专栏首页技术栈分布式事务之事务实现模式与技术(四)

分布式事务之事务实现模式与技术(四)

分布式事务介绍

在分布式系统中实现的事务就是分布式事务,分布式系统的CAP原则是:

  • 一致性
  • 可用性
  • 分区容错性

是分布式事务主要是保证数据的一致性,主要有三种不同的原则

  • 强一致性
  • 弱一致性
  • 最终一致性

JTA与XA

共同点:

  • Transaction Manager(事务管理器)
  • XA Resource
  • 两阶段提交

Orderservice监听新订单队列中的消息,获取之后新增订单,成功则往新订单缴费队列中写消息,中间新增订单的过程使用JTA事务管理,当新增失败则事务回滚,不会往新订单缴费队列中写消息;

再比如User service 扣费成功后,往新订单转移票队列写消息,这时Ticket service 正在处理中或者处理中发生了失败,这中间的过程中用户查看自己的余额已经扣费成功,但票的信息却没有,此时可以使用事务失败回滚的方式依次回退,这种叫弱一致性;又或者可以把处理失败的内容发送至一个错误队列中,由人工处理等方式解决,这种叫最终一致性。

Spring JTA分布式事务实现

  • 可以使用如JBoss之类的应用服务器提供的JTA事务管理器
  • 可以使用Atomikos、Bitronix等库提供的JTA事务管理器

不使用Spring JTA的分布式事务实现

为什么不使用JTA?

因为JTA采用两阶段提交方式,第一次是预备阶段,第二次才是正式提交。当第一次提交出现错误,则整个事务出现回滚,一个事务的时间可能会较长,因为它要跨越多个数据库多个数据资源的的操作,所以在性能上可能会造成吞吐量低。

不适用JTA,依次提交两事务

1.start message transaction
2.receive message
3.start database transaction
4.update database
5.commit database transaction
6.commit message transaction   ##当这一步出现错误时,上面的因为已经commit,所以不会rollback

这时候就会出现问题

多个资源的事务同步方法

XA与最后资源博弈

1.start message transaction
2.receive message
3.start JTA transaction on DB
4.update database
5.phase-1 commit on DB transaction
6.commit message transaction  ##当这一步出现错误时,上面的因为是XA的第一次提交预备状态,所以可以rollback
7.phase-2 commit on DB transaction  ##当这一步出现错误时,因为message不是XA方式,commit后无法rollback

但这种相比不使用JTA,已经很大程度上避免了事务发生错误的可能性。

共享资源

  • 两个数据源共享同一个底层资源
  • 比如ActiveMQ使用DB作为底层资源存储
  • 使用数据库的database transaction Manager事务管理器来控制事务提交
  • 需要数据源支持指定底层资源存储方式

最大努力一次提交

  • 依次提交事务
  • 可能出错
  • 通过AOP或Listener实现事务直接的同步

JMS最大努力一次提交+重试

  • 适用于其中一个数据源是MQ,并且事务由读MQ消息开始
  • 利用MQ消息的重试机制
  • 重试的时候需要考虑重复消息
1.start message transaction
2.receive message
3.start database transaction
4.update database   #数据库操作出错,消息被放回MQ队列,重试重新触发该方法
5.commit database transaction
6.commit message transaction  

上面这种时候没有问题

1.start message transaction
2.receive message
3.start database transaction
4.update database
5.commit database transaction   
6.commit message transaction  #提交MQ事务出错,消息放回至MQ队列,重试重新触发该方法

可能存在问题:会重复数据库操作,因为database transaction不是使用JTA事务管理,所以database已经commit成功;如何避免,需要忽略重发消息,比如唯一性校验等手段。

链式事务管理

  • 定义一个事务链
  • 多个事务在一个事务管理器里依次提交
  • 可能出错

如何选择(根据一致性要求)

  • 强一致性事务:JTA(性能最差、只适用于单个服务内)
  • 弱、最终一致性事务:最大努力一次提交、链式事务(设计相应的错误处理机制)

如何选择(根据场景)

  • MQ-DB:最大努力一次提交+重试
  • 多个DB:链式事务管理
  • 多个数据源:链式事务、或其他事务同步方式

实例

实例1-DB-DB

application.properties中配置了两个数据源

# 默认的Datasource配置
# spring.datasource.url = jdbc:mysql://localhost:3307/user
# spring.datasource.username = root
# spring.datasource.password = 123456
# spring.datasource.driverClassName = com.mysql.jdbc.Driver

spring.ds_user.url = jdbc:mysql://localhost:3307/js_user
spring.ds_user.username = root
spring.ds_user.password = 123456
spring.ds_user.driver-class-name = com.mysql.jdbc.Driver

spring.ds_order.url = jdbc:mysql://localhost:3307/js_order
spring.ds_order.username = root
spring.ds_order.password = 123456
spring.ds_order.driver-class-name = com.mysql.jdbc.Driver

