简单说下分布式事务

缺乏、安全感 2023-06-08 10:54 128阅读 0赞

1、微服务架构存在的问题有哪些？

（1）分布式系统，进程间的通讯机制和故障处理措施变的更加复杂

（2）系统微服务化后，一个简单的功能，内部可能需要调用多个服务并操作多个数据库实现，产生服务调用的分布式事务问题

（3）微服务数量众多，测试、部署、监控等等运维工作都变的更加困难

2、解决方案

随着RPC框架的成熟，第一个问题已经逐渐得到解决。例如dubbo可以支持多种通讯协议，springcloud可以非常好的支持restful调用。对于第三个问题，随着docker、devops技术的发展以及各公有云paas平台自动化运维工具的推出，微服务的测试、部署与运维会变得越来越容易。但是对于分布式事务，现在还没有一个特别好的解决方案，基本还是只能保证最终一致性。

3、分布式事务

（1）两阶段提交方案

两阶段提交（Two-phase Commit，2PC），通过引入协调者（Coordinator）来协调参与者的行为，并最终决定这些参与者是否要真正执行事务。

准备阶段：协调者询问参与者事务是否执行成功，参与者发回事务执行结果。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70][]

提交阶段：

如果事务在每个参与者上都执行成功，事务协调者发送通知让参与者提交事务；否则，协调者发送通知让参与者回滚事务。需要注意的是，在准备阶段，参与者执行了事务，但是还未提交。只有在提交阶段接收到协调者发来的通知后，才进行提交或者回滚。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70 1][]

存在问题：

**同步阻塞** 所有事务参与者在等待其它参与者响应的时候都处于同步阻塞状态，无法进行其它操作。

**单点问题** 协调者在 2PC 中起到非常大的作用，发生故障将会造成很大影响。特别是在阶段二发生故障，所有参与者会一直等待状态，无法完成其它操作。

**数据不一致** 在阶段二，如果协调者只发送了部分 Commit 消息，此时网络发生异常，那么只有部分参与者接收到 Commit 消息，也就是说只有部分参与者提交了事务，使得系统数据不一致。

**太过保守** 任意一个节点失败就会导致整个事务失败，没有完善的容错机制。

（2）TCC方案

TCC方案在电商、金融领域落地较多。TCC方案其实是两阶段提交的一种改进。其将整个业务逻辑的每个分支显式的分成了Try、Confirm、Cancel三个操作。Try部分完成业务的准备工作，confirm部分完成业务的提交，cancel部分完成事务的回滚。

过程：

事务开始时，业务应用会向事务协调器注册启动事务。之后业务应用会调用所有服务的try接口，完成一阶段准备。之后事务协调器会根据try接口返回情况，决定调用confirm接口或者cancel接口。如果接口调用失败，会进行重试。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70 2][]

存在问题：

TCC方案让应用自己定义数据库操作的粒度，使得降低锁冲突、提高吞吐量成为可能。 当然TCC方案也有不足之处，集中表现在以下两个方面：

**对应用的侵入性强**。业务逻辑的每个分支都需要实现try、confirm、cancel三个操作，应用侵入性较强，改造成本高。

**实现难度较大**。需要按照网络状态、系统故障等不同的失败原因实现不同的回滚策略。为了满足一致性的要求，confirm和cancel接口必须实现幂等。

上述原因导致TCC方案大多被研发实力较强、有迫切需求的大公司所采用。微服务倡导服务的轻量化、易部署，而TCC方案中很多事务的处理逻辑需要应用自己编码实现，复杂且开发量大。

（3）基于消息的最终一致性方案

消息一致性方案是通过消息中间件保证上、下游应用数据操作的一致性。消息方案从本质上讲是将分布式事务转换为两个本地事务，然后依靠下游业务的重试机制达到最终一致性。

过程：

基本思路是将本地操作和发送消息放在一个事务中，保证本地操作和消息发送要么两者都成功或者都失败。下游应用向消息系统订阅该消息，收到消息后执行相应操作。如果执行失败，进行重试补偿

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70 3][]

问题：

基于消息的最终一致性方案对应用侵入性也很高，应用需要进行大量业务改造，成本较高。并且重试和补偿机制往往也需要增加一个监控，防止重试继续失败的情况，通过监控进行人为干预。

**总结：分布式事务本身是一个技术难题，没有一种完美的方案应对所有场景，具体还是要根据业务场景去抉择**

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70]: /images/20230531/3315d9c06a304b4a80aab52377172da2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70 1]: /images/20230531/7de2f9b1a2984f898b40a01dc6a8ad91.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70 2]: /images/20230531/3f72b49d46ca4e44b0e1c1fa888ff35c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poZW53ZWkxOTk0_size_16_color_FFFFFF_t_70 3]: /images/20230531/212b470f43ed4485a2e938db8f2a17c6.png