分布式事务的几种实现方式

Posted 2022-10-19 好大的月亮

概述

分布式事务的实现主要有以下 6 种方案：

1. XA 方案
2. TCC 方案
3. SAGA 方案
4. 本地消息表
5. 可靠消息最终一致性方案
6. 最大努力通知方案

两阶段提交方案/XA 方案

简单来说就是事务管理器先问问各个数据库准备好了吗，每个要操作的数据库都回复事务管理器ok，那么就正式提交事务。

TCC 方案

TCC 的全称是： Try 、 Confirm 、 Cancel 。

• Try 阶段：这个阶段说的是对各个服务的资源做检测以及对资源进行锁定或者预留。
• Confirm 阶段：这个阶段说的是在各个服务中执行实际的操作。
• Cancel阶段：如果任何一个服务的业务方法执行出错，那么这里就需要进行补偿，就是执行已经执行成功的业务逻辑的回滚操作。（把那些执行成功的回滚）

一般来说跟钱相关的，跟钱打交道的，支付、交易相关的场景，我们会用 TCC，严格保证分布式事务要么全部成功，要么全部自动回滚，严格保证资金的正确性，保证在资金上不会出现问题。而且最好是你的各个业务执行的时间都比较短。

这个事务回滚实际上是严重依赖于你自己写代码来回滚和补偿。代码量比较大。

Saga 方案

业务流程中每个参与者都提交本地事务，若某一个参与者失败，则补偿前面已经成功的参与者。下图左侧是正常的事务流程，当执行到 T3 时发生了错误，则开始执行右边的事务补偿流程，反向执行 T3、T2、T1 的补偿服务 C3、C2、C1，将 T3、T2、T1 已经修改的数据补偿掉。

优势
一阶段提交本地事务，无锁，高性能；
参与者可异步执行，高吞吐；
补偿服务易于实现，因为一个更新操作的反向操作是比较容易理解的。

本地消息表

操作流程：

1. A 系统在自己本地一个事务里操作同时，插入一条数据到消息表； 接着 A 系统将这个消息发送到 MQ 中去；
2. B
   系统接收到消息之后，在一个事务里，往自己本地消息表里插入一条数据，同时执行其他的业务操作，如果这个消息已经被处理过了，那么此时这个事务会回滚，这样保证不会重复处理消息；
3. B 系统执行成功之后，就会更新自己本地消息表的状态以及 A 系统消息表的状态； 如果 B
   系统处理失败了，那么就不会更新消息表状态，那么此时 A 系统会定时扫描自己的消息表，如果有未处理的消息，会再次发送到 MQ 中去，让 B
   再次处理； 这个方案保证了最终一致性，哪怕 B 事务失败了，但是 A 会不断重发消息，直到 B 那边成功为止。

简而言之，就是A系统在处理前插一条log，然后执行完之后发一个消息到b系统，b系统也插一条log，等b执行完就更新A系统的记录log和自己的记录log。之后如果有失败的则依赖计划任务去抓取补偿。当然A和B都要针对这个做幂等处理。

强依赖db中的log记录表

可靠消息最终一致性方案

1. A 系统先发送一个 prepared 消息到 mq，如果这个 prepared 消息发送失败那么就直接取消操作别执行了；
2. 如果这个消息发送成功过了，那么接着执行本地事务，如果成功就告诉 mq 发送确认消息，如果失败就告诉 mq 回滚消息；
   如果发送了确认消息，那么此时 B 系统会接收到确认消息，然后执行本地的事务；
3. mq 会自动定时轮询所有 prepared
   消息回调你的接口，问你，这个消息是不是本地事务处理失败了，所有没发送确认的消息，是继续重试还是回滚？一般来说这里你就可以查下数据库看之前本地事务是否执行，如果回滚了，那么这里也回滚吧。这个就是避免可能本地事务执行成功了，而确认消息却发送失败了。
4. 这个方案里，要是系统 B 的事务失败了咋办？重试咯，自动不断重试直到成功，如果实在是不行，要么就是针对重要的资金类业务进行回滚，比如 B
   系统本地回滚后，想办法通知系统 A 也回滚；或者是发送报警由人工来手工回滚和补偿。

简而言之，A先发一个消息到mq，然后A执行成功了则对mq提交confirm（失败了就近回调回滚A），此时B就可以消费到这个消息了，之后就是B执行业务，要是失败了就一直重试或者回滚A和B。

这个方案把消息表去掉了，依赖了mq的事务消息。

最大努力通知方案

有点类似本地消息表

1. 系统 A 本地事务执行完之后，发送个消息到 MQ；
2. 这里会有个专门消费 MQ 的最大努力通知服务，这个服务会消费 MQ 然后写入数据库中记录下来，或者是放入个内存队列也可以，接着调用系统
   B 的接口；
3. 要是系统 B 执行成功就 ok 了；要是系统 B 执行失败了，那么最大努力通知服务就定时尝试重新调用系统 B，反复 N
   次，最后还是不行就放弃。