随着项目逐步以微服务开发为趋势,逐渐呈现一个服务对应一个数据库。从中产生了分布式事务的问题:一个操作先后调用不同的服务,要保证服务间的事务一致性,这就是分布式事务解决的问题。
本次调研,根据github上star排名进行调研,主要调研了hmily和bytetcc两种分布式事务框架。
本次调研主要是根据CAP和BASE理论进行,主要要保证数据的可用性、分区容错性、最终一致性。
Hmily是由碧桂园工程师开发,高性能异步分布式事务TCC框架。
Github地址:https://github.com/yu199195/hmily
特点: 1、 采用disruptor框架进行事务日志的异步读写,与RPC框架的性能毫无差别。 2、 RPC框架支持 : dubbo,motan,springcloud。 3、 支持嵌套事务(Nested transaction support). 4、 采用disruptor框架进行事务日志的异步读写,与RPC框架的性能毫无差别。 5、 支持SpringBoot-starter 项目启动,使用简单。 6、 本地事务存储支持 : redis,mongodb,zookeeper,file,mysql。 7、 事务日志序列化支持 :java,hessian,kryo,protostuff。 8、 采用Aspect AOP 切面思想与Spring无缝集成,天然支持集群。 9、 内置经典的分布式事务场景demo工程,并有swagger-ui可视化界面可以快速体验。 10、 异步confirm 和 cancel,保证数据一致性 11、 使用Guava Cache
Bytetcc是由北京新奥集团工程师开发,是一个兼容JTA规范的基于TCC机制的分布式事务管理器。目前开发到了第五版,稳定版本为第四版,本次调研为第四版(0.4.x)。
GitHub地址:https://github.com/liuyangming/ByteTCC
特点: 1、支持Spring容器的声明式事务管理; 2、支持普通事务、TCC事务、saga事务等事务机制; 3、支持多数据源、跨应用、跨服务器等分布式事务场景; 4、支持长事务; 5、支持dubbo服务框架; 6、支持spring cloud;
服务器cpu | 服务器内存 | 服务器网络 | 压测机cpu | 服务器cpu配置 | 服务器内存配置 | rds的cpu情况,可能多个 | redis的cpu情况,可能多个 |
---|---|---|---|---|---|---|---|
4 | 16 | 公司内网 | 4 | 4核 | 4G | 4 | 没有使用 |
接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Pay | 500000 | 225 | 215 | 347 | 394 | 513 | 13 | 1374 | 0 | 438.7 | 51.41 | 87.82 | 100 |
测试结果分析:测试结果发现,吞吐量比较高,但是hmily存在优化的地方,当前版本异步执行confirm和cancel的速度比较慢,且在高并发情况下存在数据不一致问题:
例如: 一共执行10w条数据,目标结果:库存-10w , 账户-10w。但是最终执行结果:库存和账户的剩余量不一样。不能保证数据的最终一致性。
Cpu:
DB cpu:
接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Pay | 200000 | 1573 | 1384 | 2703 | 3246 | 5815 | 48 | 11596 | 0 | 62.2 | 32.02 | 12.45 | 100 |
Cpu:
DB cpu:
接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Pay | 500000 | 1197 | 1180 | 1534 | 1652 | 1900 | 85 | 2953 | 0 | 106.9 | 14.43 | 16.71 | 100 |
测试结果分析:吞吐量比较低,可以保证数据的最终一致性。比较稳定。
Cpu:
DB cpu:
接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Pay | 60000 | 4006 | 3556 | 4491 | 4973 | 21972 | 100 | 10012 | 0 | 48.6 | 9.1 | 9.64 | 100 |
Cpu:
DB cpu:
小编只是通过Jmeter对两个比较火的分布式事务框架进行了压测,其中的业务逻辑是一样的,性能也是有不同的。
测试的代码地址:
hmily:https://github.com/AresKingCarry/hmilyDemo Bytetcc:https://github.com/AresKingCarry/ByteTccDemo
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/200819.html原文链接:https://javaforall.cn