分布式事务的常见核心概念知识讲解

简介：讲解分布式事务常见核心概讲解

• 前置知识
  • X/OpenDTP 事务模型 ``` 是X/Open 这个组织定义的一套分布式事务的标准，也就是定义了规范和 API 接口，由各个厂商进行具体的实现

DTP 是分布式事物处理(Distributed Transaction Processing)的简称

   - XA协议

XA是由X/Open组织提出的分布式事务规范。

XA规范主要定义了(全局)事务管理器(TM)和(局 部)资源管理器(RM)之间的接口

主流的数据库产品都实现了XA接口，是一个双向的系统接口，在事务管理器以及多个资源管理器之间作为通信桥梁

   - JTA

Java Transaction API,java根据XA规范提供的事务处理标准

   - AP

application, 应用程序也就是业务层，微服务等

   - RM

Resource Manager，资源管理器。一般是数据库，也可以是其他资源管理器，比如消息队列，文件系统

   - TM

Transaction Manager ，事务管理器、事务协调者，负责接收来自用户程序（AP）发起的 XA 事务指令，并调度和协调参与事务的所有 RM（数据库），确保事务正确完成

-  事务模型

在分布式系统中，每一个机器节点能够明确知道自己在进行事务操作过程中的 结果是成功还是失败，但无法直接获取到其他分布式节点的操作结果

当一个事务操作跨越多个分布式节点的时候，为了保持事务处理的 ACID 特性，

需要引入一个“协调者”（TM）来统一调度所有分布式节点的执行逻辑，这些被调度的分布式节点被称为 AP。

TM 负责调度 AP 的行为，并最终决定这些 AP 是否要把事务真正进行提交到（RM）

![](https://gitee.com/zjj19941/picture_bed/raw/master/2021/20220221162031.png#crop=0&crop=0&crop=1&crop=1&id=cevfV&originHeight=361&originWidth=977&originalType=binary&ratio=1&rotation=0&showTitle=false&status=done&style=none&title=)
<a name="rfucN"></a>
# XA实现分布式事务的原理-两阶段提交2PC流程解析
**简介：讲解XA实现分布式事务的原理**
-  XA协议规范-实现分布式事务的原理如下 
   -  一般习惯称为 两阶段提交协议（The two-phase commit protocol，2PC） 
   -  是XA用于在全局事务中协调多个资源的机制，MySql5.5以上开始支持 
   -  准备阶段：

事务管理器给每个参与者都发送Prepared消息，每个数据库参与者在本地执行事务，并写本地的Undo/Redo日志，此时事务没有提交。 ```

  - Undo日志是记录修改前的数据，用于数据库回滚
  - Redo日志是记录修改后的数据，用于提交事务后写入数据

• 提交阶段：
  • 如果事务管理器收到了参与者的执行失败或者超时消息时，直接给每个参与者发送回滚（Rollback）消息,否则发送提交（Commit）消息;
  • 参与者根据事务管理器的指令执行【提交】或者【回滚】操作，并释放事务处理过程中使用的锁资源
  • 注意：必须在最后阶段释放锁资源。

• 总结
  • XA协议简单，数据库支持XA协议，开发使用成本比较低
  • 对业务侵⼊很小，最⼤的优势就是对使⽤⽅透明
  • 用户可以像使⽤本地事务⼀样使⽤基于 XA 协议的分布式事务，能够严格保障事务 ACID 特性
  • 事务执⾏过程中需要将所需资源全部锁定，也就是俗称的刚性事务
    • 刚性事务：遵循ACID
    • 柔性事务：遵循BASE理论
  • 性能不理想，占用锁资源比较多，高并发常见下无法满足
  • 商业付费数据库支持好，mysql目前支持不是很完善
  • 基于 XA 协议的 除了2PC，还有 3PC等
    • 三段提交（3PC）是二阶段提交（2PC）的一种改进版本 ，为解决两阶段提交协议的阻塞问题
    • 采用超时机制，解决TM故障后RM的阻塞问题，但与此同时却多了一次网络通信，性能上也不理想
  • 2PC和3PC目前使用不是很多，只做简单了解即可

