谷粒商城 高级篇 (二十一) --------- 分布式事务

---

一、本地事务

1. 事务的基本性质

数据库事务的几个特性：原子性 (Atomicity) 、一致性 (Consistency) 、隔离性或独立性 ( Isolation) 和持久性 (Durabilily)，简称就是 ACID。

• 原子性：一系列的操作整体不可拆分，要么同时成功，要么同时失败
• 一致性：数据在事务的前后，业务整体一致。
• 转账。A:1000；B:1000， 转 200 事务成功，A：800 B：1200
• 隔离性：事务之间互相隔离。
• 持久性：一旦事务成功，数据一定会落盘在数据库。

在以往的单体应用中，我们多个业务操作使用同一条连接操作不同的数据表，一旦有异常，我们可以很容易的整体回滚。

Business：我们具体的业务代码

Storage：库存业务代码，扣库存

Order：订单业务代码，保存订单

Account：账号业务代码，减账户余额

比如买东西业务，扣库存，下订单，账户扣款，是一个整体，必须同时成功或者失败一个事务开始，代表以下的所有操作都在同一个连接里面。

2. 事务的隔离级别

READ UNCOMMITTED (读未提交)

该隔离级别的事务会读到其它未提交事务的数据，此现象也称之为脏读。

READ COMMITTED (读提交)

一个事务可以读取另一个已提交的事务，多次读取会造成不一样的结果，此现象称为不可重复读问题，Oracle 和 SQL Server 的默认隔离级别。

REPEATABLE READ (可重复读)

该隔离级别是 MySQL 默认的隔离级别，在同一个事务里，select 的结果是事务开始时时间点的状态，因此，同样的 select 操作读到的结果会是一致的，但是，会有幻读现象。MySQL 的 InnoDB 引擎可以通过 next-key locks 机制（参考下文"行锁的算法"一节）来避免幻读。

SERIALIZABLE（序列化）

在该隔离级别下事务都是串行顺序执行的，MySQL 数据库的 InnoDB 引擎会给读操作隐式加一把读共享锁，从而避免了脏读、不可重读复读和幻读问题。

3. 事务的传播行为

PROPAGATION_REQUIRED

如果当前没有事务，就创建一个新事务，如果当前存在事务，就加入该事务，该设置是最常用的设置。

PROPAGATION_SUPPORTS

支持当前事务，如果当前存在事务，就加入该事务，如果当前不存在事务，就以非事务执行。

PROPAGATION_MANDATORY

支持当前事务，如果当前存在事务，就加入该事务，如果当前不存在事务，就抛出异常。

PROPAGATION_REQUIRES_NEW

创建新事务，无论当前存不存在事务，都创建新事务。

PROPAGATION_NOT_SUPPORTED

以非事务方式执行操作，如果当前存在事务，就把当前事务挂起。

PROPAGATION_NEVER

以非事务方式执行，如果当前存在事务，则抛出异常。

PROPAGATION_NESTED

如果当前存在事务，则在嵌套事务内执行。如果当前没有事务，则执行与 PROPAGATION_REQUIRED 类似的操作。

4. SpringBoot 事务关键点

在方法上加上 @Transactional 注解即开始事务，事务的自动配置：TransactionAutoConfiguration。

事务的坑

在同一个类里面，编写两个方法，内部调用的时候，会导致事务设置失效。原因是没有用到代理对象的缘故。我们可以使用 AspectJ 代理对象来解决

本地事务失效问题

同一个对象内事务方法互调默认失效，原因为绕过了代理对象，事务使用代理对象来控制的。

解决：使用代理对象来调用事务方法

A、引入aop-starter，spring-boot-starter-aop：引入了aspectj

B、@EnableAspectJAutoProxy(exposeProxy = true)。开启 aspectj 动态代理功能。以后所有的动态代理都是aspectj创建的（即使没有接口也可以创建动态代理）。

C、对外暴露代理对象
本类互调用调用对象

OrderServiceImpl orderService = (OrderServiceImpl) AopContext.currentProxy();
orderService.b();
orderService.c();

