分布式事务保姆级教程

分布式,事务,保姆,教程 · 浏览次数 : 14

小编点评

7、在服务中添加分布式事务: @TccTransaction public void addOrder(Order order) { orderDAO.insertOrder(order); ResultVO vo = repoInvokeService.update(order.getGid(), 1); System.out.println(vo); } 1、@LcnTransaction lcn模式:     LCN模式是通过代理Connection的⽅式实现对本地事务的操作,然后在由TxManager统⼀协调控制事务。当本地 事务提交回滚或者关闭连接时将会执⾏假操作,该代理的连接将由LCN连接池管理。 2、@TxcTransaction txc模式:   TXC模式命名来源于淘宝,实现原理是在执⾏SQL之前,先查询SQL的影响数据,然后保存执⾏的SQL快⾛信息和 创建锁。当需要回滚的时候就采⽤这些记录数据回滚数据库, 目前锁实现依赖redis分布式锁控制。 3、@TccTransaction tcc模式:   TCC事务机制相对于传统事务机制(X/Open XA Two-Phase-Commit),其特征在于它不依赖资源管理器(RM)对XA 的erequisites。 Saloon模式是通过代理Connection的⽅式实现对本地事务的操作,然后在由TxManager统⼀协调控制事务。主要由三步操作,Try: 尝试执⾏业务、Confirm:确认执⾏业务、 Cancel: 取消执⾏业务。。归纳总结以上内容,生成内容时需要带简单的排版

正文

⼀、本地事务

1、ACID特性

原⼦性(A)
⼀致性(C)
隔离性(I)
持久性(D)

2、事务的隔离级别

两个或多个事务并发操作相同的数据的时候事务之间的相互访问关系

  1. 查询当前隔离级别:select @@tx_isolation
  2. 设置隔离级别:set session transaction isolation level 隔离级别
  3. 开启事务:start transaction
  4. 提交事务:commit
  5. 事务回滚:rollaback

⼆、分布式事务

分布式事务:就是指事务的参与者、⽀持事务的服务器(数据库服务器)、资源服务器以及事务的管理器分布在分布式系统的不同节点中

1、分布式事务场景

2、分布式事务 & 分布式锁

分布式事务:完成事务的多个步骤位于不同的节点上
分布式锁:⽤于解决分布式系统中事务之间的并发访问问题

三、CAP定律和BASE理论

分布式系统设计中的CAP定律和base理论

1、CAP定律

1、CAP原则⼜称CAP定律,指的是在⼀个分布式系统中的⼀致性(Consistency)、可⽤性(Availability)、分区容错性三者之间的权衡

2、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

  • 在分布式系统⽆法同时满⾜CA,如果需要满⾜CA,则项⽬结构必须为单体架构
  • 在分布式系统中可以满⾜CP 或者 AP,常规情况下微服务架构更多的是满⾜AP

 

1、(强)⼀致性(Consistency) :如果系统对⼀个写操作返回成功,那么之后的读请求都必须读到这个新数据;如果写操作返回失败,则所有的读操作都不能读到这个数据,对调⽤者⽽⾔数据具有强⼀致性。

  • 强⼀致性:⼀旦写操作成功了,则所有的读操作都必须读取新数据;(如果想要保证数据的强⼀致性,就必须使⽤同⼀个数据存储/数据库)
  • 弱⼀致性/最终⼀致性:当写操作成功之后,允许在⼀定的时间内读取到旧数据,但经过⼀段时间之后最终可以读取到新数据,保证数据最终是⼀致的
2、可⽤性(Availability) :当⽤户请求服务时,服务⼀定要给与响应,可以是降级响应。
3、分区容错性(Partition tolerance) :在分布式系统中服务节点都是⽹络分布,⼀个或部分节点出现故障,其他节点仍能对外提供服务。

2、BASE理论

1、BASE是Basically Available(基本可⽤),Soft State(软状态)和EventuallyConsistent(最终⼀致性)三个短语的缩写。
2、BASE理论,是对CAP中⼀致性和可⽤性权衡的结果,其来源于对⼤规模互联⽹分布式系统实践的总结,是基于CAP定律逐步演化⽽来。其核⼼思想是即使⽆法做到强⼀致性,但每个应⽤都
可以根据⾃身业务特点,采⽤适当的⽅式来使系统达到最终⼀致性。

