分布式事务

分布式事务是在分布式环境中保证多个服务的原子性操作，要么全部成功，要么全部失败。分布式事务是分布式系统的难点，涉及数据一致性、性能、可用性的权衡。

为什么需要分布式事务？单体应用的事务（ACID）可以通过数据库事务保证，但微服务架构下，业务操作涉及多个服务、多个数据库，无法使用本地事务。分布式事务的应用场景：订单创建（扣减库存、创建订单、扣减余额）、支付（扣款、入账、记录流水）、跨行转账（转出行扣款、转入行入账）。

一致性权衡

CAP 定理指出分布式系统无法同时满足一致性、可用性、分区容错性。分布式事务需要在一致性和可用性之间权衡。

强一致性事务（CP）保证数据一致，但性能差、可用性低。例如 2PC、3PC。最终一致性事务（AP）保证高可用，但数据短暂不一致，需要应用层处理。例如 Saga、TCC。

ACID vs BASE

ACID（Atomicity、Consistency、Isolation、Durability）是传统数据库的事务特性，强调强一致性。

BASE（Basically Available、Soft state、Eventual consistency）是分布式系统的设计理念，强调高可用和最终一致性。

分布式事务可以追求 ACID，也可以接受 BASE，取决于业务需求。

2PC（两阶段提交）

2PC 的流程

2PC（Two-Phase Commit）是最早的分布式事务协议，包含两个角色：协调者（Coordinator）和参与者（Participant）。

准备阶段（Prepare）：协调者向所有参与者发送 Prepare 请求，询问是否可以提交。参与者执行事务但不提交，如果可以提交则回复 Yes，否则回复 No。

提交阶段（Commit）：如果所有参与者都回复 Yes，协调者发送 Commit 请求，参与者提交事务。如果有一个参与者回复 No，协调者发送 Rollback 请求，参与者回滚事务。

2PC 的问题

同步阻塞：参与者在准备阶段需要阻塞，等待协调者的指令。如果协调者故障，参与者无法释放资源，导致系统阻塞。

单点故障：协调者是单点，如果协调者故障，参与者无法决定提交或回滚，导致系统阻塞。

数据不一致：协调者发送 Commit 请求后崩溃，部分参与者收到 Commit 并提交，部分参与者未收到 Commit 并阻塞，导致数据不一致。

2PC 的优化

3PC（Three-Phase Commit）增加 CanCommit 阶段，减少阻塞时间。CanCommit 阶段协调者询问参与者是否可以提交，PreCommit 阶段参与者预提交，DoCommit 阶段协调者发送提交指令。

3PC 减少了阻塞时间，但仍然存在数据不一致风险，且增加了通信次数，性能更差。

TCC（Try-Confirm-Cancel）

TCC 的原理

TCC（Try-Confirm-Cancel）是应用层的分布式事务协议，将业务逻辑分成三个阶段。

Try（尝试执行）：预留资源，检查业务是否可以执行。例如扣减库存，Try 阶段冻结库存而不是直接扣减。

Confirm（确认执行）：使用预留资源，真正执行业务。例如扣减库存，Confirm 阶段扣除冻结的库存。

Cancel（取消执行）：释放预留资源，回滚业务。例如扣减库存，Cancel 阶段解冻库存。

TCC 的问题

代码侵入：需要实现 Try、Confirm、Cancel 三个接口，业务逻辑被拆分，代码复杂度高。

幂等性：Confirm 和 Cancel 可能重复调用，需要保证幂等性。例如 Confirm 重复调用不会重复扣减库存。

空回滚：Try 未执行但 Cancel 被调用，需要处理空回滚。例如 Try 超时，Cancel 被调用，此时没有冻结库存，直接返回成功。

悬挂：Cancel 已执行但 Try 被调用，需要处理悬挂。例如 Cancel 超时，Try 被调用，此时库存已解冻，Try 直接返回失败。

TCC 的实现

TCC 框架：Seata（阿里）、Hmily、ByteTCC。TCC 框架提供事务管理、日志记录、重试机制，简化 TCC 的实现。

TCC 的事务日志：TCC 需要记录事务日志，记录 Try、Confirm、Cancel 的执行状态。如果 Confirm 或 Cancel 失败，根据日志重试。

