Seata四种分布式事务解决方案
1.XA模式原理
- 首先我们先来了解一下TC、TM、RM
- TC(事务协调器):
- 事务协调器是Seata架构中的核心组件之一。它负责协调和管理分布式事务的整个过程。事务协调器协调各个参与者(包括事务管理器和资源管理器)的行为,确保事务的一致性和隔离性。它接收事务请求,协调各个参与者的事务操作,并最终决定事务的提交或回滚。
- TM(事务管理器):
- 事务管理器是Seata架构中的组件之一,负责管理和控制事务的生命周期。事务管理器与业务系统进行交互,接收事务请求,并根据事务协调器的指令执行相应的操作。它负责开启、提交或回滚事务,并保证事务的一致性和持久性。
- RM(资源管理器):
- 资源管理器是Seata架构中的组件之一,负责管理和操作特定资源(如数据库、消息队列等)。它与事务管理器进行交互,接收事务操作的请求,并执行相应的数据库操作或资源操作。资源管理器负责事务的本地资源管理,以保证事务的原子性和持久性。
- XA规范是x/Open组织定义的分布式事务处理( DTP,Distributed Transaction Processing)标准,XA规范描述了全局的TM与局部的RM之间的接口,几乎所有主流的数据库都对XA规范提供了支持。
- seata的XA模式做了一些调整,但大体相似:
- RM一阶段的工作:
- 注册分支事务到TC
- 执行分支 业务sql但不提交.
- 报告执行状态到TC
- TC二阶段的工作:
- TC检测各分支事务执行状态
- 如果都成功,通知所有RM提交事务
- 如果有 失败,通知所有RM回滚事务
- RM二阶段的工作:
- 接收TC指令,提交或回滚事务
- 优点
- 事务的强一致性,满足ACID原则。
- 常用数据库都支持,实现简单,并且没有代码侵入
- 缺点
- 因为一阶段需要锁定数据库资源,等待二阶段结束才释放,性能较差
- 依赖关系型数据库实现事务
- 实现
- Seata的starter已经完成了XA模式的自动装配,实现非常简单,步骤如下:
- 1.修改application.yml文件( 每个参与事务的微服务),开启XA模式:
seata:
data-source-proxy-mode: XA #开启数据源代理的XA模式
- 给发起全局事务的入口方法添加@GlobalTransactional注解,本例中是OrderServicelmpl中的create方法:
@Override
@GlobalTransactional
public Long create(Order order) {
// 创建订单
orderMapper.insert(order);
//扣余额...略
//扣减库存...略
return order.getId() ;
}
2.AT模式
- AT模式同样是分阶段提交的事务模型,不过缺弥补了XA模型中资源锁定周期过长的缺陷。
- 这里第四步直接提交事务,并且形成了一个快照
undo-log
,成功后通知TC提交事务,这次的提交是去删除这个undo-log,如果失败就可以根据这个undo-log回滚事务
- 阶段一RM的工作:
- 注册分支事务
- 记录undo-log ( 数据快照)
- 执行业务sql并提交
- 报告事务状态
- 阶段二提交时RM的工作:
- 删除undo-log即可
- 阶段二回滚时RM的工作:
- 根据undo-log恢复数据到更新前
- 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(如果提交时有的成功有的失败,数据不一致)
2.1 AT模式的脏写问题
- 如果事务1执行释放锁后,事务二执行也释放锁后,这时事务由于一些原因回滚,导致事务二的提交丢失
- 为了解决这个问题,我们引入了全局锁,具体流程如下:
- 事务二不能获取全局锁,等待超时后自动释放DB锁,这样就可以避免这个问题
- 但是如果其事务,没有被Seata管理的事务,不需要获取全局锁就能修改表,这也会导致脏写
- 我们就可以生成两个快照,修改之前的和修改之后的快照,发现修改之后,就可以进行及时的恢复:
- 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
- AT实现
- 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。
- 导入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:
