zoukankan      html  css  js  c++  java
  • 关于分布式事务的理解(二)

    在 关于分布式事务的理解 一文中,最后留了一个坑是关于TCC框架的。当时由于时间问题耽搁了,最近总算有时间把这个坑填上了。

    本文会大致介绍下两阶段和三阶段提交,以及TCC模式。


     分布式事务分为

    1. 两阶段型
    2. 补偿型
    3. 异步确保型
    4. 最大努力通知型几种

    上文我们已近介绍了 异步确保型最大努力通知 这两种服务模式的具体应用,接下来介绍下剩下两种。

    两阶段提交(2PC)型


    两阶段型:就是分布式事务两阶段提交,对应技术上的XA、JTA/JTS。

    准备阶段

    事务协调者(事务管理器)给每个参与者(资源管理器)发送Prepare消息,每个参与者要么直接返回失败(如权限验证失败),要么在本地执行事务,写本地的redo和undo日志,但不提交,到达一种“万事俱备,只欠东风”的状态。

    可以进一步将准备阶段分为以下三个步骤:

    协调者节点向所有参与者节点询问是否可以执行提交操作(vote),并开始等待各参与者节点的响应。
    
    参与者节点执行询问发起为止的所有事务操作,并将Undo信息和Redo信息写入日志。
    (注意:若成功这里其实每个参与者已经执行了事务操作)
    
    各参与者节点响应协调者节点发起的询问。如果参与者节点的事务操作实际执行成功,
    则它返回一个”同意”消息;如果参与者节点的事务操作实际执行失败,则它返回一个”中止”消息。

     提交阶段

    如果协调者收到了参与者的失败消息或者超时,直接给每个参与者发送回滚(Rollback)消息;否则,发送提交(Commit)消息;参与者根据协调者的指令执行提交或者回滚操作,释放所有事务处理过程中使用的锁资源。(注意:必须在最后阶段释放锁资源)

    接下来分两种情况分别讨论提交阶段的过程。

    当协调者节点从所有参与者节点获得的相应消息都为”同意”时:

    1)协调者节点向所有参与者节点发出”正式提交(commit)”的请求。
    
    2)参与者节点正式完成操作,并释放在整个事务期间内占用的资源。
    
    3)参与者节点向协调者节点发送”完成”消息。
    
    4)协调者节点受到所有参与者节点反馈的”完成”消息后,完成事务。

     如果任一参与者节点在第一阶段返回的响应消息为”中止”,或者 协调者节点在第一阶段的询问超时之前无法获取所有参与者节点的响应消息时:

    1)协调者节点向所有参与者节点发出”回滚操作(rollback)”的请求。
    
    2)参与者节点利用之前写入的Undo信息执行回滚,并释放在整个事务期间内占用的资源。
    
    3)参与者节点向协调者节点发送”回滚完成”消息。
    
    4)协调者节点受到所有参与者节点反馈的”回滚完成”消息后,取消事务。

    不管最后结果如何,第二阶段都会结束当前事务。

    二阶段提交还是有几个缺点的:

    1、同步阻塞问题。执行过程中,所有参与节点都是事务阻塞型的。
    当参与者占有公共资源时,其他第三方节点访问公共资源不得不处于阻塞状态。
    
    2、单点故障。由于协调者的重要性,一旦协调者发生故障。参与者会一直阻塞下去。
    尤其在第二阶段,协调者发生故障,那么所有的参与者还都处于锁定事务资源的状态中,而无法继续完成事务操作。
    (如果是协调者挂掉,可以重新选举一个协调者,但是无法解决因为协调者宕机导致的参与者处于阻塞状态的问题)
    
    3、数据不一致。在二阶段提交的阶段二中,当协调者向参与者发送commit请求之后,
    发生了局部网络异常或者在发送commit请求过程中协调者发生了故障,
    这回导致只有一部分参与者接受到了commit请求。而在这部分参与者接到commit请求之后就会执行commit操作。
    但是其他部分未接到commit请求的机器则无法执行事务提交。于是整个分布式系统便出现了数据部一致性的现象。
    
