分布式事務(wù)處理方案，微服事務(wù)處理方案

微服事務(wù)處理方案（分布式事務(wù)處理方案）

1. 什么是事務(wù)
由一組操作構(gòu)成的可靠、 獨(dú)立的工作單元。
事務(wù)具有以下特點(diǎn)：
?Atomicity(原子性)
?Consistency(一致性)
?Isolation(隔離性)
?Durability(持久性)

2.事務(wù)的一致性
單體應(yīng)用可以在數(shù)據(jù)庫的事物管理器中獲得強(qiáng)一致性，這種本地事物可靠簡單。
而在微服或者SOA的場景下，我們的本地事物就不作用了。對(duì)于分布式系統(tǒng) Google 提出 CAP定理 ，
分布式的事物只能同時(shí)擁有以下三項(xiàng)中的兩個(gè)：
?Consistency(一致性): 所有 用戶看到一致的數(shù)據(jù)。
?Availability(可用性): 總能找 到一個(gè)可用的數(shù)據(jù)復(fù)本。
?Tolerance to Network Partition(分區(qū)容忍性): 即使 在系統(tǒng)被分區(qū)的情況下，仍然滿足上述兩點(diǎn)。

分布式系統(tǒng)的事物無法做到強(qiáng)一致性，只能做到最終一致性。

3.常見分布式事物的處理方案

• 2pc 兩段提交方案
• 3pc 三段提交方案，是兩段提交方案的進(jìn)化。
• TCC 模式 try ,confirm ,cancel。
• 可靠消息機(jī)制 ，可靠消息分為 非事物消息 和 事物消息。

事物消息，簡單的說就是消息投遞成功，你本地的數(shù)據(jù)庫事物肯定提交成功，消息投遞失敗你本地事物也肯定提交失敗。相當(dāng)于你投遞消息和操作數(shù)據(jù)庫是綁定在一起的，兩者是在同一個(gè)事物中。

非事物消息，簡單的說就是消息投遞成功，本地?cái)?shù)據(jù)庫事物不一定執(zhí)行成功。

而現(xiàn)有的開源的MQ框架 大多數(shù)是不支持 事物消息的，也沒有和本地事物進(jìn)行配合。
RocketMQ 好像實(shí)現(xiàn)了這個(gè)事物消息功能，有興趣的同學(xué)可以去看看。

可靠消息機(jī)制保證數(shù)據(jù)一致性的解決方案（非事物消息）

先來看個(gè)案例：
假設(shè)我有一個(gè) 文章微服 負(fù)責(zé)發(fā)布文章，查詢文章列表等，還有一個(gè) 用戶微服 保持用戶的一些基本信息，如：用戶發(fā)文章的篇數(shù)等。

現(xiàn)在發(fā)文章在 文章微服，而用戶的發(fā)文篇數(shù)在 用戶微服。這種情況下我們?cè)趺幢ＷC 發(fā)文的計(jì)數(shù) 不會(huì)多也不會(huì)少，保證其的一致性的呢？

大家先來看一段代碼：
假設(shè)這是 文章微服 發(fā)文代碼：

@Transactional
    public void saveArticle(Article article){
        try{
            //保存文章
            articleDao.saveArticle(article);
            MqEvent saveArticleEvent = new MqEvent();
            //消息ID 
            saveArticleEvent.setMsgId(UUIDUtil.mongoObjectId());
            //發(fā)送保存文章 事件個(gè)用戶服務(wù)
            sender.sendAddArticleMqEvent(saveArticleEvent);
        }catch (Exception e){
            //拋異常 讓事務(wù)回滾
            throw new RuntimeException();
        }
    }
}

看起來很正常呀！沒有什么問題！ 我們來列舉一下可能會(huì)出現(xiàn)的情況；

1. 保存文章正常，MQ發(fā)送也正常，好萬事大吉，數(shù)據(jù)都正常。

2. 保存文章正常，MQ發(fā)送失敗，拋異常。這時(shí)數(shù)據(jù)回滾，雖然出了點(diǎn)問題 但是數(shù)據(jù)正常。這也沒問題。

