一、分布式事务问题
单机单库没这个问题
分布式前:从1:1
-> 1:N
-> N:N
分布式后:
分布式事务问题:一次业务操作需要跨多个数据源或需要跨多个系统进行远程调用,就会产生分布式事务问题。
单体应用被拆分成微服务应用,原来的三个模块被拆分成三个独立的应用,分别使用三个独立的数据源。
业务操作需要调用三个服务来完成。此时每个服务内部的数据一致性由本地事务来保证,但是全局的数据一致性问题没法保证。
用户购买商品的业务逻辑。整个业务逻辑由3个微服务提供支持:
仓储服务:对给走的商品扣除仓储数量。
订单服务:根据采购需求创建订单。
帐户服务:从用户帐户中扣除余额。
二、简介
2.1、关于
Seata是一款开源的分布式事务解决方案,致力于在微服务架构下提供高性能和简单易用的分布式事务服务。
官网地址:http://seata.io/zh-cn/
2.2、作用
一个典型的分布式事务过程
1、分布式事务处理过程的 ID + 三组件模型
Transaction ID XID
全局唯—的事务ID- 3组件概念
Transaction Coordinator(TC)
事务协调器,维护全局事务的运行状态,负责协调并驱动全局事务的提交或回滚;Transaction Manager(TM)
控制全局事务的边界,负责开启一个全局事务,并最终发起全局提交或全局回滚的决议;Resource Manager(RM)
控制分支事务,负责分支注册,状态汇报,并接收事务协调器的指令,驱动分支(本地)事务的提交和回滚;
2、处理过程
- 1、TM 向 TC 申请开启一个全局事务,全局事务创建成功并生成一个全局唯一的 XID;
- 2、XID 在微服务调用链路的上下文中传播;
- 3、RM向TC注册分支事务,将其纳入XID对应全局事务的管辖;
- 4、TM 向TC 发起针对 XID 的全局提交或回滚决议;
- 5、TC 调度 XID 下管辖的全部分支事务完成提交或回滚请求。
SEATA的分布式交易解决方案:
三、Seata-Server 安装
1、官网地址:http://seata.io/zh-cn/
2、下载版本。
3、seata-server-0.9.0.zip
解压到指定目录并修改conf
目录下的 file.conf
配置文件
先备份原始file.conf文件。
主要修改:自定义事务组名称 + 事务日志存储模式为db + 数据库连接信息。
4、mysql5.7 数据库新建库 seataSQL。
5、在 seata 库里建表。
建表db_store.sql在\seata-server-0.9.0\seata\conf目录里面
6、修改seata-server-0.9.0\seata\conf
目录下的registry.conf
配置文件
7、先启动Nacos
端口号8848
。
8、再启动seata-server
。
四、Seata原理简介
4.1、Seata
2019年1月份蚂蚁金服和阿里巴巴共同开源的分布式事务解决方案。
Simple Extensible Autonomous Transaction Architecture
,简单可扩展自治事务框架。
4.2、TC/TM/RM三大组件
分布式事务的执行流程:
- TM开启分布式事务(TM向TC注册全局事务记录)
- 换业务场景,编排数据库,服务等事务内资源(RM向TC汇报资源准备状态)
- TM结束分布式事务,事务一阶段结束(TM通知TC提交/回滚分布式事务)
- TC汇总事务信息,决定分布式事务是提交还是回滚。
- TC通知所有RM提交/回滚资源,事务二阶段结束。
4.3、AT模式如何做到对业务的无侵入
4.3.1、AT模式
1、前提
- 基于支持本地 ACID 事务的关系型数据库。
- Java 应用,通过 JDBC 访问数据库。
2、整体机制
两阶段提交协议的演变:
一阶段
:业务数据和回滚日志记录在同一个本地事务中提交,释放本地锁和连接资源。
二阶段
:
提交异步化,非常快速地完成。
回滚通过一阶段的回滚日志进行反向补偿。
4.3.2、一阶段加载
在一阶段,Seata 会拦截 业务SQL
。
- 1、解析SQL语义,找到
业务SQL
要更新的业务数据,在业务数据被更新前,将其保存成before image
。 - 2、执行
业务SQL
更新业务数据,在业务数据更新之后,更新后的数据也保存一份。 - 3、其保存成
after image
,最后生成行锁。
以上操作全部在一个数据库事务内完成,这样保证了一阶段操作的原子性。
4.3.3、二阶段提交
二阶段如是顺利提交的话,因为业务SQL
在一阶段已经提交至数据库,所以Seata框架只需将一阶段保存的快照数据和行锁删掉,完成数据清理即可。
4.3.4、二阶段回滚
二阶段如果是回滚的话,Seata 就需要回滚一阶段已经执行的业务SQL
,还原(补偿)业务数据。
回滚方式便是用before image
还原业务数据。但在还原前要首先要校验脏写,对比数据库当前业务数据
和after image
如果两份数据完全一致就说明没有脏写,可以还原业务数据,如果不一致就说明有脏写,出现脏写就需要转人工处理。(就是,可能在回滚之前,其他请求已经成功修改过这条数据,那么当前就不能回滚了)
评论