自定义配置类文件

@Configuration
public class DBConfiguration{
    @Bean
    @Primary
    @ConfigurationProperties(prefix="spring.ds_user") #设置读取在properties文件内容的前缀
    public DataSourceProperties userDataSourceProperties() {
        return new DataSourceProperties();
    }
    
    @Bean
    @Primary
    public DataSource userDataSource(){
        return userDataSourceProperties().initializeDataSourceBuilder().type(HikariDataSource.class).build();
    }
    
    @Bean
    public JdbcTemplate userJdbcTemplate(@Qualifier("userDataSource") DataSource userDataSource){
        return new JdbcTemplate(userDataSource);
    }
    
    @Bean
    @ConfigurationProperties(prefix="spring.ds_order") #设置读取在properties文件内容的前缀
    public DataSourceProperties orderDataSourceProperties() {
        return new DataSourceProperties();
    }
    
    @Bean
    public DataSource orderDataSource(){
        return userDataSourceProperties().initializeDataSourceBuilder().type(HikariDAtaSource.class).build();
    }
    
    @Bean
    public JdbcTemplate orderJdbcTemplate(@Qualifier("orderDataSource") DataSource orderDataSource){
        return new JdbcTemplate(orderDataSource);
    }
    
}
复制代码

实际调用类

public class CustomerService{
    @Autowired
    @Qualifier("userJdbcTemplate")
    private jdbcTemplate userJdbcTemplate;
    
    @Autowired
    @Qualifier("orderJdbcTemplate")
    private jdbcTemplate orderJdbcTemplate;
    
    private static final String UPDATE_CUSTOMER_SQL;
    private static final String INSERT_ORDER_SQL;
    
    @Transactional  #事务管理注解
    public void createOrder(Order order){
        userJdbcTemplate.update(UPDATE_CUSTOMER_SQL, order)
        if(order.getTitle().contains("error1")){     #模拟异常出现
            throw new RuntimeException("error1")
        }
        orderJdbcTemplate.update(INSERT_ORDER_SQL, order)  #没有使用事务,直接提交
         if(order.getTitle().contains("error2")){    #模拟异常出现
            throw new RuntimeException("error2")
        }
    }
}

关于上述过程的详细说明:

因为使用了标签 @Transactional的方式,使其在一个事务里面执行

也就是同步到Transaction Manager上面,但是这边的同步不是说事务的同步,只是同步数据库连接的开关

特别说明: @Transactional 如果没有做任何配置的情况下,则会使用DBConfiguration类中@Primart注解下的DataSource,用它去做datasource connection

spring DataSourceUtils源码

spring DataSourceUtils 使用已有的connection,只是控制数据库连接的释放,不是事务。

实例2-DB-DB.链式事务管理器

链式事务管理器在 这个库里面

DBConfiguration类中添加一段

@Bean
public PlatformTransactionManager transactionManager(){
    DataSourceTransactionManager userTM = new DataSourceTransactionManager(userDataSource()) #看似方法调用,实则从spring容器中获取
    DataSourceTransactionManager orderTM = new DataSourceTransactionManager(orderDataSource())
    # orderTM.setDataSource(orderDataSource())   如果使用这种方式则不是从容器中去获取了,因为orderTM不是spring容器管理
    ChainedTransactionManager tm = new ChainedTransactionManager(userTM, orderTM)  ## order先执行,user后执行
    return tm;
}
复制代码

链接事务管理器(Chaining transaction managers)

出现异常是否会有问题呢?

  • 使用debug方式模拟运行,第一个order事务提交以后,第二user个事务执行的时候把mysql服务给停掉,出现如下异常

重启启动msyql服务,程序继续运行,此时来看数据库order表中多了一条记录,而user表没有变化;第一个order事务并没有回滚;那如果是rollback的时候停掉mysql服务,其实是没有影响的,因为本身就没有commit, 执不执行rollback本身是没有影响的。

git代码地址

实例3-JPA-DB.链式事务管理器

  • mysql + mysql
  • 链式事务:JpaTransactionManager + DataSourceTransactionMananger
  • 不处理重试 基于实例1的核心代码继续做修改演示:

git代码地址

实例4-JMS-DB.最大努力一次提交

  • JMS-DB
  • ActiveMQ + Mysql
  • 最大努力一次提交:TransactionAwareConnectionFactoryProxy

git代码地址

分布式系统唯一性

什么是分布式系统ID?

