【微服务篇】分布式事务方案以及原理详解

分布式事务是指事务参与者、资源服务器、事务管理器分布在不同的分布式系统的多个节点之上的事务。在微服务架构、大型分布式系统和云计算等环境中,由于系统间调用和资源访问的复杂性,分布式事务变得尤为重要。

应用场景

  1. 跨系统交易:当交易涉及多个独立的系统或服务时,如电子商务中的订单系统、支付系统和库存系统,需要保证数据的一致性。
  2. 微服务架构:在微服务架构中,每个微服务可能使用不同的数据库,分布式事务确保了跨服务的数据一致性。
  3. 大数据处理:在大数据应用中,数据可能分布在不同的存储系统中,分布式事务可以协调这些系统之间的操作。

解决方案

分布式事务的解决方案多种多样,每种方案都有其适用场景、优点和缺点。以下是一些常见的分布式事务解决方案:

  • 两阶段提交(2PC)

  • 三阶段提交(3PC)

  • TCC事务补偿

  • Saga模式

  • 基于BASE理论(基本可用、软状态、最终一致性),采用异步消息、事件驱动等方式逐步达到数据的最终一致性。

  • 分布式事务中间件

两阶段提交(2PC)

两阶段提交是一种最常见的分布式事务协议,其过程分为两个主要阶段:准备阶段和提交阶段。

  1. 准备阶段:事务协调者(通常是发起事务的节点)向所有参与者发送准备(PREPARE)命令,询问它们是否可以安全地提交事务。每个参与者执行事务操作,但不提交,而是将操作结果记录到持久存储中,并向协调者回报是(YES)或否(NO)。
  2. 提交阶段
    • 如果所有参与者都回应YES,协调者发送提交(COMMIT)命令给所有参与者,每个参与者完成事务操作并释放所有事务资源。
    • 如果任何参与者回应NO,协调者发送回滚(ROLLBACK)命令给所有参与者,每个参与者撤销事务操作并释放资源。
优点:
  • 强一致性:确保了所有参与者要么都提交事务,要么都不提交,从而保证了数据的强一致性。
缺点:
  • 性能开销:所有参与者在等待其他参与者和协调者的决定时,必须保持锁定资源,这可能导致高延迟和低吞吐量。
  • 单点故障:如果协调者在提交阶段之前失败,参与者可能会长时间锁定资源,直到协调者恢复。
  • 阻塞问题:在某些故障情况下,参与者可能会无限期地等待协调者的指示。

三阶段提交(3PC)

三阶段提交是对两阶段提交的改进,目的是减少阻塞和解决单点故障问题。它增加了一个额外的阶段,使得整个过程分为“准备”、“预提交”和“提交/中断”。

  1. 准备阶段:与2PC类似,协调者向所有参与者发送准备命令,询问它们是否可以提交事务。
  2. 预提交阶段:如果所有参与者都同意提交事务,协调者进入预提交状态并通知所有参与者。此时,每个参与者都准备好提交事务,但还未真正执行提交。
  3. 提交/中断阶段
    • 如果预提交成功,协调者发送提交命令给所有参与者,参与者完成事务提交并释放资源。
    • 如果在预提交阶段有任何失败,协调者发送中断命令给所有参与者,参与者撤销操作并释放资源。
优点:
  • 减少阻塞:通过引入预提交阶段,参与者在等待最终决定时可以释放部分资源,从而减少资源锁定时间。
  • 改善容错性:在某些故障情况下,即使协调者失效,参与者也可以根据当前的状态自行决定是提交还是中断事务。
缺点:
  • 复杂度:相较于2PC,3PC更加复杂,实现和维护难度更高。
  • 仍存在单点故障问题:虽然3PC减少了单点

TCC事务补偿

TCC补偿事务是一种分布式事务解决方案,其名"TCC"代表三个关键阶段:Try、Confirm、Cancel。TCC补偿事务主要用于处理分布式系统中的一致性问题,特别是在微服务架构中,它能有效地管理跨多个服务的事务。