1、基本可⽤:指的是分布式系统中出现不可预知故障,允许其损失⼀部分的功能,但要保证整个系统的可⽤。

2、软状态:允许系统中数据存在中间状态,这个中间状态不会影响系统的可⽤性;也就是允许不同节点的数据副本之间在数据同步过程中存在延时。

3、最终⼀致性:要求所有的数据副本在经过⼀段时间的延时之后,最终能够达到⼀致的状态。

四、分布式事务解决⽅案

1、刚性事务与柔性事务

1、刚性事务:满⾜ACID特性的事务(强⼀致性)————本地事务
2、柔性事务:满⾜BASE理论的事务(最终⼀致性)————分布式事务
3、如何保证分布式事务的最终⼀致性?
  • XA-2PC
  • 补偿
  • 异步确保
  • 最⼤努⼒通知

2、XA-分布式事务管理模型

XA模型—为分布式事务的多个参与者添加到⼀个事务管理器(事务协调者)

3、2PC—两段式提交

问题:
  1.性能问题:所有事务的参与者在提交阶段处于阻塞状态,占⽤系统资源(数据库连接)
  2.可靠性问题:如果事务协调者出现单点故障,将导致所有的参与者都处于锁定状态
  3.数据⼀致性问题:事务协调者和部分参与者在事务提交阶段挂了,有可能导致数据⼀致性问题
优点:
  近乎100%的保证了数据的⼀致性
缺点:
  实现复杂,牺牲了可⽤性,对性能影响⽐较⼤;适⽤于并发不⾼但是对数据⼀致性要求⽐较⾼的场景。

4、3PC—三段式提交

三段式提交就是在两段式提交进⾏改进的版本:
  • 增了⼀个资源检查阶段(询问是否可以提交)
  • 增加了超时设置——避免因TM故障导致TC⻓时间等待占⽤系统资源

存在的问题:
  和2PC提交⼀样,执⾏SQL之后需要保持数据库连接,影响系统性能

5、TCC

TCC, 即Try-Commit-Cancel

优点:
1.性能提升:资源占⽤的粒度较⼩,不会⻓时间锁定所有资源
2.数据的最终⼀致性:基于commit和cancel的幂等性

6、消息队列

五、分布式事务框架 Tx-LCN

3PC——适⽤于对数据⼀致性要求较⾼的场景,对性能会有⼀定损耗
TCC——性能优于3PC,但是不能保证数据的强⼀致性,可以保证最终⼀致性
基于3PC、TCC等分布式事务解决⽅案已经有成熟的落地框架:
  • zookeeper
  • Tx-LCN
  • Spring Cloud alibaba seata
LCN模式是通过代理Connection⽅式实现对本地事务的操作,然后由TxManager统⼀协调管理

1、⼯作流程

2、TxLCN⽀持的分布式事务管理⽅式

1、@LcnTransaction lcn模式
     LCN模式是通过代理Connection的⽅式实现对本地事务的操作,然后在由TxManager统⼀协调控制事务。当本地 事务提交回滚或者关闭连接时将会执⾏假操作,该代理的连接将由LCN连接池
管理。
2、@TxcTransaction txc模式
     TXC模式命名来源于淘宝,实现原理是在执⾏SQL之前,先查询SQL的影响数据,然后保存执⾏的SQL快照信息和 创建锁。当需要回滚的时候就采⽤这些记录数据回滚数据库,⽬前锁实现依
赖redis分布式锁控制。
3、@TccTransaction tcc模式
     TCC事务机制相对于传统事务机制(X/Open XA Two-Phase-Commit),其特征在于它不依赖资源管理器(RM)对XA 的⽀持,⽽是通过对(由业务系统提供的)业务逻辑的调度来实现分布式
事务。主要由三步操作,Try: 尝试执⾏业务、 Confirm:确认执⾏业务、 Cancel: 取消执⾏业务。

六、搭建TM服务器

1、按照TM的要求建库建表

CREATE TABLE `t_tx_exception` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT, 
  `group_id` varchar(64) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL, 
  `unit_id` varchar(32) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL, 
  `mod_id` varchar(128) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci NULL DEFAULT NULL, 
  `transaction_state` tinyint(4) NULL DEFAULT NULL, 
  `registrar` tinyint(4) NULL DEFAULT NULL, 
  `ex_state` tinyint(4) NULL DEFAULT NULL COMMENT '0 待处理 1已处理', 
  `remark` varchar(10240) NULL DEFAULT NULL COMMENT '备注', 
  `create_time` datetime(0) NULL DEFAULT NULL, 
  PRIMARY KEY (`id`) USING BTREE
) ENGINE = InnoDB AUTO_INCREMENT = 967 CHARACTER SET = utf8mb4 COLLATE = utf8mb4_general_ci ROW_FORMAT = Dynamic; 
SET 
  FOREIGN_KEY_CHECKS = 1;

