zoukankan      html  css  js  c++  java
  • 分布式事务(3)---RocketMQ实现分布式事务原理

    分布式事务(3)—RocketMQ实现分布式事务原理

    之前讲过有关分布式事务2PC、3PC、TCC的理论知识,博客地址:

    1、分布式事务(1)---2PC和3PC原理

    2、分布式事务(2)---TCC原理

    这篇讲有关RocketMQ实现分布式事务的理论知识,下篇也会示例 通过SpringCloud来实例RocketMQ实现分布式事务的项目。

    一、举个分布式事务场景

    列子:假设 AB100块钱,同时它们不是同一个服务上。

    目标:就是 A 减100块钱,B 加100块钱。

    实际情况可能有四种:

    1)就是A账户减100 (成功),B账户加100 (成功)
    
    2)就是A账户减100(失败),B账户加100 (失败)
    
    3)就是A账户减100(成功),B账户加100 (失败)
    
    4)就是A账户减100 (失败),B账户加100 (成功)
    

    这里 第1和第2 种情况是能够保证事务的一致性的,但是 第3和第4 是无法保证事务的一致性的。

    那我们来看下RocketMQ是如何来保证事务的一致性的。


    二、RocketMQ实现分布式事务原理

    RocketMQ虽然之前也支持分布式事务,但并没有开源,等到RocketMQ 4.3才正式开源。

    1、基础概念

    最终一致性

    RocketMQ是一种最终一致性的分布式事务,就是说它保证的是消息最终一致性,而不是像2PC、3PC、TCC那样强一致分布式事务,至于为什么说它是最终一致性事务下面会详细说明。

    Half Message(半消息)

    是指暂不能被Consumer消费的消息。Producer 已经把消息成功发送到了 Broker 端,但此消息被标记为暂不能投递状态,处于该种状态下的消息称为半消息。需要 Producer

    对消息的二次确认后,Consumer才能去消费它。

    消息回查

    由于网络闪段,生产者应用重启等原因。导致 Producer 端一直没有对 Half Message(半消息) 进行 二次确认。这是Brock服务器会定时扫描长期处于半消息的消息,会

    主动询问 Producer端 该消息的最终状态(Commit或者Rollback),该消息即为 消息回查

    2、分布式事务交互流程

    理解这张阿里官方的图,就能理解RocketMQ分布式事务的原理了。

    我们来说明下上面这张图

    1、A服务先发送个Half Message给Brock端,消息中携带 B服务 即将要+100元的信息。
    
    2、当A服务知道Half Message发送成功后,那么开始第3步执行本地事务。
    
    3、执行本地事务(会有三种情况1、执行成功。2、执行失败。3、网络等原因导致没有响应)
    
    4.1)、如果本地事务成功,那么Product像Brock服务器发送Commit,这样B服务就可以消费该message。
    
    4.2)、如果本地事务失败,那么Product像Brock服务器发送Rollback,那么就会直接删除上面这条半消息。
    
    4.3)、如果因为网络等原因迟迟没有返回失败还是成功,那么会执行RocketMQ的回调接口,来进行事务的回查。
    

    从上面流程可以得知 只有A服务本地事务执行成功 ,B服务才能消费该message

    然后我们再来思考几个问题?

    为什么要先发送Half Message(半消息)

    我觉得主要有两点

    1)可以先确认 Brock服务器是否正常 ,如果半消息都发送失败了 那说明Brock挂了。
    
    2)可以通过半消息来回查事务,如果半消息发送成功后一直没有被二次确认,那么就会回查事务状态。
    

    什么情况会回查

    也会有两种情况

    1)执行本地事务的时候,由于突然网络等原因一直没有返回执行事务的结果(commit或者rollback)导致最终返回UNKNOW,那么就会回查。
    
    2) 本地事务执行成功后,返回Commit进行消息二次确认的时候的服务挂了,在重启服务那么这个时候在brock端
       它还是个Half Message(半消息),这也会回查。
    

    特别注意: 如果回查,那么一定要先查看当前事务的执行情况,再看是否需要重新执行本地事务。

    想象下如果出现第二种情况而引起的回查,如果不先查看当前事务的执行情况,而是直接执行事务,那么就相当于成功执行了两个本地事务。

    为什么说MQ是最终一致性事务

    通过上面这幅图,我们可以看出,在上面举例事务不一致的两种情况中,永远不会发生

    A账户减100 (失败),B账户加100 (成功)
    

    因为:如果A服务本地事务都失败了,那B服务永远不会执行任何操作,因为消息压根就不会传到B服务。

    那么 A账户减100 (成功),B账户加100 (失败) 会不会可能存在的。

    答案是会的

    因为A服务只负责当我消息执行成功了,保证消息能够送达到B,至于B服务接到消息后最终执行结果A并不管。

    那B服务失败怎么办?

    如果B最终执行失败,几乎可以断定就是代码有问题所以才引起的异常,因为消费端RocketMQ有重试机制,如果不是代码问题一般重试几次就能成功。

    如果是代码的原因引起多次重试失败后,也没有关系,将该异常记录下来,由人工处理,人工兜底处理后,就可以让事务达到最终的一致性。



    只要自己变优秀了,其他的事情才会跟着好起来(上将7)
    
  • 相关阅读:
    codeforces-1328F-Make k Equal
    codeforces-1327C-Game with Chips
    codeforces-1328E-Tree Queries
    深度学习(九):变分自编码器
    深度学习(八):概率生成模型
    深度学习(六):吉布斯采样
    深度学习(五):M-H采样
    深度学习(四):马尔科夫链蒙特卡洛采样(MCMC)
    深度学习(二):图模型的学习
    深度学习(一):概率图模型引入
  • 原文地址:https://www.cnblogs.com/qdhxhz/p/11191399.html
Copyright © 2011-2022 走看看