分布式事务处理方案，微服事务处理方案

时间：2022-03-15 23:52:08

 

1. 什么是事务
由一组操作构成的可靠、 独立的工作单元。
事务具有以下特点：
•Atomicity(原子性)
•Consistency(一致性)
•Isolation(隔离性)
•Durability(持久性)

2.事务的一致性
单体应用可以在数据库的事物管理器中获得强一致性，这种本地事物可靠简单。
而在微服或者SOA的场景下，我们的本地事物就不作用了。对于分布式系统 Google 提出 CAP定理 ，
分布式的事物只能同时拥有以下三项中的两个：
•Consistency(一致性): 所有 用户看到一致的数据。
•Availability(可用性): 总能找 到一个可用的数据复本。
•Tolerance to Network Partition(分区容忍性): 即使 在系统被分区的情况下，仍然满足上述两点。

  • 分布式系统的事物无法做到强一致性，只能做到最终一致性。*

3.常见分布式事物的处理方案

  • 2pc 两段提交方案
  • 3pc 三段提交方案，是两段提交方案的进化。
  • TCC 模式 try ,confirm ,cancel。
  • 可靠消息机制 ，可靠消息分为 非事物消息 和 事物消息。

事物消息，简单的说就是消息投递成功，你本地的数据库事物肯定提交成功，消息投递失败你本地事物也肯定提交失败。相当于你投递消息和操作数据库是绑定在一起的，两者是在同一个事物中。

非事物消息，简单的说就是消息投递成功，本地数据库事物不一定执行成功。

而现有的开源的MQ框架 大多数是不支持 事物消息的，也没有和本地事物进行配合。
RocketMQ 好像实现了这个事物消息功能，有兴趣的同学可以去看看。

可靠消息机制保证数据一致性的解决方案（非事物消息）

先来看个案例：
假设我有一个 文章微服 负责发布文章，查询文章列表等，还有一个 用户微服 保持用户的一些基本信息，如：用户发文章的篇数等。

现在发文章在 文章微服，而用户的发文篇数在 用户微服。这种情况下我们怎么保证 发文的计数 不会多也不会少，保证其的一致性的呢？

大家先来看一段代码：
假设这是 文章微服 发文代码：

  1. @Transactional
  2. public void saveArticle(Article article){
  3. try{
  4. //保存文章
  5. articleDao.saveArticle(article);
  6. MqEvent saveArticleEvent = new MqEvent();
  7. //消息ID
  8. saveArticleEvent.setMsgId(UUIDUtil.mongoObjectId());
  9. //发送保存文章 事件个用户服务
  10. sender.sendAddArticleMqEvent(saveArticleEvent);
  11. }catch (Exception e){
  12. //抛异常 让事务回滚
  13. throw new RuntimeException();
  14. }
  15. }
  16. }

看起来很正常呀！没有什么问题！ 我们来列举一下可能会出现的情况；

  1. 保存文章正常，MQ发送也正常，好万事大吉，数据都正常。

  2. 保存文章正常，MQ发送失败，抛异常。这时数据回滚，虽然出了点问题 但是数据正常。这也没问题。

  3. 文章保存失败，这时肯定抛异常，MQ发送走不到，这时也是正常的。

  4. 文章保存成功，MQ发送成功，这时会不会有问题出现呢？ 刚刚我们说了 我们的MQ是非事物性的，恰巧这个时候 MQ 回执异常导致 MQ抛异常了。本地事物回滚，但是MQ虽然抛异常，消息却发成功了。这时候 会导致 用户发文计数多了一篇，数据不一致了导致。

虽然这种做法看起来没有什么问题，但其实是有问题的。

为了解决这个问题，我们需要 增加一个本地事件表，专门存放 MQ事件 ，有定时器轮训去发送MQ消息，发送成功后做标记，或者删除。很多MQ都会有 消息回执的。当成功投递到消息队列是 就会得到回执。

于是我们的代码应该改成这样：

  1. @Transactional
  2. public void saveArticle(Article article) {
  4. articleDao.saveArticle(article);
  5. MqEvent saveArticleEvent = new MqEvent();
  6. //消息ID
  7. saveArticleEvent.setMsgId(UUIDUtil.mongoObjectId());
  8. // 保存事件到事件表
  9. mqEventDao.addMQEvent(saveArticleEvent);
  10. }

这样在本地事物的强一致性下可以保证，发文的同事插入发文事件。

说说 用户微服那边的处理 ， 用户微服也应该有一个这样的事件表，保存接收的事件，通过轮训等方式处理这些事件，只有成功的接收了事件，事件才能从MQ队列里面消失。MQ在消费消息的时候如果遇到异常会重新将消失重新发回到队列中，很多MQ具有这个特性。

细心的同学可能会想到我同一个事件消息投递了两次怎么办？这就涉及幂等性的设计了，看到上面的消息ID没？ 这就是为幂等性设计的 唯一ID；当用户微服收到两个消息ID是一样的时候，丢弃掉一个。

总结

我们的微服系统 只要涉及 增 删 改 的操作都应该通过可靠事件进行操作，而不能直接通过 REST 接口，去操作，也不能直接的发送事件去操作。对于消防端，要做好幂等性的处理。可靠事件处理微服的事物算是比较靠谱的做法，2pc,3pc ,Tcc 在微服事物处理这一块，基本上起不了什么作用。

标签：

相关文章