工作原理

TCC补偿事务的核心思想是将每个分布式事务操作分解为三个明确的步骤:尝试(Try)、确认(Confirm)和取消(Cancel)。这三个步骤分别对应于事务的预留、提交和回滚操作。

  1. Try 阶段
    • 这是事务的准备阶段。在这个阶段,事务参与者检查所有必要的条件是否满足,并尝试预留所需的资源(例如,锁定库存、检查信用额度等),以确保事务可以成功执行。然而,实际的业务变更还没有被应用到持久化存储中。
  2. Confirm 阶段
    • 如果所有参与者的Try阶段都成功执行,则进行确认阶段。在这个阶段,所有预留的资源被正式确认,业务操作得以提交。这意味着Try阶段中准备的所有操作现在被最终执行,如将锁定的库存扣除。
  3. Cancel 阶段
    • 如果任何参与者在Try阶段失败,或者由于某些原因需要回滚事务,则进入取消阶段。在这个阶段,所有参与者执行补偿操作,撤销Try阶段所做的预留。这确保了即使事务未能成功提交,系统的一致性和数据的完整性也得到了保障。

应用场景

TCC补偿事务模式特别适用于那些对数据一致性要求较高的场景,如金融服务(支付、转账)、电子商务(订单、库存管理)等领域。它通过明确的业务逻辑分割,允许复杂的分布式事务以一种可控和透明的方式进行管理。

优点

  • 强一致性:TCC通过明确的业务操作步骤保证了在各种情况下数据的一致性。
  • 灵活性高:开发者可以针对不同的业务场景自定义Try、Confirm和Cancel阶段的具体逻辑。
  • 无锁操作:相比于传统的基于锁的事务控制机制,TCC通过业务层面的预留和确认减少了对锁的依赖,提高了系统的并发性能。

缺点

  • 开发成本高:每个业务操作都需要实现三个阶段的逻辑,增加了开发和维护的复杂性。
  • 回滚复杂度:在Cancel阶段,确保所有的补偿操作能够正确无误地执行,需要仔细设计,特别是在涉及多个服务调用和外部系统交互时。
  • 性能考量:由于TCC模式增加了额外的网络调用和复杂的业务逻辑处理,可能会对系统性能产生一定影响,尤其是在高并发场景下。

消息事务

分布式消息事务是一种通过消息传递机制来协调和管理分布式系统中不同服务或组件之间事务的方法。它允许应用程序在不同的系统和服务之间进行可靠的消息交换,确保数据的一致性和完整性,特别是在复杂的分布式架构中。分布式消息事务通常与消息队列(如RabbitMQ、Kafka、ActiveMQ等)和消息中间件技术结合使用。

核心概念

  1. 消息中间件:提供了一个中间层,用于在分布式系统中的不同组件之间传递消息。它支持异步消息传递、消息持久化、消息路由等特性。
  2. 事务性消息:确保消息的发送与业务操作(如数据库更新)在一个事务范围内原子性地执行,即要么全部成功,要么全部失败。
  3. 最终一致性:分布式消息事务通常采用异步和事件驱动的方式,保证系统最终达到一致状态,而非严格的即时一致性。

实现方式

分布式消息事务的实现方式大致可以分为以下几类:

  1. 本地消息表:在发送消息的同一数据库事务中记录消息。业务操作和消息记录在同一个事务中完成,随后一个独立的进程或服务将消息从表中取出并发送到消息队列,确保消息的可靠发送。
  2. 事务消息:一些消息中间件支持事务消息的概念,允许在发送消息的过程中开启一个事务,结合业务数据库操作,实现消息发送和业务操作的原子性。
  3. 最终一致性(事件驱动):业务操作完成后发布一个事件到消息队列,其他服务通过订阅这些事件来响应和执行相应的业务逻辑,从而异步地实现业务间的协调和数据一致性。

