浅谈：分布式事务

在现在的分布式盛行的年代，分布式事务永远都是绕不开的一个话题，今天就谈谈分布式事务相关的一致性与实战解决方案。

1、为何须要分布式事务

因为近十年互联网的发展很是迅速，不少网站的访问量愈来愈大，集中式环境已经不能知足业务的须要了，只能按照业务为单位进行数据拆分（包含：垂直拆分与水平拆分），以及按照业务为单位提供服务，从早期的集中式转变为面向服务加构的分布式应用环境。

举一个经典的例子，阿里的淘宝网站随着访问量愈来愈大，只能按照商品、订单、用户、店铺等业务为单位进行数据库拆分，以及按照业务为单位提供服务接口。

 

 这个时候，为了完成一个简单的业务功能，好比：购买商品后扣款，有可能须要横跨多个服务，涉及用户订单、商品库存、支付等多个数据库，而这些操做又须要再同一个事务中完成，这就涉及到了分布式事务。

本质上来讲，分布式事务就是为了保证不一样资源服务器的数据一致性。

2、分布式的一致性理论

最先加州大学伯克利分校Eric Brewer教授提出一个分布式系统特性的CAP理论。

一、CAP理论的不可能三角

 

（1）一致性（Consistency）

（2）可用性（Availability）

（3）分区容错性（Partition tolerance）

在分布式系统中，是不存在同时知足一致性Consistency、可用性Availability和分区容错性Partition Tolerance三者的。

一句话总结：一致性、可用性和分区容错再分布式事务中不可兼得。再绝大多数的场景，都须要牺牲强一致性来换取系统的高可用性，系统每每只须要保证最终一致性。这也是后来发展出来的BASE理论的基础

二、BASE理论

 

（1）Basically Available（基本可用）

（2）Soft State（柔软状态）

（3）Eventually consistent（最终一致性）

BASE是对CAP中一致性和可用性权衡的结果，其来源于对大规模互联网系统分布式实践的结论，是基于CAP定理逐步演化而来的，其核心思想是即便没法作到强一致性（Strong consistency），但每一个应用均可以根据自身的业务特色，采用适当的方式来使系统达到最终一致性（Eventual consistency）

3、分布式事务的解决方案

 一、基于XA协议的两阶段提交2PC（2-phase commit）

XA是一个分布式事务协议，XA中大体分为两部分：事务管理器和本地资源管理器，其中本地资源管理器每每由数据库实现，而事务管理器做为全局的调度者，负责各个本地资源的提交和回滚。

 

 大体的流程:

（1）第一阶段是表决阶段，全部参与者都将本事务可否成功的信息反馈给协调者；

（2）第二阶段是执行阶段，协调者根据全部参与者的反馈，通知全部参与者，步调一致地再全部分支上提交或者回滚。

优缺点：

尽可能保证了数据的强一致性，实现成本较低，在各大主流数据库都有本身的实现，存在单点故障问题、性能问题、跨数据库问题。

二、事务补偿TCC模式

TCC方案实际上是两阶段提交的一种改进，将整个业务逻辑的每一个分支显式的分红了Try、Confirm、Cancel三个操做。

 

 

 优缺点：

对于代码有侵入性，下降了锁冲突，提升了吞吐量，缺点是有时候并无那么好实现。

案例：

蚂蚁金服的DTS（prepare、commit、rollback）

三、消息队列最终一致性方案

经过异步解耦的方式，经过第三种中间件

 

 案例：

RocketMQ、BabbitMQ等都可实现，RocketMQ还有专门的事务型消息，新版的kafka也有。

总之，分布式系统中事务更多的是对CAP权衡，在实际应用中，根据业务要求、开发人员状况以及所用框架的不一样进行调整。

好了，今天的知识就先分享到这里了。