TCC 的幂等性：幂等性可以通过唯一 ID 实现，记录已执行的 Confirm 或 Cancel，重复调用时直接返回成功。

Saga

Saga 的原理

Saga 是长事务的解决方案，将长事务拆分成多个本地事务，每个本地事务有补偿事务。Saga 的执行：依次执行本地事务，如果某个事务失败，则执行已执行事务的补偿事务。

例如订单创建：1. 扣减库存（补偿：增加库存），2. 创建订单（补偿：删除订单），3. 扣减余额（补偿：增加余额）。如果扣减余额失败，则执行补偿：删除订单、增加库存。

Saga 的问题

补偿事务可能失败：增加库存可能失败（库存已满），需要重试或人工介入。

脏读：未提交的数据被其他事务读取。例如订单已创建但余额未扣减，其他事务查询订单会看到脏数据。

隔离性差：Saga 不提供隔离性，需要应用层控制。例如扣减库存和扣减余额并发执行，可能导致库存扣减但余额未扣减。

Saga 的实现

Saga 的编排：编排器（Orchestrator）负责协调各个本地事务的执行和补偿。编排器记录事务状态，如果失败则执行补偿。

Saga 的 choreography：事件驱动的 Saga，各个服务监听事件，执行本地事务，发布事件。如果失败则发布补偿事件，其他服务执行补偿。

本地消息表

本地消息表的原理

本地消息表是将消息存储在本地数据库，在同一事务中写入业务数据和消息，然后异步发送消息。消息发送失败时，定时任务重试。

例如订单创建：1. 开启数据库事务，2. 创建订单记录，3. 写入消息（扣减库存消息），4. 提交事务。5. 后台任务读取消息，发送到消息队列。6. 库存服务消费消息，扣减库存。

本地消息表的问题

需要定时任务：定时任务扫描未发送的消息，重试发送。定时任务的实现需要考虑并发、性能。

可能重复发送：消息可能发送多次，需要消费端幂等性。例如扣减库存消息重复发送，库存服务需要幂等扣减。

本地消息表的实现

本地消息表的设计：消息表包含消息 ID、业务 ID、消息内容、发送状态、重试次数、创建时间、更新时间。

定时任务的逻辑：扫描发送状态为未发送的消息，发送到消息队列，更新状态。如果发送失败，增加重试次数，超过重试次数后标记为失败。

消息的确认：消费端消费消息后，发送确认给生产端，生产端标记消息为已发送。

MQ 事务消息

事务消息的原理

事务消息是 RocketMQ 提供的分布式事务方案，利用消息队列的事务能力。生产者发送半消息（Half Message），消息队列返回成功后，生产者执行本地事务。如果本地事务成功，生产者提交消息，消息队列对消费者可见。如果本地事务失败，生产者回滚消息，消息队列删除消息。

如果消息队列未收到生产者的提交或回滚，则回调生产端查询本地事务状态，根据状态提交或回滚消息。

事务消息的问题

需要消息队列支持：不是所有消息队列都支持事务消息，RocketMQ 支持，Kafka 不支持。

本地事务状态查询：需要提供查询本地事务状态的接口，消息队列会回调该接口。

分布式事务的对比

方案	一致性	可用性	性能	复杂度
2PC	强一致	低	低	低
3PC	强一致	中	中	中
TCC	最终一致	高	中	高
Saga	最终一致	高	高	高
本地消息表	最终一致	高	高	中
事务消息	最终一致	高	高	中

分布式事务的最佳实践

根据业务需求选择方案：强一致性场景选择 2PC，最终一致性场景选择 TCC 或 Saga。

幂等性是必须的：所有分布式事务方案都需要幂等性，重复执行不会出错。

事务日志很重要：记录事务日志，便于故障恢复和问题排查。

补偿事务要考虑失败：补偿事务可能失败，需要重试或人工介入。

监控和报警：监控分布式事务的成功率、耗时，失败时及时报警。

分布式事务是分布式系统的难点，理解分布式事务的原理和权衡，有助于设计合适的数据一致性方案。