应用场景

  • 分布式事务协调:在需要跨多个服务或数据库执行事务时,使用分布式消息事务来协调不同部分的操作,保证事务的完整性。
  • 事件驱动架构:在基于事件的系统中,服务通过监听和响应事件来实现解耦和动态扩展,分布式消息事务支持事件的可靠传递。
  • 异步处理和解耦:允许系统的不同部分异步交互,提高系统的响应速度和吞吐量,同时降低服务间的耦合度。

优点

  • 可靠性:确保消息在系统的不同部分之间可靠地传递,即使在部分组件失败的情况下也能保证数据的一致性。
  • 异步和解耦:提高了系统的灵活性和扩展性,不同的服务可以独立地开发和扩展,只通过消息进行交互。
  • 性能提升:通过异步消息传递,可以减少等待时间,提高系统整体的处理能力。

缺点

  • 复杂性:实现分布式消息事务增加了系统的复杂性,需要更多的开发和维护工作。
  • 一致性延迟:由于基于异步消息传递,系统的一致性可能会有延迟,需要设计合理的补偿和回滚机制。
  • 中间件依赖:依赖于消息中间件的稳定性和性能,中间件的选择和配置对系统的影响较大。

Saga 模式

Saga模式是一种解决分布式系统事务管理问题的设计模式,特别适用于长期运行的业务过程和微服务架构。Saga通过一系列本地事务将一个分布式事务拆解成多个步骤,每个步骤对应于在不同服务上执行的本地事务。如果其中一个步骤失败,Saga会执行一系列补偿事务来回滚之前的操作,从而保持数据一致性。

工作原理

Saga模式主要通过以下两种方式实现:

  1. 串行执行:Saga中的事务按顺序执行。如果某个事务失败,Saga将执行该事务之前所有事务的补偿操作来回滚更改。
  2. 并行执行:Saga中的事务可以并行执行,以提高效率。在这种情况下,如果某个事务失败,Saga将执行所有成功事务的补偿操作来恢复一致性。

每个事务都有一个对应的补偿事务。补偿事务是用来撤销原事务的操作。例如,如果一个服务在执行业务操作时失败,Saga将调用之前成功执行的事务的补偿操作,以撤销这些事务的影响。

应用场景

Saga模式适用于以下场景:

  • 长期运行的业务流程:在长时间运行的流程中,持续占用资源(如数据库锁)不现实,Saga通过异步和补偿机制解决了这个问题。
  • 微服务架构:在微服务架构中,不同的服务可能管理不同的数据源。Saga可以协调这些服务,确保它们之间的数据一致性。
  • 复杂的业务逻辑:对于需要多个步骤和涉及多个服务的复杂业务逻辑,Saga提供了一种结构化的方法来管理这些步骤。

优点

  • 提高了一致性:通过补偿事务,Saga可以在分布式系统中维持数据一致性,即使在面对局部失败的情况下。
  • 增加了灵活性:Saga允许并行处理事务,并且可以根据业务需求灵活地设计补偿逻辑。
  • 减少了资源锁定时间:相比于传统的分布式事务管理方法,如两阶段提交,Saga通过异步执行减少了资源的锁定时间。

缺点

  • 复杂性增加:实现Saga需要额外的逻辑来管理每个事务的补偿操作,这增加了系统的复杂性。
  • 补偿的挑战:设计和实现有效的补偿事务可能很复杂,特别是在无法轻松撤销的操作中。
  • 性能影响:补偿事务的执行可能导致系统性能下降,尤其是在高失败率的环境中。

实现方式

Saga的实现通常依赖于事件驱动架构,每个服务执行完操作后会发布事件,其他服务通过监听这些事件来触发下一步操作或补偿。常见的实现工具和框架包括Axon Framework、Eventuate Tram等,它们提供了Saga模式的支持,简化了分布式事务的管理。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/777455.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C语言例4-9:格式字符s的使用例子

