XA协议的规范。
    Jta+Atomikos 代码案例
1. 三阶段提交协议 --- 两阶段准备阶段再加了一个询问阶段
  1. 询问阶段： 协调者询问参与者是否可以完成指令，协调者只需要回答是还是不是，而不需要做真正的操作，这个阶段超时导致中止。协调者和参与者执行的任务中都增加了超时，一旦超时，协调者和参与者都继续提交事务，默认为成功，这也是根据概率统计上超时后默认成功的正确性最大。

优点： 至少不会阻塞和永远锁定资源。

结合非关系型数据库
      • 但当数据库要开始满足横向扩展、高可用、模式自由等需求时，需要对ACID理论进行取舍，不能严格遵循ACID。以CAP理论和BASE理论为基础的NoSQL数据库开始出现。
      • 由于NoSQL的基本需求就是支持分布式存储，严格一致性与可用性需要互相取舍，由此延伸出了CAP理论来定义分布式存储遇到的问题。

对分布式事务及两阶段提交三阶段提交的理解

...最近学习需要，先转载方便用用来强化加深印象 一、分布式数据一致性在分布式系统中，为了保证数据的高可用，通常会将数据保留多个副本(replica)，这些副本会放置在不同的物理的机器上。（1）什么是数据一致性在数据... 查看详情

对分布式事务及两阶段提交三阶段提交的理解

...最近学习需要，先转载方便用用来强化加深印象 一、分布式数据一致性在分布式系统中，为了保证数据的高可用，通常会将数据保留多个副本(replica)，这些副本会放置在不同的物理的机器上。（1）什么是数据一致性在数据... 查看详情

对分布式事务及两阶段提交三阶段提交的理解

一、分布式数据一致性在分布式系统中，为了保证数据的高可用，通常会将数据保留多个副本(replica)，这些副本会放置在不同的物理的机器上。（1）什么是数据一致性在数据有多份副本的情况下，如果网络、服务器或者软件出... 查看详情

分布式事务之深入理解什么是2pc3pc及tcc协议？

导读 在上一篇文章《【分布式事务】基于RocketMQ搭建生产级消息集群？》中给大家介绍了基于RocketMQ如何搭建生产级消息集群。因为本系列文章最终的目的是介绍基于RocketMQ的事物消息来解决分布式系统中的数据一致性问题，... 查看详情

微服务架构及分布式事务解决方案

分布式事务分布式事务场景如何设计系统架构及解决数据一致性问题，个人理解最终方案把握以下原则就可以了，那就是：大事务=小事务（原子事务）+异步（消息通知），解决分布式事务的最好办法其实就是不考虑分布式事务... 查看详情

paxos算法原理及理解

...递且具有高度容错特性的一致性算法，是目前公认的解决分布式一致性问题最有效的算法之一，其解决的问题就是在分布式系统中如何就某个值（决议）达成一致。我自己的理解是：不要把这个Paxos算法达到的目的和分布式事务... 查看详情

深入理解分布式事务

...据库本身保证的。今天，我将介绍一种比较复杂的事务：分布式事务。1、什么是分布式事务分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布 查看详情

让您轻松理解分布式事务解决方案之tcc(代码片段)

1.什么是TCCTCC是Try、Confirm、Cancel三个词语的缩写，TCC要求每个分支事务实现三个操作：预处理Try、确认Confirm、撤销Cancel。Try操作做业务检查及资源预留，Confirm做业务确认操作，Cancel实现一个与Try相反的操作既回... 查看详情

聊聊分布式事务

聊聊分布式事务2017-04-15 数据库开发（点击上方公众号，可快速关注） 作者：员海滨nickid.cn/2017/04/分布式事务/如有好文章投稿，请点击 →这里了解详情 分布式事务场景如何设计系统架构及解决数据一致性问题，... 查看详情

深入理解分布式事务,高并发下分布式事务的解决方案

这两天正在研究微服务架构中分布式事务的处理方案,做一个小小的总结,作为备忘.如有错误,欢迎指正!概念澄清事务补偿机制:在事务链中的任何一个正向事务操作,都必须存在一个完全符合回滚规则的可逆事务.CAP理论:CAP(Consistency... 查看详情

微服务--分布式事务的实现方法及替代方案

微服务–分布式事务的实现方法及替代方案 概念澄清事务补偿机制:在事务链中的任何一个正向事务操作,都必须存在一个完全符合回滚规则的可逆事务.CAP理论:CAP(Consistency,Availability,PartitionTolerance),阐述了一个分布式系统的三... 查看详情

对分布式事务的系统理解

前言前面写了几篇分布式事务相关的博客，有些地方理解不是很到位，知识也没有串联起来，本篇博客讲前面知识串联起来，综合理解分布式事务。CAP理论与BASE理论一直有个疑问，CAP理论，到底是在说分... 查看详情

springcloud分布式事务实战案例需求及实现步骤

本文不对分布式事务原理进行探索，而是通过一个案例来说明如何使用分布式事务案例需求：创建2个基于springCloud的微服务，分别访问不同的数据库；然后创建一个整合服务，调用微服务实现数据的保存到2个不同的数据库，要... 查看详情

微服务--分布式事务的实现方法及替代方案

....CAP理论:CAP(Consistency,Availability,PartitionTolerance),阐述了一个分布式系统的三个主要方面,只能同时择其二进行实现.常见的有CP系统,AP系统.幂等性:简单的说,业务操作支持重试,不会产生不利影响.常见的实现方式:为消息额外增加唯一ID... 查看详情

深入理解分布式事务

...个事务调用了不同服务器上的操作，那么它就成为了一个分布式事务。考虑下面一种场景：当你发了工资之后，把你的当月工资￥1024从支付宝转到了余额宝。如果在支付宝账户扣除￥1024之后，余额宝系统挂掉了，余额宝的账户... 查看详情

springcloud分布式事务实战案例需求及实现步骤

本文不对分布式事务原理进行探索，而是通过一个案例来说明如何使用分布式事务 案例需求：创建2个基于springCloud的微服务，分别访问不同的数据库；然后创建一个整合服务，调用微服务实现数据的保存到2个不同的数据库... 查看详情

还不理解“分布式事务”？这篇给你讲清楚！

这篇文章将介绍什么是分布式事务，分布式事务解决什么问题，对分布式事务实现的难点，解决思路，不同场景下方案的选择，通过图解的方式进行梳理、总结和比较。相信耐心看完这篇文章，谈到分布式事务，不再只是有&ldquo... 查看详情

让您轻松理解分布式事务产生的场景

...务请求库存服务减少库存。简言之：跨JVM进程产生的分布式事务。2.单体系统访问多个数据库实例当单体系统访问多个数据库实例时就产生分布式事务。比如：用户信息和订单信息分别在两个不同的(MySQL)关系数据库实例... 查看详情