分布式事务的解决方案之一-柔性事务-TCC介绍

简介：讲解TCC柔性事务的解决方案

• 什么是TCC柔性事务
  • 刚性事务：遵循ACID
  • 柔性事务：遵循BASE理论
  • TCC:
    • 将事务提交分为
      • Try：完成所有业务检查( 一致性 ) ，预留必须业务资源( 准隔离性 )
      • Confirm ：对业务系统做确认提交，默认 Confirm阶段不会出错的 即只要Try成功，Confirm一定成功
      • Cancel : 业务执行错误，需要回滚的状态下执行的业务取消，预留资源释放, 进行补偿性
    • TCC 事务和 2PC 的类似，Try为第一阶段，Confirm - Cancel为第二阶段，它对事务的提交/回滚是通过执行一段 confirm/cancel 业务逻辑来实现，并且也并没有全局事务来把控整个事务逻辑 | 含义 | 操作方法 | | —- | —- | | 预留业务资源/数据效验 | Try | | 确认执行业务操作，提交数据，不做任何业务检查，try成功，confirm必定成功，需保证幂等 | Confirm | | 取消执行业务操作，回滚数据，需保证幂等，也是常说的补偿性事务 | Cancel |

• 看下TCC的交互图（图片来源网上）

• 优点：
  • 它把事务运行过程分成 Try、Confirm/Cancel 两个阶段
  • 每个阶段由业务代码控制，这样事务的锁力度可以完全自由控制
  • 不存在资源阻塞的问题，每个方法都直接进行事务的提交
• 缺点
  • 在业务层编写代码实现的两阶段提交，原本一个方法，现在却需要三个方法来支持
  • 对业务的侵入性很强，不能很好的复用
• 注意：使用TCC时要注意Try - Confirm - Cancel 3个操作的幂等控制，由于网络原因或者重试操作都有可能导致这几个操作的重复执行

分布式事务的解决方案之一事务消息

简介：讲解分布式事务的解决方案之一事务消息

• 事务消息
  • 消息队列提供类似Open XA的分布式事务功能，通过消息队列事务消息能达到分布式事务的最终一致
• 半事务消息
  • 暂不能投递的消息，发送方已经成功地将消息发送到了消息队列服务端，但是服务端未收到生产者对该消息的二次确认，此时该消息被标记成“暂不能投递”状态，处于该种状态下的消息即半事务消息。
• 消息回查
  • 由于网络闪断、生产者应用重启等原因，导致某条事务消息的二次确认丢失，消息队列服务端通过扫描发现某条消息长期处于“半事务消息”时，需要主动向消息生产者询问该消息的最终状态（Commit或是Rollback），该询问过程即消息回查
• 交互图（来源rocketmq官方文档）

• 目前较为主流的MQ，比如ActiveMQ、RabbitMQ、Kafka、RocketMQ等，只有RocketMQ支持事务消息
  • 如果其他队列需要事务消息，可以开发个消息服务，自行实现半消息和回查功能
• 好处
  • 事务消息不仅可以实现应用之间的解耦，又能保证数据的最终一致性
  • 同时将传统的大事务可以被拆分为小事务，能提升效率
  • 不会因为某一个关联应用的不可用导致整体回滚，从而最大限度保证核心系统的可用性
• 缺点
  • 不能实时保证数据一致性
  • 极端情况下需要人工补偿，比如 假如生产者成功处理本地业务，消费者始终消费不成功

最终一致性的体现-第三方支付平台和微服务之间的通讯

简介：讲解第三方支付平台和微服务之间的交互

• 支付业务
  • 支付宝支付
  • 微信支付
  • 其他支付
• 多个服务之间通信，怎么保证分布式事务呢？
• 利用最终一致性思想，也叫柔性事务解决方案