Spring Cloud 分布式事务详解及LCN解决方案

在微服务如火如荼的情况下,越来越多的项目开始尝试改造成微服务架构,微服务即带来了项目开发的方便性,又提高了运维难度以及网络不可靠的概率.

在说微服务的优缺点时,有对比才会更加明显,首先说一下单体式结构

单体式架构

在单体式架构中,系统通常采用分层架构模式(MVC),持久化层、表示层,业务逻辑层。架构主要存在以下问题:

  1. 系统内部互相访问,耦合紧密导致难以维护;
  2. 各业务领域需要采用相同的技术栈,难以快速应用新技术(例如使用SSH很难向SSM改造);
  3. 对系统的任何修改都必须整个系统一起重新部署/升级;
  4. 在系统负载增加时,难以进行水平扩展;
  5. 当系统中一处出现问题,会影响整个系统;

为了克服以上缺点,微服务架构应运而生。微服务,又叫微服务架构。微服务就是一些协同工作的小而自治的服务.

微服务架构

优点:

1. 技术异构性

在不同的服务中,可以使用不同的技术来各自开发,只要保证服务间能相互协作即可

2. 弹性

当微服务中的某一个服务不可用时,不会影响整个系统,只会影响相关功能不可用

3. 扩展

易于扩展,使用小的多个服务,更加易于扩展新的功能

4. 简化部署

某个服务的更新部署,不需要重新部署整个应用

5. 可组合

通过组合多个服务,可以提供一些新的功能

6. 可替代

因为每个微服务都比较小,重新实现某一个服务或者直接删除该服务都是可操作的

缺点:

1. 复杂度高

微服务间通过REST、RPC等形式交互,相对于单体模式,需要考虑被调用方故障、过载、消息丢失等各种异常情况,代码逻辑更加复杂。

对于微服务间的事务性操作,因为不同的微服务采用了不同的数据库,将无法利用数据库本身的事务机制保证一致性,需要引入二阶段提交等技术。

同时,在微服务间存在少部分共用功能但又无法提取成微服务时,各个微服务对于这部分功能通常需要重复开发,或至少要做代码复制,以避免微服务间的耦合,增加了开发成本。

2. 运维复杂

在采用微服务架构时,系统由多个独立运行的微服务构成,需要一个设计良好的监控系统对各个微服务的运行状态进行监控。运维人员需要对系统有细致的了解才对够更好的运维系统。

3. 影响性能

相对于单体架构,微服务的间通过REST、RPC等形式进行交互,通信的时延会受到较大的影响。

分布式事务的引入

正如上面所说

对于微服务间的事务性操作,因为不同的微服务采用了不同的数据库,将无法利用数据库本身的事务机制保证一致性,需要引入二阶段提交等技术。

在单体项目中,很容易做到事务控制,而在多个服务之间很难实现

假设服务调用如下:

Spring Cloud 分布式事务详解及LCN解决方案_第1张图片

 

A B C D 的事务均在各个服务控制,如何做到,统一协调,保证数据的一致性?

分布式事务解决方案

基于XA协议的两阶段提交

XA是一个分布式事务协议,由提出。XA中大致分为两部分:事务管理器和本地资源管理器。其中本地资源管理器往往由数据库实现,比如Oracle、DB2这些商业数据库都实现了XA接口,而事务管理器作为全局的调度者,负责各个本地资源的提交和回滚。XA实现分布式事务的原理如下:
第一阶段:

Spring Cloud 分布式事务详解及LCN解决方案_第2张图片

 

第二阶段:

Spring Cloud 分布式事务详解及LCN解决方案_第3张图片

总的来说,XA协议比较简单,而且一旦商业数据库实现了XA协议,使用分布式事务的成本也比较低。但是,XA也有致命的缺点,那就是性能不理想,特别是在交易下单链路,往往并发量很高,XA无法满足高并发场景。XA目前在商业数据库支持的比较理想,在mysql数据库中支持的不太理想,mysql的XA实现,没有记录prepare阶段日志,主备切换回导致主库与备库数据不一致。许多nosql也没有支持XA,这让XA的应用场景变得非常狭隘。

消息事务+最终一致性

所谓的消息事务就是基于消息中间件的两阶段提交,本质上是对消息中间件的一种特殊利用,它是将本地事务和发消息放在了一个分布式事务里,保证要么本地操作成功成功并且对外发消息成功,要么两者都失败,开源的RocketMQ就支持这一特性.

该方案采用最终一致的,牺牲了一致性,换来了性能的大幅度提升。存在造成数据不一致的风险

TCC编程模式

所谓的TCC编程模式,也是两阶段提交的一个变种。TCC提供了一个编程框架,将整个业务逻辑分为三块:Try、Confirm和Cancel三个操作。以在线下单为例,Try阶段会去扣库存,Confirm阶段则是去更新订单状态,如果更新订单失败,则进入Cancel阶段,会去恢复库存。总之,TCC就是通过代码人为实现了两阶段提交,不同的业务场景所写的代码都不一样,复杂度也不一样,因此,这种模式并不能很好地被复用。

具体实现

LCN

https://github.com/codingapi/tx-lcn

       LCN分布式事务框架的核心功能是对本地事务的协调控制,框架本身并不创建事务,只是对本地事务做协调控制。因此该框架与其他第三方的框架兼容性强,支持所有的关系型数据库事务,支持多数据源,支持与第三方数据库框架一块使用(例如 sharding-jdbc),在使用框架的时候只需要添加分布式事务的注解即可,对业务的侵入性低。LCN框架主要是为微服务框架提供分布式事务的支持,在微服务框架上做了进一步的事务机制优化,在一些负载场景上LCN事务机制要比本地事务机制的性能更好,4.0以后框架开方了插件机制可以让更多的第三方框架支持进来。

目前 LCN为 4.1 版本

主要特点:

  • 支持各种基于spring的db框架
  • 兼容SpringCloud、Dubbo、motan
  • 使用简单,低依赖,代码完全开源
  • 基于切面的强一致性事务框架
  • 高可用,模块可以依赖RPC模块做集群化,TxManager也可以做集群化
  • 支持本地事务和分布式事务共存
  • 支持事务补偿机制,增加事务补偿决策提醒

采用强一致性方案,事务要不全部成功,要不全部失败,保证了事务的一致性,代码简单,原有项目只需引入相关 jar 包,并在需要参与的事务的方法添加注解即可,节省了代码改造成本.

Spring Cloud示例:

添加依赖

 


   4.1.0



    com.codingapi
    transaction-springcloud
    ${lcn.last.version}



   com.codingapi
   tx-plugins-db
   ${lcn.last.version}


在需要执行的事务上添加注解

 

@Override
@TxTransaction(isStart = true)
@Transactional
public int save() {
}

其中 @TxTransaction(isStart = true)lcn 事务控制注解,其中isStart = true 表示该方法是事务的发起方例如,服务A 需要调用服务B,服务B 需要调用服务C,此时 服务A为服务发起方,其余为参与方,参与方只需@TxTransaction 即可。


 

你可能感兴趣的:(Spring,Cloud系列)