3. 文章保存失敗，這時(shí)肯定拋異常，MQ發(fā)送走不到，這時(shí)也是正常的。

4. 文章保存成功，MQ發(fā)送成功，這時(shí)會(huì)不會(huì)有問題出現(xiàn)呢？ 剛剛我們說了 我們的MQ是非事物性的，恰巧這個(gè)時(shí)候 MQ 回執(zhí)異常導(dǎo)致 MQ拋異常了。本地事物回滾，但是MQ雖然拋異常，消息卻發(fā)成功了。這時(shí)候 會(huì)導(dǎo)致 用戶發(fā)文計(jì)數(shù)多了一篇，數(shù)據(jù)不一致了導(dǎo)致。

雖然這種做法看起來沒有什么問題，但其實(shí)是有問題的。

為了解決這個(gè)問題，我們需要 增加一個(gè)本地事件表，專門存放 MQ事件 ，有定時(shí)器輪訓(xùn)去發(fā)送MQ消息，發(fā)送成功后做標(biāo)記，或者刪除。很多MQ都會(huì)有 消息回執(zhí)的。當(dāng)成功投遞到消息隊(duì)列是 就會(huì)得到回執(zhí)。

于是我們的代碼應(yīng)該改成這樣：

  @Transactional
    public void saveArticle(Article article) {
        articleDao.saveArticle(article);
        MqEvent saveArticleEvent = new MqEvent();
        //消息ID
        saveArticleEvent.setMsgId(UUIDUtil.mongoObjectId());
        // 保存事件到事件表
        mqEventDao.addMQEvent(saveArticleEvent);
    }

這樣在本地事物的強(qiáng)一致性下可以保證，發(fā)文的同事插入發(fā)文事件。

說說 用戶微服那邊的處理 ， 用戶微服也應(yīng)該有一個(gè)這樣的事件表，保存接收的事件，通過輪訓(xùn)等方式處理這些事件，只有成功的接收了事件，事件才能從MQ隊(duì)列里面消失。MQ在消費(fèi)消息的時(shí)候如果遇到異常會(huì)重新將消失重新發(fā)回到隊(duì)列中，很多MQ具有這個(gè)特性。

細(xì)心的同學(xué)可能會(huì)想到我同一個(gè)事件消息投遞了兩次怎么辦？這就涉及冪等性的設(shè)計(jì)了，看到上面的消息ID沒？ 這就是為冪等性設(shè)計(jì)的 唯一ID；當(dāng)用戶微服收到兩個(gè)消息ID是一樣的時(shí)候，丟棄掉一個(gè)。

總結(jié)

我們的微服系統(tǒng) 只要涉及 增 刪 改 的操作都應(yīng)該通過可靠事件進(jìn)行操作，而不能直接通過 REST 接口，去操作，也不能直接的發(fā)送事件去操作。對(duì)于消防端，要做好冪等性的處理?？煽渴录幚砦⒎氖挛锼闶潜容^靠譜的做法，2pc,3pc ,Tcc 在微服事物處理這一塊，基本上起不了什么作用。
本人的理解大概是這樣，歡迎大家提出疑問。

文末彩蛋

針對(duì)于上面所涉及到的知識(shí)點(diǎn)我總結(jié)出了有1到5年開發(fā)經(jīng)驗(yàn)的程序員在面試中涉及到的絕大部分架構(gòu)面試題及答案做成了文檔和架構(gòu)視頻資料免費(fèi)分享給大家（包括Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并發(fā)等架構(gòu)技術(shù)資料），希望能幫助到您面試前的復(fù)習(xí)且找到一個(gè)好的工作，也節(jié)省大家在網(wǎng)上搜索資料的時(shí)間來學(xué)習(xí)，也可以關(guān)注我一下以后會(huì)有更多干貨分享。

資料獲取方式 QQ群搜索“708-701-457” 即可免費(fèi)領(lǐng)取