seata

• 前两篇文中总结了一下分布式事务已经现阶段常用的解决方案，现在来讨论一下现有的分布式事务框架seata，点击此处是seata的官网seata致力于微服务框架下提供高性能和简单易用的分布式事务服务。它提供了AT，TCC，Saga ，XA这几种事务模型，为开发者提供了一站式的分布式事务解决方案。其中TCC和XA我们上一篇文中已经有说明，接下来我们讨论一下Seata中AT和Saga这两种事务模型是怎么样的。

AT模式

• AT模式是Seata最主推的分布式事务解决方案，他是基于XA演进过来的一种分布式事务模式，随意他同样分为三大模块，分别是TM（Transaction Manager），RM（Resource Manager）和TC（Transaction Server），其中TM和RM作为Seata客户端与业务系统集成，TC作为Seata的服务器端独立部署，TM表示事务管理器，他负责向TC注册一个全局事务，并生成一个全局事务唯一XID。在AT模式下，每个数据库资源被称作一个RM，在业务层通过JDBC标准接口范问RM的时候，Seata会对所有请求进行拦截。每一个本地事务进行提交时候，RM都会想TC事务协调器注册一个分支事务。Seata的AT模式如下图说明：

• 具体流程如下：
  • TM向TC注册一个全局的事务，并生成全局XID
  • 期间整个业务流程内每个RM想TC注册分支事务，并将其纳入改XID对应的全局事务范围
  • RM想TC汇报资源的准备状态
  • TC汇总所有事务参与者的状态，决定分布式事务是全部回滚还是全部提交
  • TC通知所有RM提交/回滚事务
• AT模式和XA模式一样，都是一个两阶段提交的事务模型，不过和XA相比，做了一些优化，这个官网着重讲解了一下AT的原理，之后开一节着重看下一AT模式的实现原理。

Saga模式

• Saga模式是SEATA提供的长事务解决方案，这种理论模型是由普林斯顿大学的Hector Garcia-Molina 和 Kenneth Salem 提出的，主要描述的是在没有两阶段提交的前提下如何解决分布式事务问题。核心思想是：将一个业务流程中长事务拆分为多个本地的短事务，业务流程中每个参与者都提交正式的提交给本地短事务，当其中一个参与者事务执行失败，则通过补偿机制补偿签名已经成功的参与者。

• 如下图说明Saga由一系列sub-transaction Ti 组成，每个Ti 都有对应的补偿动作Ci ，补偿动作用于撤回Ti 造成的数据变化。和TCC相比，少了Try这一步，每个操作都是真实的数据库操作。

• 按照Saga的工作模式，有两种执行方式：

  • T1， T2， T3， …，Ti: 这种方式表示所有事务都正常执行。
  • T1， T2， …， Tj，Cj，…，C2，C1： 这种情况是表示执行到Tj的时候，Tj 事务出现异常，通过补偿操作撤销之前所有成功的sub-transaction

• 另外Saga还提供了一下两种补偿恢复方式：

  • 向后恢复，也就是上面提到的第二中工作模式，如果任何一个子事务执行失败，则吧之前执行的结果逐个撤销
  • 向前恢复，也就是不进行补偿，而是对失败的事务进行重试，这种方式比较适合事务必须要执行成功的场景。

Saga的优势

• 和XA和TCC比较，他的优势包括：一阶段直接提交本地事务；没有锁，没有锁，没有锁！！！，性能较高；在事件驱动的模式下，段事务可以异步执行；补偿机制的实现比较简单。
• 缺点是Saga并不提供原子性和隔离性支持，隔离性的影响是比较大的，比如用户购买一个情感课程后会赠送一段时间会员，或者赠送打折卷，如果用户在回滚之前将优惠券用掉了，会在在回滚之前使用了会员的一些特殊服务，那么事务出现异常回滚的时候就无法收回这部分，会出现业务上的问题。

Saga的实现方式

• 就像刚才的案例，用户购买情感课程，这个业务场景下会涉及到订单创建，课程库存的修改，微信支付，会员赠送，整个流程如下：
  

• 在以上支付下单的流程上一个典型的长事务，根据Saga模式的定义，先将长事务拆分成对个本地端事务，每个服务的本地事务按照执行顺序逐一提交，一旦其中一个服务的事务出现异常，则采用补偿的方式逐一撤回。这一过程的实现会设计Saga的协调模式，他有两种常用的协调模型。

  • 事件/编排式：把Saga的决策和执行顺序逻辑分布在Saga的每一个参与者中，他们通过交换事件的方式来进行沟通
  • 命令/协同式：把Saga的角色和执行顺序逻辑集中在一个Saga控制类中，他以命令/回复的方式与每一项服务进行通信，告诉他们应该执行哪个操作。

事件/编排式

• 在基于时间的编排模式中，第一个服务执行完一个本地事务之后，发送一个事件。这个事件会被一个或者多个服务监听，监听到事件的服务接着执行他自己的本地事务并发布新的事件，此后一直延续这种事件触发模式，直到整个业务流程中最后一个服务的本地事务执行结束，才意味着整个分布式长事务也执行结束。我们用如下图说明：

• 如上图流程看起来复杂，但是他是比较常见的解决方案，解释以上流程：
  • 订单服务创建新的订单，吧订单状态设置为待支付，并发布一个“创建订单”事件
  • 库存服务监听到 “创建订单”事件后，执行本地库存冻结方法，如果执行成功，则发布一个“库存准备事件”
  • 支付服务监听到 “库存准备事件”事件后，执行账户扣款方法，并发布 “支付事件”
  • 最后，积分服务监听到“支付事件”事件后，增加账户积分，并更新订单状态为成功
• 如果上述任何一次执行失败，当前时间都变成失败的时间，例如“库存准备事件” 变成 “库存准备失败事件”，每个服务需要监听失败的情况根据实际需求进行逐一回滚。

命令/协同式

• 命令/协同 模式需要定义一个Saga协调器，负责告诉每一个参与者该做啥。Saga协调器以命令/回复的方式与每一个服务进行通信，如下流程：

• 命令协同模式流程如下：

  • 订单服务手下创建一个订单，然后创建一个订单的协调器，用来协调之后的事务，启动订单事务。
  • Saga协调器向库存服务发送冻结库存命令，库存服务通过订单 Saga回复队列回复直接的结果
  • 接着，Saga协调器继续向支付服务发起咋呼扣款命令，支付服务通过订单 Saga回复队列回复执行结果
  • 最后，Saga协调器向会员服务发起添加会员命令，会员服务回复执行结果。

• 整个流程需要有一个前置条件，订单Saga协调器必须提前知道“创建订单事务”的所有流程，并且在整个流程中任何一个环节执行失败，他都需要向每个参与者发送命令，撤销之前的事务操作。

上一篇：分布式事务解决方案
下一篇：分布式事务 – seata框架AT模式实现原理