2、配置并启动redis

3、创建SpringBoot项⽬

4、导⼊tm依赖

<dependency>
 <groupId>mysql</groupId>
 <artifactId>mysql-connector-java</artifactId>
 <version>5.1.47</version>
</dependency>
<dependency>
 <groupId>com.codingapi.txlcn</groupId>
 <artifactId>txlcn-tm</artifactId>
 <version>5.0.2.RELEASE</version>
</dependency>

5、配置application.properties(官⽅说明⽂档提供)

spring.application.name=TransactionManager
server.port=8801
# JDBC 数据库配置
spring.datasource.driver-class-name=com.mysql.jdbc.Driver
spring.datasource.url=jdbc:mysql://47.96.11.185:3306/fmmall2?characterEncoding=UTF-8&serverTimeZone=UTC
spring.datasource.username=root
spring.datasource.password=admin123
# 数据库⽅⾔
spring.jpa.database-platform=org.hibernate.dialect.MySQL57Dialect
# 为TM创建持久化数据库表
spring.jpa.hibernate.ddl-auto=update
# TM监听Socket端⼝. 默认为 ${server.port} - 100
tx-lcn.manager.port=8070
# TM后台登陆密码,默认值为codingapi
tx-lcn.manager.admin-key=admin123
# 雪花算法的sequence位⻓度,默认为12位.
tx-lcn.manager.seq-len=12
# 异常回调开关。开启时请制定ex-url
tx-lcn.manager.ex-url-enabled=false
# 开启⽇志,默认为false
tx-lcn.logger.enabled=true
tx-lcn.logger.driver-class-name=${spring.datasource.driver-classname}
tx-lcn.logger.jdbc-url=${spring.datasource.url}
tx-lcn.logger.username=${spring.datasource.username}
tx-lcn.logger.password=${spring.datasource.password}
# redis 的设置信息. 线上请⽤Redis Cluster
spring.redis.host=47.96.11.185
spring.redis.port=6379
spring.redis.password=12345678

6、启动类添加 @EnableTransactionManagerServer 注解

@SpringBootApplication
@EnableTransactionManagerServer
public class TxmanagerApplication {
    public static void main(String[] args) {
        SpringApplication.run(TxmanagerApplication.class, args);
    }
}

7、启动项⽬,访问8801,出现如下界⾯(使⽤设置的密码登录)

七、在服务中添加分布式事务⽀持

1、添加TC依赖

<dependency>
 <groupId>com.codingapi.txlcn</groupId>
 <artifactId>txlcn-tc</artifactId>
 <version>5.0.2.RELEASE</version>
</dependency>
<dependency>
 <groupId>com.codingapi.txlcn</groupId>
 <artifactId>txlcn-txmsg-netty</artifactId>
 <version>5.0.2.RELEASE</version>
</dependency>

2、配置服务链接到TM

spring:
  datasource: null
  driver-class-name: com.mysql.jdbc.Driver
  url: 'jdbc:mysql://localhost:3306/fmmall2?characterEncoding=utf-8'
  username: root
  password: admin123
tx-lcn:
  client: null
  manager-address: 'localhost:8070'

3、在启动类添加 @EnableDistributedTransaction 注解

4、添加分布式事务管理注解 

@TccTransaction
@Transactional
public void addOrder(Order order) {
    orderDAO.insertOrder(order);
    ResultVO vo = repoInvokeService.update(order.getGid(), 1);
    System.out.println(vo);
}
1、@LcnTransaction lcn模式
     LCN模式是通过代理Connection的⽅式实现对本地事务的操作,然后在由
TxManager统⼀协调控制事务。当本地 事务提交回滚或者关闭连接时将会执⾏
假操作,该代理的连接将由LCN连接池管理。
2、@TxcTransaction txc模式
    TXC模式命名来源于淘宝,实现原理是在执⾏SQL之前,先查询SQL的影响数
据,然后保存执⾏的SQL快⾛信息和 创建锁。当需要回滚的时候就采⽤这些记录
数据回滚数据库,⽬前锁实现依赖redis分布式锁控制。
3、@TccTransaction tcc模式
    TCC事务机制相对于传统事务机制(X/Open XA Two-Phase-Commit),其特征
在于它不依赖资源管理器(RM)对XA 的⽀持,⽽是通过对(由业务系统提供的)
业务逻辑的调度来实现分布式事务。主要由三步操作,Try: 尝试执⾏业务、
Confirm:确认执⾏业务、 Cancel: 取消执⾏业务。

