用Java轻松完成一个分布式事务TCC,保姆级教程

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:

image.png

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/DtmcliJavaSampleApplication

TCC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

image.png

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!

你可能感兴趣的:(javamysql数据库服务器)