本地事务&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;

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;

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

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(读已提交)

    
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 MvsQL 默认的隔离级别,在同一个事务里,selet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 InoDB 引擎可以通过 next-keylocks 机制(参考"行锁的算法")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

  • 1、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。

  • 2、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。

  • 3、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。

  • 4、PROPAGATION_REQUIRES_NEW∶

    创建新事务,无论当前存不存在事务,都创建新事务。

  • 5、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。

  • 6、PROPAGATION_NEVER∶

    以非事务方式执行,如果当前存在事务,则抛出异常。

  • 7、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事务的关键点

1、事务的自动配置 TODO

TransactionAutoConfiguration

2、事务的坑 TODO

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。

解决:

  1. 导入 spring-boot-starter-aop
  2. @EnableTransactionManagement(proxyTargetCass= true)
  3. @EnableAspectJAutoProxy(exposeProxy=true)
  4. 使用AopContextcurrentProxy() 去调用同一类中的方法

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

  • 
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…

分布式事务在微服务架构中,几平可以说是无法避免。

2、CAP定理与BASE理论

1、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。(所有节点在同一时间的数据完全一致,越多节点,数据同步越耗时)
  • 可用性(Availability):

    • 负载过大后,集群整体是否还能响应客户端的读写请求。(服务一直可用,而且是正常响应时间)
  • 分区容错性(Partition tolerance)

    • 分区容错性,就是高可用性,一个节点崩了,并不影响其它的节点(100个节点,挂了几个,不影响服务,越多机器越好)

CA 满足的情况下,P不能满足的原因:

数据同步(C)需要时间,也要正常的时间内响应(A),那么机器数量就要少,所以P就不满足

CP 满足的情况下,A不能满足的原因:

数据同步(C)需要时间, 机器数量也多(P),但是同步数据需要时间,所以不能再正常时间内响应,所以A就不满足

AP 满足的情况下,C不能满足的原因:

机器数量也多(P),正常的时间内响应(A),那么数据就不能及时同步到其他节点,所以C不满足

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,剩下的 C 和 A 无法同时做到。


分布式系统使用中实现一致性的 raft 算法 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99.999%(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(BasicallyAvailable)
  • 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

3、分布式事务几种方案

1、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,Orade7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滾它们在此事务
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)

2、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。
一阶段 commit 行为: 调用自定义的 commit 逻辑。
一阶段 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的管理中。

3、柔性事务-最大努力通知方案

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

4、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。


确保每个消息发送成功,给每个消息做好日志记录,保存每个消息的详细信息
定期扫描数据库,重新发送失败的消息
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_statusint' INT(1) DEFAULIT '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=InoDB DEFAUITCHARSET=utf8mb4
更新时间:2020-12-16 22:28:37

本文由 阿俊 创作,如果您觉得本文不错,请随意赞赏
采用 知识共享署名4.0 国际许可协议进行许可
本站文章除注明转载/出处外,均为本站原创或翻译,转载前请务必署名
原文链接:https://jinterest.cn/archives/039-本地事务分布式事务md
最后更新:2020-12-16 22:28:37

评论

Your browser is out of date!

Update your browser to view this website correctly. Update my browser now

×