与分布式事务保姆级教程相似的内容:

分布式事务保姆级教程

⼀、本地事务 1、ACID特性 原⼦性(A) ⼀致性(C) 隔离性(I) 持久性(D) 2、事务的隔离级别 两个或多个事务并发操作相同的数据的时候事务之间的相互访问关系 查询当前隔离级别:select @@tx_isolation 设置隔离级别:set session transaction iso

聊聊什么是分布式事务

### 概述 分布式事务就是指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上,以上是百度百科的解释。 简单的说,就是一次大的操作由不同的小操作组成,这些小的操作分布在不同的服务器上,且属于不同的应用,分布式事务需要保证这些小操作要么全部成功,要么全部失

RabbitMQ+redis+Redisson分布式锁+seata实现订单服务

引言 订单服务涉及许多方面,分布式事务,分布式锁,例如订单超时未支付要取消订单,订单如何防止重复提交,如何防止超卖、这里都会使用到。 开启分布式事务可以保证跨多个服务的数据操作的一致性和完整性, 使用分布式锁可以确保在同一时间只有一个操作能够成功执行,避免并发引起的问题。 订单流程(只展示重要的内容

分布式事务:XA和Seata的XA模式

上一篇内容《从2PC和容错共识算法讨论zookeeper中的Create请求》介绍了保证分布式事务提交的两阶段提交协议,而XA是针对两阶段提交提出的接口实现标准,本文则对XA进行介绍

分布式事务的几种实现方式

## 基础理论 ### CAP理论 一致性(Consistency) :在分布式系统中所有的数据备份,在同一时刻都保持一致状态,如无法保证状态一致,直接返回错误; 可用性(Availability):在集群中一部分节点故障,也能保证客户端访问系统并得到正确响应,允许一定时间内数据状态不一致; 分区容

[转帖]003、体系结构之TiKV持久化

TiKV架构和作用 数据持久化分布式一致性MVCC分布式事务Coprocessor coprocessor : 协同处理器。 可以将一些SQL计算交给TiKV处理。不需要将TiKV所有数据通过网络发送给TiDB Server RocksDB 任何持久化的存储引擎,数据终归要保存在磁盘上,TiKV 也

架构与思维:4大主流分布式算法介绍(图文并茂、算法拆解)

0 导读 之前的文章中,我们介绍过分布式事务的基础知识,也了解了分布式场景下常见一致性问题和解决方案,对分布式锁和CAS模式有一定的了解,有兴趣的同学可以通过下面链接到作者的两篇相关文章。 五种分布式事务解决方案(图文总结) 高并发下的数据一致性保障(图文全面总结) 1 介绍 本文聚焦高并发场景下分

MQ消息队列篇:三大MQ产品的必备面试种子题

MQ(Message Queue)作为一种用于实现异步通信的技术,具有重要的作用和应用场景。在面试过程中,MQ相关的问题经常被问到,因此了解MQ的用途和设计原则是必不可少的。本文总结了MQ的常见面试题,包括MQ的作用、产品选型、消息不丢失的保证、消息消费的幂等性、消息顺序的保证、消息的高效读写、分布式事务的最终一致性等方面。通过深入理解这些问题,可以更好地理解MQ的应用和设计,为面试和实际应用提供参考。

redis分布式锁,setnx+lua脚本的java实现

本文是基于redis缓存实现分布式锁,其中使用了setnx命令加锁,expire命令设置过期时间并lua脚本保证事务一致性。Java实现部分基于JIMDB提供的接口。

如何在微服务下保证事务的一致性

微服务架构是将单个服务拆分成一系列小服务,且这些小服务都拥有独立的进程,彼此独立,很好地解决了传统单体应用的上述问题,但是在微服务架构下如何保证事务的一致性呢?