二、分布式事务

1. 为什么有分布式事务

分布式系统经常出现的异常，有机器宕机、网络异常、消息丢失、消息乱序、数据错误、不可靠的 TCP、存储数据丢失…等等

分布式事务是企业集成中的一个技术难点，也是每一个分布式系统架构中都会涉及到的一个东西，特别是在微服务架构中，几乎可以说是无法避免。

2. CAP 定理与 BASE 理论

A、CAP 定理

CAP 原则又称 CAP 定理，指的是在一个分布式系统中

• 一致性（Consistency）
  • 在分布式系统中的所有数据备份，在同一时刻是否同样的值。(等同于所有节点访问同一份最新的数据副本）
• 可用性（Availability）
  • 在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）
• 分区容错性（Partition tolerance）
  • 大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。分区容错的意思是，区间通信可能失败。比如，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。

一般来说，分区容错无法避免，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到。

分布式系统中实现一致性的 raft 算法、paxos，http://thesecretlivesofdata.com/raft/

2. 面临的问题

对于多数大型互联网应用的场景，主机众多、部署分散，而且现在的集群规模越来越大，所以节点故障、网络故障是常态，而且要保证服务可用性达到 99.99999% (N 个9)，即保证 P 和 A，舍弃 C。

3. BASE 理论

是对 CAP 理论的延伸，思想是即使无法做到强一致性 (CAP 的一致性就是强一致性) ，但可以采用适当的采取弱一致性，即最终一致性。

BASE 是指

• 基本可用 (Basically Available)

  • 基本可用是指分布式系统在出现故障的时候，允许损失部分可用性（例如响应时间、功能上的可用性），允许损失部分可用性。需要注意的是，基本可用绝不等价于系统不可用。
    • 响应时间上的损失：正常情况下搜索引擎需要在 0.5 秒之内返回给用户相应的查询结果，但由于出现故障（比如系统部分机房发生断电或断网故障），查询结果的响应时间增加到了 1~2 秒。
    • 功能上的损失：购物网站在购物高峰（如双十一）时，为了保护系统的稳定性，部分消费者可能会被引导到一个降级页面。

• 软状态 (Soft State)

  • 软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据会有多个副本，允许不同副本同步的延时就是软状态的体现。mysql replication 的异步复制也是一种体现。

• 最终一致性（ Eventual Consistency）

  • 最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

4. 强一致性、弱一致性、最终一致性

从客户端角度，多进程并发访问时，更新过的数据在不同进程如何获取的不同策略，决定了不同的一致性。对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。如果能容忍后续的部分或者全部访问不到，则是弱一致性。如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。

5. 分布式事务几种方案

A、2PC 模式

数据库支持的 2PC [2 phase commit 二阶提交]，又叫做 XA Transactions。MySQL 从 5.5 版本开始支持，SQL Server 2005 开始支持，Oracle 7 开始支持。其中，XA 是一个两阶段提交协议，该协议分为以下两个阶段：

第一阶段：事务协调器要求每个涉及到事务的数据库预提交(precommit)此操作，并反映是否可以提交.
第二阶段：事务协调器要求每个数据库提交数据。

其中，如果有任何一个数据库否决此次提交，那么所有数据库都会被要求回滚它们在此事务中的那部分信息。

• 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。
• XA 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。
• 也有 3PC，引入了超时机制（无论协调者还是参与者，在向对方发送请求后，若长时间未收到回应则做出相应处理）

B、柔性事务-TCC 事务补偿型方案

刚性事务：遵循 ACID 原则，强一致性。
柔性事务：遵循 BASE 理论，最终一致性。

与刚性事务不同，柔性事务允许一定时间内，不同节点的数据不一致，但要求最终一致。

一阶段 prepare 行为：调用 自定义 的 prepare 逻辑。
二阶段 commit 行为：调用 自定义 的 commit 逻辑。
三阶段 rollback 行为：调用 自定义 的 rollback 逻辑。

所谓 TCC 模式，是指支持把 自定义 的分支事务纳入到全局事务的管理中。

C、柔性事务-最大努力通知型方案

按规律进行通知，不保证数据一定能通知成功，但会提供可查询操作接口进行核对。这种方案主要用在与第三方系统通讯时，比如：调用微信或支付宝支付后的支付结果通知。这种方案也是结合 MQ 进行实现，例如：通过 MQ 发送 http 请求，设置最大通知次数。达到通知次数后即不再通知。

案例：银行通知、商户通知等 (各大交易业务平台间的商户通知：多次通知、查询校对、对账文件)，支付宝的支付成功异步回调。。

D、柔性事务-可靠消息+最终一致性方案(异步确保型)

