什么是TCC，TCC是Try、Confirm、Cancel三个词语的缩写，最早是由 Pat Helland 于 2007 年发表的一篇名为《Life beyond Distributed Transactions:an Apostate’s Opinion》的论文提出。
TCC组成
TCC分为3个阶段
- Try 阶段：尝试执行，完成所有业务检查（一致性）, 预留必须业务资源（准隔离性）
- Confirm 阶段：如果所有分支的Try都成功了，则走到Confirm阶段。Confirm真正执行业务，不作任何业务检查，只使用 Try 阶段预留的业务资源
- Cancel 阶段：如果所有分支的Try有一个失败了，则走到Cancel阶段。Cancel释放 Try 阶段预留的业务资源。
TCC分布式事务里，有3个角色，与经典的XA分布式事务一样：
- AP/应用程序，发起全局事务，定义全局事务包含哪些事务分支
- RM/资源管理器，负责分支事务各项资源的管理
- TM/事务管理器，负责协调全局事务的正确执行，包括Confirm，Cancel的执行，并处理网络异常
如果我们要进行一个类似于银行跨行转账的业务，转出（TransOut）和转入（TransIn）分别在不同的微服务里，一个成功完成的TCC事务典型的时序图如下：
TCC实践
下面我们进行一个TCC事务的具体开发
我们的例子使用的分布式事务框架为dtm，它对分布式事务的支持非常优雅。下面来详细讲解TCC的组成
下面我们来编写具体的Try/Confirm/Cancel的处理函数
@RequestMapping("TransOutTry")
public Map TransOutTry() {
logger.info("TransOutTry");
Map result = new HashMap<>();
result.put("dtm_result", "SUCCESS");
return result;
}
@RequestMapping("TransOutConfirm")
public Map TransOutConfirm(HttpServerResponse response) {
logger.info("TransOutConfirm");
Map result = new HashMap<>();
result.put("dtm_result", "SUCCESS");
return result;
}
@RequestMapping("TransOutCancel")
public Map TransOutCancel() {
logger.info("TransOutCancel");
Map result = new HashMap<>();
result.put("dtm_result", "SUCCESS");
return result;
}
@RequestMapping("TransInTry")
public Map TransInTry() {
logger.info("TransInTry");
Map result = new HashMap<>();
result.put("dtm_result", "SUCCESS");
return result;
}
@RequestMapping("TransInConfirm")
public Map TransInConfirm() {
logger.info("TransInConfirm");
Map result = new HashMap<>();
result.put("dtm_result", "SUCCESS");
return result;
}
@RequestMapping("TransInCancel")
public Map TransInCancel() {
logger.info("TransInCancel");
Map result = new HashMap<>();
result.put("dtm_result", "SUCCESS");
return result;
} 到此各个子事务的处理函数已经OK了，然后是开启TCC事务，进行分支调用
@RequestMapping("fireTcc")
public String fireTcc() {
Function function = TccController::tccTrans;
return tcc.tccGlobalTransaction(function);
}
public static Boolean tccTrans(Tcc tcc) {
try {
boolean a = tcc.callBranch("", svc + "/TransOutTry", svc + "/TransOutConfirm", svc + "/TransOutCancel");
boolean b = tcc.callBranch("", svc + "/TransInTry", svc + "/TransInConfirm", svc + "/TransInCancel");
return a && b;
} catch (Exception e) {
e.printStackTrace();
}
return false;
} 至此，一个完整的TCC分布式事务编写完成。
如果您想要完整运行一个成功的示例，那么参考这个例子yedf/dtmcli-java-sample，将它运行起来非常简单
# 部署启动dtm
# 需要docker版本18以上
git clone https://github.com/yedf/dtm
cd dtm
docker-compose up
# 另起一个命令行
git clone https://github.com/yedf/dtmcli-java-sample.git
cd dtmcli-java-sample
# 编译运行例子 main/src/main/java/com/github/viticis/dtmclijavaexamples/DtmcliJavaSampleApplicationTCC的回滚
假如银行将金额准备转入用户2时，发现用户2的账户异常，返回失败，会怎么样？我们可以让TransIn返回失败来模拟这种情况
@RequestMapping("TransInTry")
public Map TransInTry() {
logger.info("TransInTry");
Map result = new HashMap<>();
result.put("dtm_result", "FAILURE");
return result;
} 我们给出事务失败交互的时序图
这个跟成功的TCC差别就在于，当某个子事务返回失败后，后续就回滚全局事务，调用各个子事务的Cancel操作，保证全局事务全部回滚。
在TCC事务模式上，有不少的读者会问，如果Confirm/Cancel失败会怎么样？这是一个好问题，代表您正在深入思考TCC事务模式。第一种情况是临时失败，例如网络故障、应用或数据库宕机，这类错误进行重试，最后会返回成功；另一种情况为业务失败，按照TCC的协议，第一阶段锁定资源，保证足够的资源能够让Confirm/Cancel执行，也就是说，程序逻辑上，Confirm/Cancel是不允许返回业务失败的，如果出现业务失败，那么是bug，需要开发人员手动修复bug。
小结
在这篇文章里，我们介绍了TCC的理论知识，也通过一个例子，完整给出了编写一个TCC事务的过程，涵盖了正常成功完成，以及成功回滚的情况。相信读者通过这边文章，对TCC已经有了深入的理解。
关于分布式事务更多更全面的知识，请参考《分布式事务最经典的七种解决方案》
文中使用的例子节选自yedf/dtm，它支持多种事务模式：TCC、SAGA、XA、事务消息 跨语言支持，已支持 golang、python、Java、PHP、nodejs等语言的客户端，参考各语言SDK。提供子事务屏障功能，优雅解决幂等、悬挂、空补偿等问题。
阅读完此篇干货，欢迎大家访问https://github.com/yedf/dtm项目，给颗星星支持！