• 分布式事务常见的解决方案


    资料:

      1.分布式事务 CAP 理解论证 解决方案

      https://www.cnblogs.com/bluemiaomiao/p/11216380.html

      2.***聊聊分布式事务,再说说解决方案

      https://www.cnblogs.com/savorboard/p/distributed-system-transaction-consistency.html

      3.分布式事务解决方案之可靠消息最终一致性

      https://www.cnblogs.com/zeussbook/p/11798658.html

      4.****微服务分布式事务4种解决方案实战

      https://blog.csdn.net/qq_21118431/article/details/103769435

    方案

     一、本地消息表(异步确保)

        本地消息表这种实现方式应该是业界使用最多的,其核心思想是将分布式事务拆分成本地事务进行处理,这种思路是来源于ebay。我们可以从下面的流程图中看出其中的一些细节:

     

      基本思路就是:

        消息生产方,需要额外建一个消息表,并记录消息发送状态。消息表和业务数据要在一个事务里提交,也就是说他们要在一个数据库里面。然后消息会经过MQ发送到消息的消费方。如果消息发送失败,会进行重试发送。

        消息消费方,需要处理这个消息,并完成自己的业务逻辑。此时如果本地事务处理成功,表明已经处理成功了,如果处理失败,那么就会重试执行。如果是业务上面的失败,可以给生产方发送一个业务补偿消息,通知生产方进行回滚等操作。

        生产方和消费方定时扫描本地消息表,把还没处理完成的消息或者失败的消息再发送一遍。如果有靠谱的自动对账补账逻辑,这种方案还是非常实用的。

        这种方案遵循BASE理论,采用的是最终一致性,笔者认为是这几种方案里面比较适合实际业务场景的,即不会出现像2PC那样复杂的实现(当调用链很长的时候,2PC的可用性是非常低的),也不会像TCC那样可能出现确认或者回滚不了的情况。

        优点: 一种非常经典的实现,避免了分布式事务,实现了最终一致性。在 .NET中 有现成的解决方案。

        缺点: 消息表会耦合到业务系统中,如果没有封装好的解决方案,会有很多杂活需要处理。


     二、MQ 事务消息  

        有一些第三方的MQ是支持事务消息的,比如RocketMQ,他们支持事务消息的方式也是类似于采用的二阶段提交,但是市面上一些主流的MQ都是不支持事务消息的,比如 RabbitMQ 和 Kafka 都不支持。

        以阿里的 RocketMQ 中间件为例,其思路大致为:

          第一阶段Prepared消息,会拿到消息的地址。
          第二阶段执行本地事务,第三阶段通过第一阶段拿到的地址去访问消息,并修改状态。

        也就是说在业务方法内要想消息队列提交两次请求,一次发送消息和一次确认消息。如果确认消息发送失败了RocketMQ会定期扫描消息集群中的事务消息,这时候发现了Prepared消息,它会向消息发送者确认,所以生产方需要实现一个check接口,RocketMQ会根据发送端设置的策略来决定是回滚还是继续发送确认消息。这样就保证了消息发送与本地事务同时成功或同时失败。

     

      遗憾的是,RocketMQ并没有 .NET 客户端。有关 RocketMQ的更多消息,大家可以查看这篇博客

      优点: 实现了最终一致性,不需要依赖本地数据库事务。

      缺点: 实现难度大,主流MQ不支持,没有.NET客户端,RocketMQ事务消息部分代码也未开源。


     三、补偿事务(TCC)

      TCC 其实就是采用的补偿机制,其核心思想是:针对每个操作,都要注册一个与其对应的确认和补偿(撤销)操作。它分为三个阶段:

    • Try 阶段主要是对业务系统做检测及资源预留

    • Confirm 阶段主要是对业务系统做确认提交,Try阶段执行成功并开始执行 Confirm阶段时,默认 Confirm阶段是不会出错的。即:只要Try成功,Confirm一定成功。

    • Cancel 阶段主要是在业务执行错误,需要回滚的状态下执行的业务取消,预留资源释放。

      举个例子,假入 Bob 要向 Smith 转账,思路大概是:
      我们有一个本地方法,里面依次调用
        1、首先在 Try 阶段,要先调用远程接口把 Smith 和 Bob 的钱给冻结起来。
        2、在 Confirm 阶段,执行远程调用的转账的操作,转账成功进行解冻。
        3、如果第2步执行成功,那么转账成功,如果第二步执行失败,则调用远程冻结接口对应的解冻方法 (Cancel)。

      优点: 跟2PC比起来,实现以及流程相对简单了一些,但数据的一致性比2PC也要差一些

      缺点: 缺点还是比较明显的,在2,3步中都有可能失败。TCC属于应用层的一种补偿方式,所以需要程序员在实现的时候多写很多补偿的代码,在一些场景中,一些业务流程可能用TCC不太好定义及处理。


     四、最大努力通知型

      资料:分布式事务解决方案之最大努力通知 

      https://www.cnblogs.com/zeussbook/p/11799017.html

      最大努力通知与可靠消息一致性有什么不同

        可靠消息一致性,发起通知方需要保证将消息发出去,并且将消息发送到接收通知方,消息的可靠性由发起通知方保证
        最大努力通知,发起通知方尽最大的努力将业务处理结果通知为接收通知方,但是消息可能接收不到,此时需要接收通知方主动调用发起通知方的接口查询业务,通知可靠性关键在于接收通知方
      两者的应用场景
        可靠消息一致性关注的是交易过程的事务一致,以异步的方式完成交易
        最大努力通知关注的是交易后的通知事务,即将交易结果可靠的通知出去

      五,2PC和3PC

      资料: 关于2PC(二阶段提交)和3PC(三阶段提交)的理解

        https://blog.csdn.net/xj15010735572/article/details/86233456

    Seata分布式事务方案

      Seata 意为:Simple Extensible Autonomous Transaction Architecture,是一套一站式分布式事务解决方案,提供了 AT、TCC、Saga 和 XA 事务模式

      阿里 开源分布式方案

  • 相关阅读:
    oracle安装过程中遇到的问题
    HttpContext.Current 的缺陷
    oracle 复杂语句
    .net 中 ref out params的区别
    查看修改mysql编码方式[转载]
    Oracle 中的dual是什么东西
    KindEditor问题汇总【不定时更新】
    java中import、package作用和用法
    [笔记]: 哈弗曼树(最优二叉树) 标签: 二叉树 2017-05-17 16:38 34人阅读 评论(0) 收
    [noip 2004普及组] FBI树 标签: 二叉树递归 2017-05-17 14:29 40人阅读 评论(0)
  • 原文地址:https://www.cnblogs.com/jiuya/p/13912252.html
Copyright © 2020-2023  润新知