1.分布式事务问题

1.1 本地事务

本地事务，也就是传统的单机事务。在传统数据库事务中，必须要满足四个原则：
原子性:事务中的所有操作,要么全部成功,要么全部失败
一致性:保证数据库中的完整性约束,声明性约束
隔离性:对同一资源操作的事务不能同时发生
持久性:对数据库做的一切修改永久保存不管是否出现故障

1.2分布式事务

分布式事务，就是指不是在单个服务或单个数据库架构下，产生的事务，例如：

  • 跨数据源的分布式事务
  • 跨服务的分布式事务
  • 综合情况

在数据库水平拆分、服务垂直拆分之后，一个业务操作通常要跨多个数据库、服务才能完成.

2.理论基础

2.1CAP定理

分布式系统三个指标:

  • Consistency（一致性）
  • Availability（可用性）
  • Partition tolerance （分区容错性）

    2.1.1一致性

    Consistency（一致性）：用户访问分布式系统中的任意节点，得到的数据必须一致。

    2.1.2 可用性

    Availability （可用性）：用户访问集群中的任意健康节点，必须能得到响应，而不是超时或拒绝。

    2.1.3 分区容错:

Partition（分区）：因为网络故障或其它原因导致分布式系统中的部分节点与其它节点失去连接，形成独立分区。
Tolerance（容错）：在集群出现分区时，整个系统也要持续对外提供服务

2.1.4 矛盾

在分布式系统中，系统间的网络不能100%保证健康，一定会有故障的时候，而服务有必须对外保证服务。因此Partition Tolerance不可避免.如果此时要保证一致性，就必须等待网络恢复，完成数据同步后，整个集群才对外提供服务，服务处于阻塞状态，不可用。
如果此时要保证可用性，就不能等待网络恢复，那node01、node02与node03之间就会出现数据不一致。
也就是说，在P一定会出现的情况下，A和C之间只能实现一个。

2.2.BASE理论

BASE理论是对CAP的一种解决思路，包含三个思想：

  • Basically Available （基本可用）：分布式系统在出现故障时，允许损失部分可用性，即保证核心可用。
  • Soft State（软状态）：在一定时间内，允许出现中间状态，比如临时的不一致状态。

  • Eventually Consistent（最终一致性）：虽然无法保证强一致性，但是在软状态结束后，最终达到数据一致。

    3 常见的分布式事务解决方案

    分布式事务最大的问题是各个子事务的一致性问题，因此可以借鉴CAP定理和BASE理论，有两种解决思路：

  • AP模式：各子事务分别执行和提交，允许出现结果不一致，然后采用弥补措施恢复数据即可，实现最终一致。

  • CP模式：各个子事务执行后互相等待，同时提交，同时回滚，达成强一致。但事务等待过程中，处于弱可用状态。

但不管是哪一种模式，都需要在子系统事务之间互相通讯，协调事务状态，也就是需要一个事务协调者(TC)

4.seata

4.1 seata架构的介绍

  • TC (Transaction Coordinator) -事务协调者：维护全局和分支事务的状态，协调全局事务提交或回滚。
  • TM (Transaction Manager) -事务管理器：定义全局事务的范围、开始全局事务、提交或回滚全局事务。
  • RM (Resource Manager) -资源管理器：管理分支事务处理的资源，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。

Seata基于上述架构提供了四种不同的分布式事务解决方案：

  • XA模式：强一致性分阶段事务模式，牺牲了一定的可用性，无业务侵入
  • TCC模式：最终一致的分阶段事务模式，有业务侵入
  • AT模式：最终一致的分阶段事务模式，无业务侵入，也是Seata的默认模式
  • SAGA模式：长事务模式，有业务侵入

