分布式事务

背景

在微服务环境下，因为会根据不同的业务会拆分成不同的服务，比如会员服务、订单服务、商品服务等，让专业的人做专业的事情，每个服务都有自己独立的数据库，并且是独立运行，互不影响。但是每个服务中都有自己独立的数据源，即自己独立的本地事务。两个服务相互通讯的时候，两个本地事务互不影响，从而出现分布式事务产生的原因。

案例说明： 下单和扣库存如何保持一致问题

描述： 数据库都是独立的，每个独立的数据源中都有自己独立的事务，该事务成为本地事务。本地事务有效范围在同一个jdbc里面（同一个事务管理器 ）

代码展示:

问题： 下单失败了，但是库存成功了，如何去回滚？ 注意： 下单成功，库存失败，不属于分布式事务问题。

总结： 本地数据源有效范围是 同一个jdbc连接或者同一个事务管理器。

分布式事务解决方案

刚性事务 -- 关系型数据库的ACID

关系型数据库天生就是解决具有复杂事务场景的问题，关系型数据库完全满足ACID的特性。满足ACID特性

ACID对应的含义：事务管理（ACID）

    谈到事务一般都是以下四点:

         原子性（Atomicity）：原子性是指事务是一个不可分割的工作单位，事务中的操作要么都发生，要么都不发生。

        一致性（Consistency）：事务前后数据的完整性必须保持一致。

        隔离性（Isolation）：事务的隔离性是多个用户并发访问数据库时，数据库为每一个用户开启的事务，不能被其他事务的操作数据所干扰，多个并发事务之间要相互隔离。

        持久性（Durability）：持久性是指一个事务一旦被提交，它对数据库中数据的改变就是永久性的，接下来即使数据库发生故障也不应该对其有任何影响

柔性事务 -- 遵循Base和CPA理论

CPA理论

1. C:Consistency, 一致性。在分布式系统中的所有数据 备份，在同一时刻具有同样的值，所有节点在同一时刻读取的数据都是最新的数据副本。双方进行通讯的时候，或者服务器集群的时候，一定要保证数据一致性问题，不能发生脏读等问题。其实一般情况下可以做个取舍，可以暂时不遵循一致性，但是达到最终一致性，只要核心遵循下面的可用性和分区容忍性就可以。

2. A:Availability,可用性，好的响应性能。完全的可用性指的是在任何故障模型下，服务都会在有限的时间内处理完成并进行响应。比如服务器宕机情况下 还有备机

3. P: Partition tolerance,分区容错性。尽管网络上有部分消息丢失，但系统仍然可继续工作。

总结：

• CAP原理指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。
• 对于分布式数据系统，分区容忍性是基本要求，容错是肯定的，否则就失去了价值，在一致性和可用性之间取一个平衡
• 对于大多数web应用，其实并不需要强一致性，因此牺牲一致性而换取高可用性，是目前多数分布式数据库产品的方向。
• 通过软状态，可以暂时不一致，但是最终实现一致。通过补偿、重试等。
• 牺牲一致性，只是不再要求关系型数据库中的强一致性，而是只要系统能达到最终一致性即可
• 由于关系型数据库是单节点无复制的，因此不具有分区容忍性，但是具有一致性和可用性，而分布式的服务化系统都需要满足分区容忍性，那么我们必须在一致性和可用性之间进行权衡

注意实际开发中只遵循了P和A

Base 理论

1. BA:(Basically Available)，基本可用。指分布式系统在出现故障的时候，保证核心可用。比如：网页访问过大时，部分用户提供降级服务。
2. S:(Soft State)，软状态，状态可以在一段时间内不同步。
3. E:(Eventually Consistent)，最终一致，在一定的时间内，最终数据达成一致即可。

总结： BASE 思想与 ACID 原理截然不同，它满足CAP原理，通过牺牲强一致性获得可用性， 一般应用于服务化系统的应用层或者大数据处理系统中，通过达到最终一致性来尽量满足业务的绝大多数需求。

支付案例

流程如下：

• toov5 调用支付宝时候 会传递两个参数 同步回调地址 和 异步回调地址
• 同步回调地址：支付完成后，支付宝采用浏览器方式重定向回调方
• 异步回调地址：支付完成后，采用后台也就是HttpClient进行调用toov5接口通知支付接口
• 当通知接口出现延迟或者异常情况下，支付宝会发生自动重试。短暂的不一致情况

柔性事务分为：

• 两阶段型
• 补偿型
• 异步确保型
• 最大努力通知型

关于两阶段、三阶段

1. 两阶段： 交易中间件与数据库通过 XA 接口规范，使用两阶段提交来完成一个全局事务， XA规范的基础是两阶段提交协议。

1. 准备阶段：协调者向参与者发起指令，参与者评估自己的状态，如果参与者评估指令可以完成，则会写redo或者undo日志（提交日志和回滚日志），然后锁定资源，执行操作，但并不提交。
2. 提交阶段：协调者会向参与者发送一个指令，如果参与者收到指令后，会把该业务逻辑是否执行成功结果返回给协调者。如果参与者都返回执行成功，协调者在第二阶段发送提交事务通知，如果有一方执行失败，就会终止提交。

缺点：

1. 如果协调者发生宕机，整个就没法指挥协调了。库存服务和订单服务会一直等待。
2. 两阶段提交方案锁定资源时间长，对性能影响很大，基本不适合解决微服务事务问题。

技术落地:

• Jta+Atomikos 属于两阶段提交协议。底层是基于XA协议，主流数据库MySQL等都支持XA协议。这个协议规范就是协调者把指令发送给参与者的过程。MySQL是参与者，Atomikos:Atomikos TransactionsEssentials是一个为Java平台提供增值服务的并且开源类事务管理器，底层就是遵循了XA协议的规范。
  Jta+Atomikos 代码案例

1. 三阶段提交协议 --- 两阶段准备阶段再加了一个询问阶段

1. 询问阶段： 协调者询问参与者是否可以完成指令，协调者只需要回答是还是不是，而不需要做真正的操作，这个阶段超时导致中止。协调者和参与者执行的任务中都增加了超时，一旦超时，协调者和参与者都继续提交事务，默认为成功，这也是根据概率统计上超时后默认成功的正确性最大。

优点： 至少不会阻塞和永远锁定资源。

结合非关系型数据库

• • • 但当数据库要开始满足横向扩展、高可用、模式自由等需求时，需要对ACID理论进行取舍，不能严格遵循ACID。以CAP理论和BASE理论为基础的NoSQL数据库开始出现。
    • 由于NoSQL的基本需求就是支持分布式存储，严格一致性与可用性需要互相取舍，由此延伸出了CAP理论来定义分布式存储遇到的问题。