    4、二阶段无法解决的问题:协调者再发出commit消息之后宕机,而唯一接收到这条消息的参与者同时也宕机了。
    那么即使协调者通过选举协议产生了新的协调者,这条事务的状态也是不确定的,没人知道事务是否被已经提交。

     三阶段提交(3PC)协议


     三阶段提交(Three-phase commit),也叫三阶段提交协议(Three-phase commit protocol),是二阶段提交(2PC)的改进版本。

    与两阶段提交不同的是,三阶段提交有两个改动点。

    1、引入超时机制。同时在协调者和参与者中都引入超时机制。
    2、在第一阶段和第二阶段中插入一个准备阶段。保证了在最后提交阶段之前各参与节点的状态是一致的。

    CanCommit阶段

     3PC的CanCommit阶段其实和2PC的准备阶段很像。协调者向参与者发送commit请求,参与者如果可以提交就返回Yes响应,否则返回No响应

    1.事务询问 协调者向参与者发送CanCommit请求。询问是否可以执行事务提交操作。
    然后开始等待参与者的响应。
    
    2.响应反馈 参与者接到CanCommit请求之后,正常情况下,如果其自身认为可以顺利执行事务,
    则返回Yes响应,并进入预备状态。否则反馈No
    

    PreCommit阶段

    协调者根据参与者的反应情况来决定是否可以记性事务的PreCommit操作。根据响应情况,有以下两种可能。 假如协调者从所有的参与者获得的反馈都是Yes

    1.发送预提交请求 协调者向参与者发送PreCommit请求,并进入Prepared阶段。
    
    2.事务预提交 参与者接收到PreCommit请求后,会执行事务操作,并将undo和redo信息记录到事务日志中。
    
    3.响应反馈 如果参与者成功的执行了事务操作,则返回ACK响应,同时开始等待最终指令。
    

    假如有任何一个参与者向协调者发送了No响应,或者等待超时之后,协调者都没有接到参与者的响应,那么就执行事务的中断。

    1.发送中断请求 协调者向所有参与者发送abort请求。
    
    2.中断事务 参与者收到来自协调者的abort请求之后(或超时之后,仍未收到协调者的请求),执行事务的中断。

    doCommit阶段

    执行提交

    1.发送提交请求 协调接收到参与者发送的ACK响应,那么他将从预提交状态进入到提交状态。
    并向所有参与者发送doCommit请求。
    
    2.事务提交 参与者接收到doCommit请求之后,执行正式的事务提交。并在完成事务提交之后释放所有事务资源。
    
    3.响应反馈 事务提交完之后,向协调者发送Ack响应。
    
    4.完成事务 协调者接收到所有参与者的ack响应之后,完成事务。
    

    中断事务 协调者没有接收到参与者发送的ACK响应(可能是接受者发送的不是ACK响应,也可能响应超时),那么就会执行中断事务。

    1.发送中断请求 协调者向所有参与者发送abort请求
    
    2.事务回滚 参与者接收到abort请求之后,利用其在阶段二记录的undo信息来执行事务的回滚操作,并在完成回滚之后释放所有的事务资源。
    
    3.反馈结果 参与者完成事务回滚之后,向协调者发送ACK消息
    
    4.中断事务 协调者接收到参与者反馈的ACK消息之后,执行事务的中断。

    缺点

    在doCommit阶段,如果参与者无法及时接收到来自协调者的doCommit或者rebort请求时,会在等待超时之后,
    会继续进行事务的提交。(其实这个应该是基于概率来决定的,当进入第三阶段时,
    说明参与者在第二阶段已经收到了PreCommit请求,那么协调者产生PreCommit请求的前提条件是他在第二阶段开始之前,
    收到所有参与者的CanCommit响应都是Yes。(一旦参与者收到了PreCommit,意味他知道大家其实都同意修改了)
    所以,一句话概括就是,当进入第三阶段时,由于网络超时等原因,虽然参与者没有收到commit或者abort响应,
    但是他有理由相信:成功提交的几率很大。 )

