分布式事务之最终一致性分布式事务

前言

• 对于常见的微服务系统，大部分接口调用是同步的，也就是一个服务直接调用另外一个服务的接口。这个时候，用TCC分布式事务方案来保证各个接口的调用，要么一起成功，要么一起回滚，是比较合适的。
• 如果服务间的调用是异步的，也就是说，一个服务发送一个消息给MQ，即消息中间件，比如RocketMQ、RabbitMQ、Kafka等等。然后，另外一个服务从MQ消费到一条消息后进行处理。这就成了基于MQ的异步调用了。
• 那么针对这种基于MQ的异步调用，如何保证各个服务间的分布式事务呢？
• 也就是基于MQ实现异步调用的多个服务的业务逻辑，要么一起成功，要么一起失败。

• 这个时候，就要用上可靠消息最终一致性方案，来实现分布式事务。

  
  可靠消息最终一致性分布式事务.png
• 如果不考虑各种高并发、高可用等技术挑战的话，单从“可靠消息”以及“最终一致性”两个角度来考虑，这种分布式事务方案还是比较简单的。

可靠消息最终一致性方案的核心流程

上游服务投递消息

• 如果要实现可靠消息最终一致性方案，一般自己写一个可靠消息服务，实现一些业务逻辑。
• 首先，上游服务需要发送一条消息给可靠消息服务。
• 你可以认为是对下游服务一个接口的调用，里面包含了对应的一些请求参数。
• 然后，可靠消息服务就得把这条消息存储到自己的数据库里去，状态为“待确认”。
• 接着，上游服务就可以执行自己本地的数据库操作，根据自己的执行结果，再次调用可靠消息服务的接口。
• 如果本地数据库操作执行成功了，那么就找可靠消息服务确认那条消息。如果本地数据库操作失败了，那么就找可靠消息服务删除那条消息。
• 此时如果是确认消息，那么可靠消息服务就把数据库里的消息状态更新为“已发送”，同时将消息发送给MQ。
• 这里有个很关键的点，就是更新数据库里的消息状态和投递消息到MQ。这俩操作，得放在一个方法里，而且得开启本地事务。
  1. 如果数据库里更新消息的状态失败了，那么就抛异常退出了，就别投递到MQ；
  2. 如果投递MQ失败报错了，那么就要抛异常让本地数据库事务回滚。
  3. 这俩操作必须得一起成功，或者一起失败。
• 如果上游服务是通知删除消息，那么可靠消息服务就得删除这条消息。

下游服务接收消息

• 下游服务就一直等着从MQ消费消息，如果消费到了消息，那么就操作自己本地数据库。
• 如果操作成功了，就反过来通知可靠消息服务，说自己处理成功了，然后可靠消息服务就会把消息的状态设置为“已完成”。

如何上游服务对消息的100%可靠投递？

• 如果投递消息的过程中各个环节出现了问题该怎么办？
• 如果上游服务给可靠消息服务发送待确认消息的过程出错了，那没关系，上游服务可以感知到调用异常的，就不用执行下面的流程了，这是没问题的。
• 如果上游服务操作完本地数据库之后，通知可靠消息服务确认消息或者删除消息的时候，出现了问题。
• 比如：没通知成功，或者没执行成功，或者是可靠消息服务没成功的投递消息到MQ。这一系列步骤出了问题怎么办？
• 那条消息在可靠消息服务的数据库里的状态会一直是“待确认”。
• 我们可以在在可靠消息服务里开发一个后台定时运行的线程，不停的检查各个消息的状态。
• 如果一直是“待确认”状态，就认为这个消息出了点什么问题。
• 此时的话，就可以回调上游服务提供的一个接口，这个消息对应的数据库操作，执行成功了？
• 如果上游服务答复执行成功，那么可靠消息服务将消息状态修改为“已发送”，同时投递消息到MQ。
• 如果上游服务答复没执行成功，那么可靠消息服务将数据库中的消息删除即可。
• 通过这套机制，就可以保证，可靠消息服务一定会尝试完成消息到MQ的投递。

如何保证下游服务对消息的100%可靠接收？

• 如果下游服务消费消息出了问题，没消费到？或者是下游服务对消息的处理失败了，怎么办？
• 在可靠消息服务里开发一个后台线程，不断的检查消息状态。
• 如果消息状态一直是“已发送”，始终没有变成“已完成”，那么就说明下游服务始终没有处理成功。
• 此时可靠消息服务就可以再次尝试重新投递消息到MQ，让下游服务来再次处理。
• 只要下游服务的接口逻辑实现幂等性，保证多次处理一个消息，不会插入重复数据即可。