对分布式事务的系统理解

Posted 2022-10-16 敲代码的小小酥

前言

前面写了几篇分布式事务相关的博客，有些地方理解不是很到位，知识也没有串联起来，本篇博客讲前面知识串联起来，综合理解分布式事务。

CAP理论与BASE理论

一直有个疑问，CAP理论，到底是在说分布式中不同业务节点，还是在说集群节点。因为从后面的描述来看，一会儿是集群节点的概念，一会儿是分布式不同业务节点的概念，搞的很晕。特意查阅了资料，在CAP理论中，既包括集群节点，又包括分布式不同业务节点。这么理解CAP，就好理解了。

P:分区容错性
先说分区，分布式系统是有很多节点的。当因为网络问题，或者是节点自身宕机等问题，造成节点之间通信异常了，那么就是分区了。分区容错性就是指出现分区后，分布式系统对外依然可用，而不至于由于某个节点或网络问题造成全部崩溃。
搭建集群就是提升分区容错性的一个手段。此外，熔断，降级，也是提升分区容错性的手段。所以，从分区容错性而言，分布式不同业务节点这个角度来理解，是比较合理的。

C:一致性
一致性这个概念，就需要从分布式链路节点和集群节点两个角度去理解了。
在集群节点中，数据一致性就是数据的拷贝复制，达到一致性。无论从集群哪个节点读取数据，数据都是一致的。

从分布式链路节点来理解，就是A节点改变了数据，级联B节点也要改变数据。两个数据的改变要一致。例如，A系统给B系统转账，那么A系统减少的钱数，必须与B系统增加的钱数一致。这也是一致性的含义。

A:可用性
可用性是一致性的矛盾体。要达到强一致性，无论是集群节点的数据复制，还是分布式链路节点的数据一致，都需要等各节点的数据保证一致后，才能对外提供服务。那么在数据同步或者达到数据一致性这个过程期间，系统就是对外不可用的。这就影响了系统抗并发的能力。

上面就是CAP理论。针对CAP理论中C和A如何取舍的问题，BASE理论给出了一个合理的解决方案，那就是在保证系统AP的基础上，不要求系统强一致性。而是有个中间状态，这个中间状态，数据一致性可以不一致。而最终，数据一致性要得到保证。

DTP模型与XA协议

DTP模型是定义分布式事务实现思路的一套模型，其本质就是定义了几个角色，以及这几个角色的分工：

• 应用程序AP:我们的项目
• 事务协调器TM:全局事务管理者
• 数据库RM
• 通信资源管理器(CRM):是TM和RM间通信的中间件

几个角色的分工就是: AP是分布式系统的链路节点，每个节点有自己的本地事务，保证ACID特性。多个节点的本地事务共同组成一个分布式事务。RM就是多个分布式链路节点对应的要操作的数据库。
那么多个节点的本地事务如何统一管理，组成分布式事务呢？这就用到了TM协调者，来协调各节点的本地事务是统一提交呢，还是统一回滚呢。CRM是TM与RM的通信中间件，负责通信。

DTP模型只是定义了分布式事务的实现思路。那么以上思路而言，有一个问题，就是多个节点的AP以及对应的RM，不一定是同一种类型的数据库。例如，a节点连的mysql数据库，b节点连的oracle数据库，c节点连的sqlserver数据库。那么TM就是与3种类型的数据库在通信协调，总得有一个规范吧，不可能和mysql打交道，是一套通信规范，和oracle打交道，是另一套通信规范吧。XA协议，就是定义了数据库RM与TM之间通信规范的一种协议。

2PC与3PC

2PC与上述的DTP模型和XA协议有啥关系呢？在DTP模型中，指定了要使用两阶段提交(2PC)，而XA规范(« Distributed Transaction Processing: The XA Specification»)只是定义了两阶段提交协议中需要使用到的接口，也就是上述提到的RM-TM交互的接口，因为两阶段提交过程中的参与方，只有TM和RMs。由此可见，是DTP模型指定了要使用2PC，而XA协议又对2PC做了一些接口规范。就是这么个关系。

具体的2PC流程这里不说了，前面文章讲过，现在只有一个疑问，在2PC第二个阶段，即提交阶段，出现异常了，该如何处理呢？
当协调者在阶段1收到所有准备请求答复时，就是否提交事务要做出明确的决定，并把最后的决定写入磁盘的事务日志中，防止系统崩溃。
在执行第二阶段提交时，假如协调者发生了故障，例如，协调者往A节点发送了提交命令，此时挂了，没来得及给B节点发送提交命令。那么，当TM重启后，因为将决定记录到了日志中，所以会读取日志，继续向B节点发送提交命令。
在执行第二阶段提交时，假如某个RM节点挂了，没有提交成功，那么，等这个RM启动后，也必须执行。
可见，当阶段一结束后，TM做出的提交或者回滚的结论，是不可撤销改变的，一定要执行完。不管是TM宕机还是RM宕机，恢复后也要继续执行。

因此，不管是TM还是RM在第二阶段发生故障时，都会发生阻塞等待，必须等到发生故障的节点恢复，并执行完毕提交或回滚，分布式事务才能结束。所以，2PC模式保证了数据的强一致性，但是，一旦发生故障，就会造成程序的阻塞，可用性很差。

3PC是针对2PC缺陷提出的一种改进方案，仅存在理论层面，没有任何实现，暂时不管这个了。

JTA与atomikos

JTA是XA协议在java中的规范。类似于JDBC规范。atomikos是遵循JTA规范实现了XA协议的一个java程序框架。所以，atomikos也实现了2PC。我们可以直接使用此框架进行2PC分布式事务使用。

TCC模式与AT模式

TCC是应用层面的2PC。XA是数据库层面的2PC。TCC由程序员自己去写代码逻辑控制。
TCC也是一种思想模式，并没有严格规范一定要怎样怎样做，全看程序员如何实现。
在try阶段，是资源预留阶段，预留阶段就是校验本地事务是否能够成功，具体如何校验，程序员自己定义。
Confirm阶段进行提交，Cancel阶段进行回滚。完全可以在try阶段进行本地事务的提交，然后confirm阶段不做任何处理，而在cancel阶段进行事务提交的补偿，类似于undo日志回滚那种形式也完全可以。

TCC模式是程序员自己控制的，所以阻塞与否完全可以自己控制。但是代码侵入性极大，还需要考虑幂等性，重试等问题。

AT模式是SEATA框架实现的一种模式，其本质也是TCC模式，只不过由框架实现，我们直接使用即可。

MQ模式

使用MQ实现分布式事务，需要借助本地消息表。本地事务表中，存储其他节点事务的状态。当A节点发起分布式事务后，通过MQ发送消息，告诉其他节点要执行分布式事务。同时，哪些节点要执行事务，写进本地消息表中。其他节点从MQ中收到消息后，执行本地事务，执行成功后，去A节点本地消息表中修改状态，代表事务执行了。同时，A节点会开启定时任务，去检查本地消息表是否执行成功了，如果没有成功，就再次发送MQ，让其他节点继续执行事务，直到事务成功。

此模式采用了BASE理论，达到了最终一致性，对于强制一致性低的场景，可以考虑此模式。