  • 分布式系统的全局唯一标识
  • UUID:生成唯一ID的规范
  • 用于唯一标识,处理重复消息

分布式系统唯一性ID生成策略:

  • 数据库自增序列
  • UUID:唯一ID标准,128位,几种生成方式(时间+版本等方式)
  • MongDB的ObjectID:时间戳+机器ID+进程ID+序号
  • Redis的INCR操作、Zookeeper节点的版本号

使用何种方式?

  • 自增的ID:需要考虑安全性、部署
  • 时间有序:便于通过ID判断创建时间
  • 长度、是否数字类型:是否建立索引

分布式系统分布式对象

  • Redis:Redisson库:RLock,RMap,RQueue等对象
  • Zookeeper:Netflix Curator库:Lock,Queue等对象

分布式事务实现模式

  • 消息驱动模式:Message Driven
  • 事件溯源模式:Event Sourcing
  • TCC模式:Try-Confirm-Cancel

幂等性

  • 幂等操作:任意多次执行所产生的影响,与一次执行的影响相同
  • 方法的幂等性:使用同样的参数调用一次方法多次,与调用一次结果相同
  • 接口的幂等性:接口被重复调用,结果一致

微服务接口的幂等性

  • 重要性:经常需要通过重试实现分布式事务的最终一致性
  • GET方法不会对系统产生副作用,具有幂等性
  • POST、PUT、DELETE方法的实现需要满足幂等性

Service方法实现幂等性

public OrderService{
    Map disMap;  # 用于存放已经处理的id
    @Transactional
    void ticketOrder(BuyTickerDTO dto){
        String uid = createUUID(dto);  # 创建并获取数据的唯一id
        if(!diMap.contains(uuid){    #disMap还没有处理过这个数据唯一id,则进入创建
            Order order = createOrder(dto);  
            disMap.append(uid)    ## 追加Map
        }
    }
    userService.charge(dto);   #调用user微服务
}

SQL实现幂等性

#通过调节限定,只有第一次支付的时候才会扣余额,被重复调用的时候就不会重复扣费用,通过paystatus判断
UPDATE customer SET deposit = deposit - ${value}, paystatus = 'PAID' WHERE orderId = ${id} and paystatus = 'UNPAID'

☞☞点击这里购买云服务器☜体验代码效果☜

image.png

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • SQL Server之索引解析(二)

    聚集索引表由根节点(Root Node)、中间节点(Branch Nodes)、叶子节点组成。

    Edison.Ma
  • .NET 的文本转语音合成

    我经常飞去芬兰见我的妈妈。每次飞机降落在万塔机场时,我都会对鲜有旅客前往机场出口感到惊讶。绝大多数的旅客会转机到跨越所有中欧及东欧的目的地。所以难怪在飞机开始下...

    Edison.Ma
  • 终于有人把云计算、大数据和人工智能讲明白了!

    来源:https://www.cnblogs.com/popsuper1982/p/8505203.html

    鲜枣课堂
  • SQL Server之索引解析(一)

    微软专门给出SQL Server设计思路及实现路线,从7大体系结构阐述是如何实现,通过了解这些,我们就可以总结出数据库设计原则、编程中sql写法及注意事项,从而...

    Edison.Ma
  • sharding-jdbc源码之读写分离和从库负载

    使用上面的配置,就可以使用shardingjdbc的RandomMasterSlaveLoadBalanceAlgorithm算法进行读写分离和从库负载了。那么...

    开发架构二三事
  • 漫画学算法:什么是LRU算法?

    用户信息当然是存在数据库里。但是由于我们对用户系统的性能要求比较高,显然不能每一次请求都去查询数据库。

    后端技术探索
  • 记一次愚蠢的操作--String不可变性

    我这边有一个系统,提供一个RPC接口去发送短信。外部调用我的接口需要传入手机号等等参数,我这边负责解析这些参数、做一些业务的处理,然后调用短信渠道商的接口发送短...

    Java3y
  • 分布式下必备神器之分布式锁

    今天这篇文章我们来聊聊在分布式环境下的一个神兵利器——分布式锁!在看这篇文章的时候,默认大家对锁已经了解了,如果不了解的朋友可以去翻翻公号前面的文章,有很多篇详...

    纯洁的微笑
  • 基于Flink的实时数据仓库实践分享

    今天分享的内容主要分为四个部分,首先会介绍下严选实时数仓的背景、产生的一些问题。然后是针对这些背景和问题对实时数仓的整体设计和具体的实施方案,接着会介绍下在实时...

    用户2769421
  • 一则mysql主从不同步问题分析

    注意这里如果想权限粒度更小可以对复制操作的用户授予REPLICATION SLAVE权限:

    开发架构二三事

扫码关注云+社区

领取腾讯云代金券