分布式事务简述

什么是事务？

通常给出的定义是数据库的执行逻辑单元。这句话感觉跟没说一样。
我们平时用到事务，主要是用到它的四个特性（ACID）。
我去看待问题的时候，通常会去问一些“傻”的问题：那为什么是这4个特性，不是其他的呢？或者为什么是4个，而不是3个或5个呢？
这4个特性被定义出来后，后续出来的数据库需要满足这4个特性，才可以说自己支持了事务。

什么叫分布式事务？

我们知道事务的作用范围是数据库，即一个事务内的数据库操作都是对同一个数据库进行的。
当一个“事务”内的数据库操作是对多个数据库进行的，这个“事务”就叫做分布式事务。

实际应用中通常情况下是以下两种情况：

• 一个系统的某个操作涉及多个数据源。但又希望这个操作本身满足事务的特性，这种需求就是分布式事务的需求，满足这种需求的事务就叫分布式事务。

• 同样地，在这个微服务盛行（烂大街）的年代，一个操作可能涉及很多个服务系统，每个服务有自己的数据源。但又希望这个操作本身满足事务的特性，这种也叫做分布式事务。

其实第一说法并不常见，因为按照微服务的单一职责原则来说，一个系统访问多个数据源还要保证事务性，要么你的数据库设计有问题，要么需要拆服务了。

如何实现分布式事务？

本质上有两种思想：

• 引入一个事务协调者
  希望达到的效果是：由协调者协调多个事务，要提交大家一起提交，要回滚大家一起回滚。
• TCC
  抛开数据库事务束缚，使用业务数据的状态来达到事务的特性。

这两个思想下面进行详细描述。

事务协调者

最早的分布式事务模型是 X/Open 国际联盟提出的 X/Open Distributed Transaction Processing（DTP）模型，也就是大家常说的 X/Open XA 协议，简称XA 协议。
即引入一个事务协调者，将对数据库的提交/回滚转交给协调者进行操作。

分布式事务

这个方案整体看起来还行。
但有一个问题：如果4.1提交失败，4.2提交成功。这个时候，我们怎么办？
4.1提交重试是一个办法，但如果一直重试失败怎么办？
这个时候，4.2已经提交成功，又不可能再回滚了。这个时候就数据不一致了，很严重。
对于应对这种情况，有人提出了2pc和3pc的思想。注意，这里强调一下，2pc/3pc是为了应对提交失败的情况的改进。

2pc

说得简单点，就是提交这个操作分为两步，先去prepare一下，每个数据源反馈一下，提交大概率会成功还是失败。如果成功，那么就都提交，如果有一个说大概率会失败，就回滚。

2pc

缺点：

• 性能问题，在执行期间所有数据源都不能提交，资源锁定。
• 单点，协调者成为单点。
• 数据不一致，网络分区后，部分数据源收不到提交请求。
• 网络分区后，由于部分数据源收不到提交/回滚请求，可能导致该数据库资源一直得不到释放的情况，引起资源的严重浪费。

3pc

在2pc的prepare和commit之间又加了一个cancommit阶段，并且加了超时机制。

• 加了一个阶段的好处，将提交成功率的概率再次提升。因为concommit又做了一些undo日志的事情。
• 超时机制的目的是对应应对2pc的第4个缺点。
  协调者的超时，即收不到参与者的ack，则认为是没有成功。
  参与者的超时，在cancommit和commit之间，一直没有收到commit，则自行提交，避免占用锁。

缺点

2pc的3个缺点仍然存在，其中因引入超时机制，参与者可自行提交。可能导致数据不一致现象更加突出。

XA优点

说一下XA的优点吧，
因为是参与者的操作依赖于本地事务，所以天然具有事务的一些特性。

XA缺点

性能资源问题
中心化问题
数据不一致问题

TCC

核心点在于，不依赖事务管理器，依靠业务逻辑的分解来完成。
说得简单点，XA会hold住各个本地事务不提交，TCC不会，通过业务逻辑分解来实现业务层面的事物特性。
TCC = try + confirm + cancel
即分布式事务参与者需要提供

• try：完成所有的业务校验和大部分的逻辑处理。这个阶段几乎是要完成所有的业务处理的，只是会预留一些状态（表示中间状态）。后面的cc只是很薄的一层，理论上只是改一些状态就可以了。
• confirm：提交。修改try阶段的落地数据状态。理论上是一定要成功的，就算一次不成功，重试也要成功。所以这个阶段一定要保证幂等。
• cancel：取消也叫回滚。删除或修改try阶段的落地数据状态。同样的，理论上也必须保证成功。

分布式事务的发起者

image.png

分布式事务的框架实现粗略图。
发起者应用起本地事务，事务的开始调用分布式事务的框架进行开启一个分布式事务（注册两个事务同步器，如果本地事务提交/回滚，则调用分布式事务参与者的对应方法）。
然后发起者程序里，正常调用A和B，如果A和B失败，则需要回滚本地事务。而从触发框架的提交/回滚操作。

分布式事务补偿

虽然说分布式事务的参与者的两个CC方法，需要保证一定成功。
但这个世界不是完美的，一定会出现某个参与者的CC方法失败的情况，这个时候就需要一种分布式事务的补偿机制。
即分布式事务开启时需要记录该事务的状态，以及对应参与者的信息。
当提交成功后，方可删除，如果提交/回滚失败，则需要定时任务来进行重试。
这一步必不可少，公司实现生产中，很多依靠补偿机制来完成数据的一致性保障。

空回滚问题

在实际生产中，会遇到这类问题，作为一个分布式事务的参与者，先收到了cancel请求，然后再收到了try请求。
这种情况发生的概率还不小，这也是tcc的一种常见的异常情况。

• 为什么会出现这种情况？
  发起者调用参与者时，由于网络原因或其他原因（积压），try请求一直没到参与者系统中。
  然后发起者此时认为参与者超时了，发起了cancel请求。
  所以无法保障try一定先于cancel，但可以保证try一定先于confirm（这个留给大家思考下原因）。
• 造成的结果
  cancel到了之后，发现没有try，然后直接空处理。
  后续try来了后，处理成功，然后这个请求一直没有confirm/cancel了。导致一直处于事务的悬挂状态。
• 解决办法
  • 分布式锁
    try来了后，加锁，完成后解锁。
    cancel来了后，加锁3分钟（如果try没完成会失败），完成后不解锁。
    此办法可解决cancel先来了，3分钟内try再来会直接失败掉，解决空回滚的问题。
  • 前置事务表（推荐）
    同样的道理。
    try来了后，插入P，完成后删除。
    cancel来了后，插入R（如果是P则失败），完成后不删除。
    cancel先来了，插入R，后续try来了后插入P失败，解决空回滚问题。

优点

不依赖事务管理器，所以不存在事务资源性能的问题。

缺点

• 使得业务接口变得复杂。
  之前一个接口，现在需要提供3个接口。
• 数据不一致
  cc的两个接口必须各个业务系统实现幂等和一定成功。如果业务系统打破了，就会造成数据不一致的现象。
• 空回滚与悬挂问题

总结

这里主要说了两种分布式事务的理论：XA协议与TCC。
分析了两种理论的原理以及优缺点。
由于目前公司的分布式事务主要是TCC实现，所以对此比较熟悉。

这里也推荐大家
实际生产中，能不要用分布式事务的话，尽量不要用，会给系统带来太多的复杂性。