如何用TCC实现分布式事务？

TCC事务介绍

TCC（Try-Confirm-Cancel）是除可靠消息队列以外的另一种常见的分布式事务机制，它是由数据库专家帕特 · 赫兰德（Pat Helland）在2007年撰写的论文《Life beyond Distributed Transactions: An Apostate’s Opinion》中提出的。正式以Try-Confirm-Cancel作为名称的是Atomikos公司，其注册了TCC商标。

Atomikos公司在商业版本事务管理器ExtremeTransactions中提供了TCC方案的实现，但是由于其是收费的，因此相应的很多的开源实现方案也就涌现出来，如：tcc-transaction、ByteTCC、hmily、spring-cloud-rest-tcc。

上次我们分享的使用RocketMQ实现分布式事务，虽然它也能保证最终的结果是相对可靠的，过程也足够简单（相对于TCC来说），但可靠消息队列的整个实现过程完全没有任何隔离性可言。

如果业务需要隔离，我们通常就应该重点考虑TCC方案，它天生适合用于需要强隔离性的分布式事务中。

在具体实现上，TCC的操作有点复杂，它是一种业务侵入性较强的事务方案，要求业务处理过程必须拆分为“预留业务资源”和“确认/释放消费资源”两个子过程。另外，你看名字也能看出来，TCC的实现过程分为了三个阶段：

• Try： 尝试执行阶段，完成所有业务可执行性的检查（保障一致性），并且预留好事务需要用到的所有业务资源（保障隔离性）。

Confirm： 确认执行阶段，不进行任何业务检查，直接使用Try阶段准备的资源来完成业务处理。注意，Confirm阶段可能会重复执行，因此需要满足幂等性。
Cancel： 取消执行阶段，释放Try阶段预留的业务资源。注意，Cancel阶段也可能会重复执行，因此也需要满足幂等性。

空回滚和业务悬挂问题

空回滚：当某分支事务的try阶段阻塞时，可能导致全局事务超时而触发二阶段的cancel操作。在未执行try操作时先执行了cancel操作，这时cancel不能做回滚，就是空回滚。

业务悬挂：对于已经空回滚的业务，如果以后继续执行try，就永远不可能confirm或cancel，这就是业务悬挂。应当阻止执行空回滚后的try操作，避免悬挂。

TCC与XA区别

之前分布式事务-两阶段、三阶段提交介绍了二阶段提交，TCC与XA两阶段提交有着异曲同工之妙。下面我们看下两者的区别：

执行阶段上：
- 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。
- 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。
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 XA事务中的两阶段提交内部过程是对开发者屏蔽的，JTA规范中，通过UserTransaction的commit方法来提交全局事务，这只是一次方法调用，其内部会委派给TransactionManager进行真正的两阶段提交，因此开发者从代码层面是感知不到这个过程的。而事务管理器在两阶段提交过程中，从prepare到commit/rollback过程中，资源实际上一直都是被加锁的。如果有其他人需要更新这两条记录，那么就必须等待锁释放。
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。如下单案例中：在第一阶段，库存中心需要提供try接口(库存预留)。在第二阶段，库存需要提供confirm/cancel接口(确认库存扣减/取消库存预扣减)。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. 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. 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)。

示例

用户购买商品的业务逻辑。整个业务逻辑由3个微服务提供支持：资金服务、红包服务、订单服务。

红包服务

public interface RedPacketTradeOrderService {@EnableTccpublic String record(RedPacketTradeOrderDto tradeOrderDto);
}

资金服务

public interface CapitalTradeOrderService {@EnableTccpublic String record(CapitalTradeOrderDto tradeOrderDto);
}

订单服务

主要业务逻辑如下：

@Service
public class PaymentServiceImpl {@AutowiredCapitalTradeOrderService capitalTradeOrderService;@AutowiredRedPacketTradeOrderService redPacketTradeOrderService;@AutowiredOrderRepository orderRepository;@Compensable(confirmMethod = "confirmMakePayment", cancelMethod = "cancelMakePayment", asyncConfirm = false)public void makePayment(@UniqueIdentity String orderNo) {System.out.println("order try make payment called.time seq:" + DateFormatUtils.format(Calendar.getInstance(), "yyyy-MM-dd HH:mm:ss"));Order order = orderRepository.findByMerchantOrderNo(orderNo);String result = capitalTradeOrderService.record(buildCapitalTradeOrderDto(order));String result2 = redPacketTradeOrderService.record(buildRedPacketTradeOrderDto(order));}public void confirmMakePayment(String orderNo) {System.out.println("order confirm make payment called. time seq:" + DateFormatUtils.format(Calendar.getInstance(), "yyyy-MM-dd HH:mm:ss"));Order foundOrder = orderRepository.findByMerchantOrderNo(orderNo);//check if the trade order status is PAYING, if no, means another call confirmMakePayment happened, return directly, ensure idempotency.if (foundOrder != null) {foundOrder.confirm();orderRepository.update(foundOrder);}}public void cancelMakePayment(String orderNo) {System.out.println("order cancel make payment called.time seq:" + DateFormatUtils.format(Calendar.getInstance(), "yyyy-MM-dd HH:mm:ss"));Order foundOrder = orderRepository.findByMerchantOrderNo(orderNo);//check if the trade order status is PAYING, if no, means another call cancelMakePayment happened, return directly, ensure idempotency.if (foundOrder != null) {foundOrder.cancelPayment();orderRepository.update(foundOrder);}}
}