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
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
复制代码
这时候就会出现问题
扫描二维码关注公众号,回复:
3478871 查看本文章
![](/qrcode.jpg)
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
复制代码
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
复制代码
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
复制代码
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
复制代码
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
Spring注解解释(@Primary、@Qualifier)
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")
}
}
}
复制代码
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
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
@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
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:
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
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
}
复制代码
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'
复制代码