- 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 #开启数据源代理的XA模式
3.TCC模式
- TCC模式与AT模式非常相似,每阶段都是独立事务,不同的是TCC通过人工编码来实现数据恢复。需要实现三个方法:
- Try:资源的检测和预留;
- Confirm:完成资源操作业务;要求Try成功Confirm一定要能成功。
- Cancel:预留资源释放,可以理解为try的反向操作。
- 举例,一个扣减用户余额的业务。假设账户A原来余额是100,需要余额扣减30元。
- 阶段一( Try ) :检查余额是否充足,如果充足则冻结金额增加30元,可用余额扣除30
- 阶段二:假如要提交(Confirm) ,则冻结金额扣减30
- 阶段二:如果要回滚(Cancel) ,则冻结金额扣减30,可用余额增加30
- TCC的工作模型图:
- TCC的优点
- 阶段完成直接提交事务,释放数据库资源,性能好
- 相比AT模型,无需生成快照,无需使用全局锁,性能最强
- 不依赖数据库事务,而是依赖补偿操作,可以用于非事务型数据库
- TCC缺点
- 有代码侵入,需要人为编写try、Confirm和Cancel接口,太麻烦
- 软状态,事务是最终一致
- 需要考虑Confirm和Cancel的失败情况,做好幂等处理
3.1 TCC的空回滚和业务悬挂
- 当某分支事务的try阶段阻塞时,可能导致全局事务超时而触发二阶段的cancel操作。在未执行try操作时先执行了cancel操作,这时cancel不能做回滚,就是空回滚。
- 对于已经空回滚的业务,如果以后继续执行try,就永远不可能confirm或cancel,这就是业务
悬挂。应当阻止执行空回滚后的try操作,避免悬挂
- TCC的Try、Confirm、 Cancel方法都需要在接口中基于注解来声明,语法如下:
@LocalTCC
public interface TCCService {
/**
* Try逻辑,@TwoPhaseBusinessAction中的name属性要与当前方法名一致,用于指定Try逻辑对应的方法
*/
@TwoPhaseBusinessAction(name = "prepare", commitMethod = "confirm",rollbackMethod = "cancel")
//使用@BusinessActionContextParameter标记的参数,在BusinessActionContext可以拿到
void prepare(@BusinessActionContextParameter (paramName = "param") String param) ;
/**
*二阶段confirm确认方法、 可以另命名,但要保证与commitMethod一致
*
* @param context. 上下文,可以传递try方法的参数
* @return boolean 执行是否成功
boolean confirm (BusinessActionContext context) ;
/**
*二阶段回滚方法,要保证与rollbackMethod一致
*/
boolean cancel (BusinessActionContext context) ;
}
- RootContext.getXID()可以获取全局事务id
4.SAGA模式
- Saga模式是SEATA提供的长事务解决方案。也分为两个阶段:
- 一阶段:直接提交本地事务
- 二阶段:成功则什么都不做;失败则通过编写补偿业务来回滚
- Saga模式优点:
- 事务参与者可以基于事件驱动实现异步调用,吞吐高
- 一阶段直接提交事务,无锁,性能好
- 不用编写TCC中的三个阶段,实现简单;
- 缺点:
- 软状态持续时间不确定,时效性差
- 没有锁,没有事务隔离,会有脏写
5.四种对比
XA | AT | TCC | SAGA | |
一致性 | 强一致 | 弱一致 | 弱一致 | 最终一致 |
隔离性 | 完全隔离 | 基于全局锁隔离 | 基于资源预留隔离 | 无隔离 |
代码侵入 | 无 | 无 | 有,要编写三个接口 | 有,要编写状态机和补偿业务 |
性能 | 差 | 好 | 非常好 | 非常好 |
场景 | 对一致性、隔离性有高要求的业务 | 基于关系型数据库的大多数分布式事务场景都可以 | 对性能要求较高的事务。有非关系型数据库要参与的事务。 | 业务流程长、业务流程多 参与者包含其它公司或遗留系统服务,无法提供TCC模式要求的三个接口 |