分布式事务

image-20220214171941159

1. A模块Mapper直接操作DB得到数据集
2. 使用Feign调用B模块
3. B模块Mapper操作DB得到数据集
4. 合并1,3两步操作或者其他操作

可举例：购物，走DB，库存-1，买家扣钱。 1：库存 2:查询到还有库存，下单，调用支付API扣钱 3:银行卡扣钱 4:判断1、3的结果

分析以上步骤可能抛出异常的情景：

步骤1发生异常，Spring事务回滚

步骤2发生异常，Spring事务回滚

步骤3发生异常，3的服务实现自动回滚，2根据3的返回值来决定是否回滚

步骤四出险异常，1自动回滚，3的操作不会回滚，导致双方数据不同步。不符合同时成功、同时失败原则。

由于Spring的事务是基于单体的，所以Spring的事务并不适用于该情况。解决方法有LCN分布式事务框架和Seata分布式事务框架。

分布式事务原理

TCC(Try-Confirm-Cancel)

• Try阶段：尝试运行，完成所有业务检查（一致性），预留业务必须的资源。
• Confirm阶段：确认需要真正执行的业务，该阶段需要具备幂等设计，Confirm失败后需要进行重试。
• Cancel阶段：取消执行，释放Try阶段预留的业务资源。Cancel阶段的异常和Confirm阶段异常处理方案基本上一致，要求满足幂等设计。

image-20220215094939440

解决方案

在企业级微服务解决方案中，我们可以使用LCN或Seata负责监控每个服务的事务。

以LCN为例：

服务发起方：Feign调用其他服务

@TxTransaction(isStart = true)
@Transactional(rollbackFor = Exception.class)
public void save(){
	//do something
}

服务被调用方

@TxTransaction
@Transactional(rollbackFor = Exception.class)
public void save() {
}