• 原子性（Atomicity），可以理解為一個事務內的所有操作要么都執(zhí)行，要么都不執(zhí)行。

• 一致性（Consistency），可以理解為數據是滿足完整性約束的，也就是不會存在中間狀態(tài)的數據，比如你賬上有400，我賬上有100，你給我打200塊，此時你賬上的錢應該是200，我賬上的錢應該是300，不會存在我賬上錢加了，你賬上錢沒扣的中間狀態(tài)。

• 隔離性（Isolation），指的是多個事務并發(fā)執(zhí)行的時候不會互相干擾，即一個事務內部的數據對于其他事務來說是隔離的。

• 持久性（Durability），指的是一個事務完成了之后數據就被永遠保存下來，之后的其他操作或故障都不會對事務的結果產生影響。

2. Redis的事務

• Redis 的事務不能保證所有操作要么都執(zhí)行要么都不執(zhí)行。

• Redis事務中的某個命令失敗了，之后的命令還是會被處理，Redis 不會停止命令，意味著也不會回滾。

• Redis認為如果命令出錯是語法使用錯誤，應該在開發(fā)的時候就被檢測出來，不應在生產環(huán)境中出現。回滾并不能免于編程錯誤。

3. 2PC

• 是一種強一致性設計

• 引入一個事務協(xié)調者的角色來協(xié)調管理各參與者（也可稱之為各本地資源）的提交和回滾，二階段分別指的是準備（投票）和提交兩個階段

• 正常情況

  • 準備階段：協(xié)調者會給各參與者發(fā)送準備命令，理解成除了提交事務之外啥事都做完。同步等待所有資源的響應進入提交階段。
  • 提交階段：協(xié)調者則向所有參與者發(fā)送提交事務命令（提交事務或者回滾事務），然后等待所有事務都提交成功之后，返回事務執(zhí)行成功。

  

• 異常情況

  • 若準備階段有一個參與者返回失敗，那么協(xié)調者就會向所有參與者發(fā)送回滾事務的請求，即分布式事務執(zhí)行失敗。

  

  • 第二階段執(zhí)行的是回滾事務操作，那么答案是不斷重試，直到所有參與者都回滾了，不然那些在第一階段準備成功的參與者會一直阻塞著
  • 第二階段執(zhí)行的是提交事務操作，那么答案也是不斷重試，因為有可能一些參與者的事務已經提交成功了，這個時候只有一條路，就是頭鐵往前沖，不斷的重試，直到提交成功，到最后真的不行只能人工介入處理

• 協(xié)調者故障分析

  • 2PC 是同步阻塞協(xié)議
  • 協(xié)調者有超時機制
  • 協(xié)調者是一個單點，存在單點故障問題
    • 協(xié)調者在發(fā)送準備命令之前掛了，事務沒開始，無影響
    • 協(xié)調者在發(fā)送準備命令之后掛了，處于事務資源鎖定的狀態(tài)，事務無法執(zhí)行，阻塞其他操作
    • 協(xié)調者在發(fā)送回滾事務命令之前掛了，事務無法繼續(xù)提交，第一階段準備成功的參與者都阻塞
    • 協(xié)調者在發(fā)送回滾事務命令之后掛了，大的概率都會回滾成功，資源都會釋放。但是如果出現網絡分區(qū)問題，某些參與者將因為收不到命令而阻塞
    • 協(xié)調者在發(fā)送提交事務命令之前掛了，資源都阻塞
    • 協(xié)調者在發(fā)送提交事務命令之后掛了，大的概率都會回滾成功，資源都會釋放。但是如果出現網絡分區(qū)問題，某些參與者將因為收不到命令而阻塞

• 通過選舉得到新協(xié)調者

  • 每個參與者自身的狀態(tài)只有自己和協(xié)調者知道，因此新協(xié)調者無法通過在場的參與者的狀態(tài)推斷出掛了的參與者是什么情況
  • 極端情況下還是無法避免數據不一致問題

• 總結

  • 同步阻塞的，盡量保證強一致性的分布式事務
  • 總體而言效率低，并且存在單點故障問題，在極端條件下存在數據不一致的風險
  • 不能做到數據一致，需要補償機制