     了解了2PC和3PC之后,我们可以发现,无论是二阶段提交还是三阶段提交都无法彻底解决分布式的一致性问题,这也是为什么我们提倡用BASE理论去解决分布式事务的问题。下面我们介绍下TCC事务方案

    TCC两阶段补偿型


     TCC是Try-Confirm-Cancel的简称:

    Try阶段:

        完成所有业务检查(一致性),预留业务资源(准隔离性)

        回顾上面航班预定案例的阶段1,机票就是业务资源,所有的资源提供者(航空公司)预留都成功,try阶段才算陈宫

    Confirm阶段:

        确认执行业务操作,不做任何业务检查, 只使用Try阶段预留的业务资源。回顾上面航班预定案例的阶段2,美团APP确认两个航空公司机票都预留成功,因此向两个航空公司分别发送确认购买的请求。

    Cancel阶段:

        取消Try阶段预留的业务资源。回顾上面航班预定案例的阶段2,如果某个业务方的业务资源没有预留成功,则取消所有业务资源预留请求。

    TCC属于补偿型柔性事务,本质也是一个两阶段型事务,这与2PC是极为相似的,但是与2PC的不同点是,2PC属于资源层事务,而TCC是服务层事务。

    1) 在阶段1:

        在XA中,各个RM准备提交各自的事务分支,事实上就是准备提交资源的更新操作(insert、delete、update等);而在TCC中,是主业务活动请求(try)各个从业务服务预留资源。

    2) 在阶段2:

        XA根据第一阶段每个RM是否都prepare成功,判断是要提交还是回滚。如果都prepare成功,那么就commit每个事务分支,反之则rollback每个事务分支。

        TCC中,如果在第一阶段所有业务资源都预留成功,那么confirm各个从业务服务,否则取消(cancel)所有从业务服务的资源预留请求。

    TCC两阶段提交与XA两阶段提交的区别是:

        XA是资源层面的分布式事务,强一致性,在两阶段提交的整个过程中,一直会持有资源的锁。

       TCC是业务层面的分布式事务,最终一致性,不会一直持有资源的锁。

         TCC中的两阶段提交并没有对开发者完全屏蔽,也就是说从代码层面,开发者是可以感受到两阶段提交的存在。如上述航班预定案例:在第一阶段,航空公司需要提供try接口(机票资源预留)。在第二阶段,航空公司提需要提供confirm/cancel接口(确认购买机票/取消预留)。开发者明显的感知到了两阶段提交过程的存在。try、confirm/cancel在执行过程中,一般都会开启各自的本地事务,来保证方法内部业务逻辑的ACID特性。其中:

        1、try过程的本地事务,是保证资源预留的业务逻辑的正确性。

        2、confirm/cancel执行的本地事务逻辑确认/取消预留资源,以保证最终一致性,也就是所谓的补偿型事务(Compensation-Based Transactions)。

    由于是多个独立的本地事务,因此不会对资源一直加锁。

     

    总结 


    算是上篇文章,我们已经总共介绍了三种柔性事务方案

    最大努力通知(非可靠消息、定期校对)

    可靠消息最终一致性(异步确保型)

    TCC(两阶段型、补偿型)

      TCC事务方案中又可以区分出通用型,异步确认型,补偿型。具体的应用中该做如何的选择我们必须得根据业务来做判断。一般而言,对于补偿行为较少,一致性要求不高的模式,我们首推可靠消息的最终一致,例如用户注册后的发邮件,对于一致性要求高的,例如订单交易与库存,支付系统和账户系统,TCC会是一个很好的选择。

      无论我们采用任何服务模式,人工介入总是最后的保障。最后再推荐一篇文章关于分布式服务的选择

    [分布式事务主流解决方案优缺点大pk]

     

  • 相关阅读:
    localStorage溢出问题
    面试题梳理
    灵活的楼梯导航条代码
    日期初始化
    css 控制横向布局,超出隐藏,滚动
    自定义滚动条样式
    jquery源码之JQ对象
    jqeury源码之变量解析
    jquery源码之通篇概要
    工作站流处理
  • 原文地址:https://www.cnblogs.com/xmzJava/p/9870230.html
Copyright © 2011-2022 走看看