代码如下&#xff1a; //格式字符s的使用例子 #include<stdio.h> int main(void) {printf("%s,%5s,%-5s\n","Internet","Internet","Internet");//以三种不同格式&#xff0c;输出字符串printf("%10.5s,%-10.5s,%4.5s\n&q…

JAVA 100道题(22)

22.实现一个生产者-消费者问题&#xff0c;使用Java的线程同步机制。 生产者-消费者问题是一个经典的并发编程问题&#xff0c;其中生产者产生数据&#xff08;或产品&#xff09;&#xff0c;消费者消费这些数据。在Java中&#xff0c;我们可以使用wait()和notify()方法或者Bl…

2024年03月CCF-GESP编程能力等级认证C++编程五级真题解析

本文收录于专栏《C++等级认证CCF-GESP真题解析》,专栏总目录:点这里。订阅后可阅读专栏内所有文章。 一、单选题(每题 2 分,共 30 分) 第1题 唯一分解定理描述的内容是( )? A. 任意整数都可以分解为素数的乘积 B. 每个合数都可以唯一分解为一系列素数的乘积 C. 两个不…

rtthread studio 基于bsp生成代码stm32l475正点原子潘多拉,以及硬件配置

1、基于bsp生成代码 rtthread studio 很强大的一个功能就是可以根据芯片或者bsp 生成驱动代码&#xff0c;而且rtthread内核 已经集成到了代码中&#xff01;&#xff01;只需要关注于如何使用硬件和设备完成我们想要的功能就可以&#xff1b; 它的官网文档也特别详细&#x…

实用有趣的宝藏网站推荐!【第二期】

上次给大家推荐了10个宝藏网站&#xff08;http://t.csdnimg.cn/qcRWY&#xff09;&#xff0c;这次我又来啦&#xff01; 话不多说&#xff0c;直接开始&#xff01; 先收藏&#xff0c;防止以后找不到了&#xff01; 整理不易&#xff0c;顺便把赞留下吧&#xff01; 1. 爱…

江苏开放大学2024年春《市政管理学050011》第一次形考作业参考答案

答案&#xff1a;更多答案&#xff0c;请关注【电大搜题】微信公众号 答案&#xff1a;更多答案&#xff0c;请关注【电大搜题】微信公众号 答案&#xff1a;更多答案&#xff0c;请关注【电大搜题】微信公众号 电大搜题 多的用不完的题库&#xff0c;支持文字、图片搜题…

代码随想录算法训练营Day55 ||leetCode 583. 两个字符串的删除操作 || 72. 编辑距离

583. 两个字符串的删除操作 这道题的状态方程比上一题简单一些 初始化如下 class Solution { public:int minDistance(string word1, string word2) {vector<vector<int>> dp(word1.size() 1, vector<int>(word2.size() 1));for (int i 0; i < word1…

数学错误总是越走越远,因为对前人一概不敢否定

最近整理了一下我以前对Erds-Turn猜想研究做的分析&#xff0c;得到的结论是&#xff1a;1927年产生的van der Waerden的结果尚未被正确证明&#xff0c;现存几个证明都有问题&#xff0c;特别地[F]的方法中无法证明在那个定义下的度量产生的拓扑里某些闭集是紧致集&#xff08…

2024年数字IC秋招-沐曦-GPU验证-笔试题

文章目录 前言一、选择题1. [多选]在Verilog里面&#xff0c;操作的可能的结果是2. [单选]在Verilog里面,如果想在逻辑中引入延时&#xff0c;可以使用3. [单选]如果X 4b1100,那么以下哪条语句会被执行?4. [多选]在Verilog里面&#xff0c;以下哪些对于操作符的描述是正确的5.…

Linux 基础IO [缓冲区文件系统]

&#x1f493;博主CSDN主页:麻辣韭菜&#x1f493;   ⏩专栏分类&#xff1a;Linux知识分享⏪   &#x1f69a;代码仓库:Linux代码练习&#x1f69a;   &#x1f339;关注我&#x1faf5;带你学习更多Linux知识   &#x1f51d; 目录 前言 一.Linux下一切皆文件 二.缓冲…