4. 3PC

• 在參與者中也引入了超時機制
• CanCommit、PreCommit 和 DoCommit
• 正常情況
  • 準備階段：詢問參與者狀態(tài)、負載
  • 預提交階段：同2PC準備階段
  • 提交階段：同2PC提交階段

  

• 優(yōu)勢
  • 不會直接鎖資源而是先詢問情況
  • 加入超時機制
    • 如果是等待預提交命令超時，那該干啥就干啥了
    • 如果是等待提交命令超時，那么參與者就會提交事務了
• 劣勢
  • 多一個階段，性能會差一些，大部分情況資源都可用
  • 超時機制依然存在數據不一致情況
  • 比如在等待提交命令時候超時了，參與者默認執(zhí)行的是提交事務操作，但是有可能執(zhí)行的是回滾操作，這樣數據就不一致了
• 總結
  • 引入預提交階段來使得參與者之間的狀態(tài)得到統(tǒng)一。如果調度者掛了，新協(xié)調者來的時候發(fā)現有一個參與者處于預提交或者提交階段，那么表明已經經過了所有參與者的確認了，所以此時執(zhí)行的就是提交命令。
  • 引入了參與者超時機制，但整體的交互過程更長了，性能有所下降，并且還是會存在數據不一致問題。因為掛了的參與者到底有沒有執(zhí)行事務無法斷定。需要補償機制

5. TCC

• TCC

  • Try 指的是預留，即資源的預留和鎖定，注意是預留。
  • Confirm 指的是確認操作，這一步其實就是真正的執(zhí)行了。
  • Cancel 指的是撤銷操作，可以理解為把預留階段的動作撤銷了。

• 思想上類似2PC，TCC 就是通過代碼人為實現了兩階段提交

• TCC模型還有個事務管理者的角色，變成多點，引入集群。用來記錄TCC全局事務狀態(tài)并提交或者回滾事務

• 引入超時，超時后進行補償，并且不會鎖定整個資源

  

• 優(yōu)勢

  • TCC可以跨數據庫、跨不同的業(yè)務系統(tǒng)來實現事務

• 劣勢

  • TCC 對業(yè)務的侵入較大和業(yè)務緊耦合

                     撤銷和確認操作的執(zhí)行可能需要重試，因此還需要保證操作的冪等

6. 本地消息表

• 利用各系統(tǒng)本地的事務來實現分布式事務

• 有一張存放本地消息的表，一般都是放在數據庫中，然后在執(zhí)行業(yè)務的時候將業(yè)務的執(zhí)行和將消息放入消息表中的操作放在同一個事務中，保證消息放入本地表中業(yè)務肯定是執(zhí)行成功的

• 后臺任務定時去讀取本地消息表，篩選出還未成功的消息再調用對應的服務，服務更新成功了再變更消息的狀態(tài)。

• 重試就得保證對應服務的方法是冪等的，而且一般重試會有最大次數，超過最大次數可以記錄下報警讓人工處理

• 實現的是最終一致性

  

7. 消息事務

• 利用MQ事務

• 先給 Broker 發(fā)送事務消息即半消息，半消息不是說一半消息，而是這個消息對消費者來說不可見，然后發(fā)送成功后發(fā)送方再執(zhí)行本地事務

• 再根據本地事務的結果向 Broker 發(fā)送 Commit 或者RollBack命令

• RocketMQ的發(fā)送方會提供一個反查事務狀態(tài)接口，如果一段時間內半消息沒有收到任何操作請求，那么 Broker 會通過反查接口得知發(fā)送方事務是否執(zhí)行成功，然后執(zhí)行Commit 或者RollBack命令。

• 如果是 Commit 那么訂閱方就能收到這條消息，然后再做對應的操作，做完了之后再消費這條消息即可

• 如果是RollBack那么訂閱方收不到這條消息，等于事務就沒執(zhí)行過

• 消息事務實現的也是最終一致性

  