实现：业务处理服务在业务事务提交之前，向实时消息服务请求发送消息，实时消息服务只记录消息数据，而不是真正的发送。业务处理服务在业务事务提交之后，向实时消息服务确认发送。只有在得到确认发送指令后，实时消息服务才会真正发送。

防止消息丢失：

/**
* 1、做好消息确认机制（pulisher，consumer【手动ack】）
* 2、每一个发送的消息都在数据库做好记录。定期将失败的消息再次发送一遍
*/

CREATE TABLE `mq_message` (
	`message_id` char(32) NOT NULL, `content` text, 
	`to_exchane` varchar(255) DEFAULT NULL, 
	`routing_key` varchar(255) DEFAULT NULL, 
	`class_type` varchar(255) DEFAULT NULL, 
	`message_status` int(1) DEFAULT '0' COMMENT '0-新建 1-已发送 2-错误抵达3-已抵达', 
	`create_time` datetime DEFAULT NULL, 
	`update_time` datetime DEFAULT NULL, 
	PRIMARY KEY (`message_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4

三、集成 Seata

1. Seata 是什么?

Seata 是一款开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务。Seata 将为用户提供了 AT、TCC、SAGA 和 XA 事务模式，为用户打造一站式的分布式解决方案。

我们只需要使用一个 @GlobalTransactional 注解在业务方法上。

2. 使用

Seata控制分布式事务
1）、每一个微服务先必须创建 undo_log；
2）、安装事务协调器；seata-server： https://github.com/seata/seata/releases
3）、整合
   1、导入依赖 spring-cloud-starter-alibaba-seata  seata-all-0.7.1
   2、解压并启动seata-server；
       registry.conf: 注册中心配置； 修改registry type=nacos
       file.conf：
   3、所有想要用到分布式事务的微服务使用seata DataSourceProxy代理自己的数据源
   4、每个微服务，都必须导入
           registry.conf
           file.conf  vgroup_mapping.{application.name}-fescar-service-group = "default"
   5、启动测试分布式事务
   6、给分布式大事务的入口标注@GlobalTransactional
   7、每一个远程的小事务用 @Transactional

A、创建 UNDO_LOG 表

SEATA AT 模式需要 UNDO_LOG 表，每一个需要用到分布式事务的服务的数据库都需要创建此表。。。

-- 注意此处0.3.0+ 增加唯一索引 ux_undo_log
CREATE TABLE `undo_log` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `branch_id` bigint(20) NOT NULL,
  `xid` varchar(100) NOT NULL,
  `context` varchar(128) NOT NULL,
  `rollback_info` longblob NOT NULL,
  `log_status` int(11) NOT NULL,
  `log_created` datetime NOT NULL,
  `log_modified` datetime NOT NULL,
  `ext` varchar(100) DEFAULT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `ux_undo_log` (`xid`,`branch_id`)
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8;

B、安装 seata-server

C、导入依赖

因为我们很多模块都需要用到分布式事务，所以我们依赖导入 common 模块中。。。

开启 0.7 版本的 seata-server 服务。。

D、解压并启动 seata-server

修改 registry.conf 配置文件，将其注册到 Nacos 配置中心中

E、数据源代理

package com.fancy.gulimall.order.config;

import com.zaxxer.hikari.HikariDataSource;
import io.seata.rm.datasource.DataSourceProxy;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.autoconfigure.jdbc.DataSourceProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.util.StringUtils;

import javax.sql.DataSource;

@Configuration
public class MySeataConfig {

    @Autowired
    DataSourceProperties dataSourceProperties;

    @Bean
    public DataSource dataSource(DataSourceProperties dataSourceProperties){
        //properties.initializeDataSourceBuilder().type(type).build();
        HikariDataSource dataSource = dataSourceProperties.initializeDataSourceBuilder().type(HikariDataSource.class).build();
        if (StringUtils.hasText(dataSourceProperties.getName())) {
            dataSource.setPoolName(dataSourceProperties.getName());
        }
        return new DataSourceProxy(dataSource);
    }
}

F、导入俩个配置文件

这里的服务名还需要改一下，与微服务的服务名保持一致。。。

G、添加注解

给分布式大事务的入口标注@GlobalTransactional

每一个远程的小事务用 @Transactional