在线接口文档预言方案

在线接口文档预言方案 要求&#xff1a; ​ 支持自动生成接口文档 ​ 能够支持在线测试(http&#xff0c;websocket) ​ 对代码没有侵入性 一、目前涉及的相关技术收集 sudo apt update #更新数据 sudo apt upgrade #更新软件 sudo apt install openssh-server #下载安装…

数据结构与算法-分治算法

数据结构与算法 数据结构与算法是计算机科学中的两个核心概念&#xff0c;它们在软件开发和问题解决中起着至关重要的作用。 数据结构 数据结构是计算机中存储、组织和管理数据的方式&#xff0c;它能够帮助我们高效地访问和修改数据。不同的数据结构适用于不同类型的应用场…

14.黑盒测试

黑盒测试、白盒测试考题固定&#xff0c;重视&#xff01;&#xff01;&#xff01; 等价类、边界值、场景法&#xff1b;考察频率高&#xff01;&#xff01;&#xff01; 因果图&#xff0c;偶尔考&#xff1b;要能看懂因果图&#xff0c;结合题干填写缺失的部分内容&#x…

Redis中的客户端(三)

客户端 身份验证 客户端状态的authenticated属性用于记录客户端是否通过了身份验证: typedef struct redisClient {// ...int authenticated;// ... } redisClient;如果authnticated的值为0&#xff0c;那么表示客户端未通过身份验证&#xff1b;如果authenticated的值为1&a…

智慧酒店(二):AI智能分析网关V4视频分析技术在酒店管理中的应用

一、人工智能技术如何应用在酒店管理中&#xff1f; 随着科技的飞速发展&#xff0c;人工智能技术已经逐渐渗透到我们生活的方方面面&#xff0c;其中&#xff0c;酒店管理行业便是其应用的重要领域之一。人工智能技术以其高效、精准的特点&#xff0c;为酒店管理带来了革命性…

Day34:学习尚上优选项目

学习计划&#xff1a;完成尚硅谷的尚上优选项目 学习进度&#xff1a;尚上优选项目 知识点&#xff1a; 四、 搭建平台管理端前端环境 改造登录功能功能测试 权限管理模块-角色管理 环境搭建开发角色管理接口 权限管理模块-用户管理 开发用户管理CURD接口

题目 2894: 肿瘤检测

题目描述: 一张CT扫描的灰度图像可以用一个N*N&#xff08;0 < N < 100&#xff09;的矩阵描述&#xff0c;矩阵上的每个点对应一个灰度值&#xff08;整数&#xff09;&#xff0c;其取值范围是0-255。我们假设给定的图像中有且只有一个肿瘤。在图上监测肿瘤的方法如下…

31-4 命令执行漏洞 - RCE原理

一、定义 RCE(远程命令/代码执行)漏洞是指存在于软件或系统中的安全漏洞,使得攻击者可以通过网络远程执行操作系统命令或者注入恶意代码,从而控制目标系统。 二、漏洞原理 漏洞原理是指RCE漏洞产生的根本原因,通常与不安全的输入验证、错误的配置和不充分的安全措施有关…

修改nuxtjs项目中的浏览器图标步骤

处理步骤&#xff1a; 打开配置页面 使用el-upload 上传图片到后台 后台把图片转为ico&#xff0c;返回图标路径 配置页面修改本页面预览图&#xff0c;点击保存&#xff0c;修改的数据库。 通知nuxt布局页面&#xff0c;修改head节点中的图标属性&#xff0c;…

如何系统得自学python?——7.列表与元组

列表 一、列表的应⽤场景 列表是Python中最常用的数据结构之一&#xff0c;用于存储一组有序的数据。它在各种场景中都有广泛的应用&#xff0c;例如&#xff1a; 存储多个相同类型的数据&#xff0c;如学生成绩、员工工资等。存储不同类型的数据&#xff0c;如图书信息&…