8. 最大努力通知

• 本地消息表也可以算最大努力，事務消息也可以算最大努力。
• 最大努力通知其實只是表明了一種柔性事務的思想：我已經盡力我最大的努力想達成事務的最終一致了。
• 適用于對時間不敏感的業(yè)務，例如短信通知。

9. Saga

• 長事務的解決方案，更適合于“業(yè)務流程長、業(yè)務流程多”的場景

• 特別是針對參與事務的服務是遺留系統(tǒng)服務，此類服務無法提供TCC模式下的三個接口，就可以采用Saga模式

• 針對每一個分布式事務的每個執(zhí)行操作或者是步驟都是一個 Ti，例如扣減庫存是T1、創(chuàng)建訂單是T2、支付服務是T3。那么針對每個Ti都對應一個補償動作Ci，例如回復庫存C1、訂單回滾C2、支付回滾C3

• 優(yōu)勢

  • 一階段提交本地事務，無鎖，高性能
  • 參與者可異步執(zhí)行，高吞吐
  • 補償服務易于實現，因為一個更新操作的反向操作是比較容易理解的

• 劣勢

  • 不保證隔離性（可以看到其他事務）
    • Saga操作模式更像發(fā)電子郵件，發(fā)出的電子郵件是正確的，接收者按正常方式解讀。如果郵件發(fā)錯了，就再發(fā)一封告訴接收者，請忽略上一封郵件。但有時候這個操作已經不可逆了。
    • 舉例
      • 分布式事務內先給用戶A充值，然后給用戶B扣減余額，如果在給A用戶充值成功，在事務提交以前，A用戶把余額消費掉了，如果事務發(fā)生回滾，這時則沒有辦法進行補償了。
    • 應對方法
      • 業(yè)務流程設計時遵循“寧可長款，不可短款”的原則，長款意思是客戶少了錢機構多了錢，以機構信譽可以給客戶退款，反之則是短款，少的錢可能追不回來了，所以在業(yè)務流程設計上一定是先扣款；
      • 有些業(yè)務場景可以允許讓業(yè)務最終成功，在回滾不了的情況下可以繼續(xù)重試完成后面的流程，達到最終一致性的目的

• 兩種恢復策略

  • 向前恢復：對于執(zhí)行不通過的事務，會嘗試重試事務，這里有一個假設就是每個子事務最終都會成功。這種方式適用于必須要成功的場景

  • 向后恢復：在執(zhí)行事務失敗時，補償所有已完成的事務，是“一退到底”的方式。

    

• 兩種模式

  • 編排

    • 是一種去中心化的模式，參與者之間通過消息機制進行溝通，通過監(jiān)聽器的方式監(jiān)聽其他參與者發(fā)出的消息，從而執(zhí)行后續(xù)的邏輯處理

    

    • 優(yōu)點
      • 簡單：每個子事務進行操作時只用發(fā)布事件消息，其他子事務監(jiān)聽處理。
      • 松耦合：參與者（服務）之間通過訂閱事件進行溝通，組合會更加靈活。
    • 缺點
      • 理解困難
      • 存在服務的循環(huán)依賴是

  • 控制

    • 定義一個控制類，它會告訴參與者（服務）應該執(zhí)行哪些操作（子事務）。 Saga控制類通過命令以及異步回復的方式與參與者進行交互。

    

    • 優(yōu)點
      • 避免循環(huán)依賴
      • 降低復雜性：所有事務交給控制器完成
      • 容易測試
      • 容易擴展
    • 缺點
      • 依賴控制器：控制器中集中太多邏輯的風險
      • 增加管理難度：還需要額外管理控制類服務

10. 總結

• 2PC 和 3PC 是一種強一致性事務，不過還是有數據不一致，阻塞等風險，而且只能用在數據庫層面。
• TCC 是一種補償性事務思想，適用的范圍更廣，在業(yè)務層面實現，因此對業(yè)務的侵入性較大，每一個操作都需要實現對應的三個方法
• Saga是一種長事務的解決方案，比TCC更簡單，但不能保證隔離性
• 本地消息、事務消息和最大努力通知其實都是最終一致性事務，因此適用于一些對時間不敏感的業(yè)務