无论哪种方案，都离不开TC，也就是事务的协调者。

5.如何使用seata解决分布式事务

5.1 引入依赖



com.alibaba.cloud
spring-cloud-starter-alibaba-seata



seata-spring-boot-starter
io.seata




io.seata
seata-spring-boot-starter

${seata.version}

5.2 配置TC地址

在application.yml中，配置TC服务信息，通过注册中心nacos，结合服务名称获取TC地址：

seata:
registry: # TC服务注册中心的配置，微服务根据这些信息去注册中心获取tc服务地址
type: nacos # 注册中心类型 nacos
nacos:
server-addr: 127.0.0.1:8848 # nacos地址
namespace: “” # namespace，默认为空
group: DEFAULT_GROUP # 分组，默认是DEFAULT_GROUP
application: seata-tc-server # seata服务名称
username: nacos
password: nacos
tx-service-group: seata-demo # 事务组名称
service:
vgroup-mapping: # 事务组与cluster的映射关系
seata-demo: SH

微服务如何根据这些配置寻找TC的地址呢？

我们知道注册到Nacos中的微服务，确定一个具体实例需要四个信息：

  • namespace：命名空间
  • group：分组
  • application：服务名
  • cluster：集群名

    5.3 介绍一下seata AT模式的工作原理

    image-20210724175327511.png
    比如，现在又一个数据库表，记录用户余额：
id money
1 100

其中一个分支业务要执行的SQL为：

  1. update tb_account set money = money - 10 where id = 1

AT模式下，当前分支事务执行流程如下：

一阶段：

1）TM发起并注册全局事务到TC

2）TM调用分支事务

3）分支事务准备执行业务SQL

4）RM拦截业务SQL，根据where条件查询原始数据，形成快照。

{
    "id": 1, "money": 100
}

5）RM执行业务SQL，提交本地事务，释放数据库锁。此时 money = 90

6）RM报告本地事务状态给TC

二阶段：

1）TM通知TC事务结束

2）TC检查分支事务状态

 a）如果都成功，则立即删除快照

 b）如果有分支事务失败，需要回滚。读取快照数据（`{"id": 1, "money": 100}`），将快照恢复到数据库。此时数据库再次恢复为100

流程图：
image-20210724180722921.png

6.请详细说明一下AT模式具体是如何实现事务回滚的?

AT模式中的快照生成、回滚等动作都是由框架自动完成，没有任何代码侵入，因此实现非常简单。

只不过，AT模式需要一个表来记录全局锁、另一张表来记录数据快照undo_log。

1）导入数据库表，记录全局锁

导入课前资料提供的Sql文件：seata-at.sql，其中lock_table导入到TC服务关联的数据库，undo_log表导入到微服务关联的数据库.

2）修改application.yml文件，将事务模式修改为AT模式即可：

seata:
  data-source-proxy-mode: AT # 默认就是AT

3）重启服务并测试

AT与XA的区别

简述AT模式与XA模式最大的区别是什么？

  • XA模式一阶段不提交事务，锁定资源；AT模式一阶段直接提交，不锁定资源。
  • XA模式依赖数据库机制实现回滚；AT模式利用数据快照实现数据回滚。

  • XA模式强一致；AT模式最终一致

    7.seataAT模式是否有脏写问题，如何解决?

    在多线程并发访问AT模式的分布式事务时，有可能出现脏写问题，解决思路就是引入了全局锁的概念。在释放DB锁之前，先拿到全局锁。避免同一时刻有另外一个事务来操作当前数据。
    image-20210724181843029.png
    AT模式的优点：

  • 一阶段完成直接提交事务，释放数据库资源，性能比较好

  • 利用全局锁实现读写隔离
  • 没有代码侵入，框架自动完成回滚和提交

AT模式的缺点：

  • 两阶段之间属于软状态，属于最终一致
  • 框架的快照功能会影响性能，但比XA模式要好很多

    8.seataAT模式是否有脏读问题，如何解决?

    有
    如何解决？ Seata引入了全局锁的概念：一阶段分支事务提交前，需要申请获得数据库的全局锁（锁定的是被修改的行），在二阶段中如果有其他线程想要修改这一行的数据，除了获取本地锁之外，还需要申请得到全局锁才能修改数据.
    ，如果tx1拥有全局锁，二阶段回滚想要获取本地锁，同时tx2拥有本地锁而想要获取全局锁，那不就死锁了吗？不会，因为Seata给申请锁添加了超时放弃的机制：图中tx2申请全局锁超时后，事务回滚释放了本地锁，tx1获得本地锁成功回滚。

    9.项目中的实际业务场景

    image-20210724185021819.png