【微服务】分布式事务(通过Seata解决分布式事务问题)

分布式事务

分布式事务

在分布式系统中,如果一个业务需要多个服务合作完成,而且每一个服务都有事务,多个事务必须同时成功或失败,这样的事务就是分布式事务,其中每个事务就是一个分支事务,整个业务的事务称为全局事务

要解决分布式事务,各个子事务之间必须能感知到彼此的事务状态,才能保证状态一致

我们需要一个事务协调者

Seata

Seata是蚂蚁金服和阿里巴巴共同开源的分布式事务框架解决方案

官方地址:http://seata.io/

Seata事务管理中由三个重要的角色:
TC-事务协调者:维护全局和分支事务的状态,协调全局事务提交或回滚
TM-事务管理器:定义全局事务的范围,开始全局事务,提交或回滚全局事务
RM-资源管理器:管理分支事务,与TC交谈以注册分支事务和报告分支事务的状态

  • 部署TC服务

Seata由于需要记录信息,所以需要数据存储,Seata支持多种存储模式,但考虑到持久化问题,我们一般选择数据库存储

分别是分支表,分布式锁,全局表,锁

然后在虚拟机中通过Docker安装Seata

微服务集成Seata

  1. 在项目中引入Seata依赖:
java 复制代码
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
        </dependency>
  1. 在application.yml中添加配置,让微服务找到TC服务地址
yml 复制代码
seata:
  registry:  #注册中心的配置,微服务根据这些信息去注册中心获取TC服务地址
     type: nacos #注册中心类型
     nacos:
        server-addr: 服务器地址:8848
        namespace: ""
        group: DEFAULT_GROUP
        application: seata-server #seata服务名称
        username: nacos
        password: nacos
  tx-service-group: dada #事务组名称
  service:
     vgroup-mapping: #事务组与TC集群的映射关系
        dada: "default"

Seata为用户提供了,AT,TCC,SAGA,XA事务模式进行分布式任务管理

XA模式

XA规范是X/Open组织定义的分布式事务处理(DTP)标准,XA规范,描述了全局的TM与局部的RM之间的接口,几乎所有的主流的数据库都对XA规范提供了支持

在第一阶段:

  1. RM注册分支事务到TC
  2. RM执行分支业务sql但不提交
  3. RM报告执行状态到TC

在第二阶段:

  1. TC检测各分支事务执行状态
    都成功:通知所有的RM提交事务
    有失败:通知所有的RM回滚事务
  2. RM接收到TC指令,提交或回滚事务
  • 优点

事务的强一致性,满足ACID原则,常用的数据库都支持

  • 缺点

一阶段需要锁定数据库资源,等待二阶段结束才释放,性能较差,依赖关系型数据库实现事务

XA模式使用

1 .修改application.yml文件(每个参与事务的微服务),开启XA模式

yml 复制代码
seata:
   data-source-proxy-mode: XA # 开启数据源代理的XA模式
  1. 给发起全局事务的入口方法添加 @GlobalTransactional注解

AT模式

Seata主推的是AT模式,AT模式同样是分阶段提交的事务模型,弥补了XA模型中资源锁定周期过长的缺陷

阶段一:

  1. 注册分支事务
  2. 记录undo-log(数据快照)
  3. 执行业务sql并提交
  4. 报告事务状态
    阶段二:
    成功:RM删除undo-log
    失败:根据undo-log恢复数据到更新前,进行回滚

AT模式实现

  1. 数据快照需要一张单独的表来存储数据快照(每一个微服务中都需要有一张)
  2. 修改application.yml文件,将事务模式修改为AT模式
yml 复制代码
seata:
  data-source-proxy-mode: AT #开启数据源代理的AT模式
  • XA与AT的区别:
  1. XA模式一阶段不提交事务,AT提交
  2. XA模式依赖数据库进行回滚,AT模式利用数据快照实现数据回滚
  3. XA模式强一致,AT模式最终一致
相关推荐
谙弆悕博士9 分钟前
多智能体架构详解:黑板共享架构(共享存储交互型)
人工智能·架构·大模型·agent·多智能体·黑板架构·anggraph
草莓熊Lotso38 分钟前
【C++ 基于微服务的即时通讯系统】ElasticSearch 用户数据管理实现
linux·数据库·c++·elasticsearch·微服务·架构
HelloWorld00144 分钟前
Agent 记不住东西?基于分层记忆架构打造 AI Agent 长期记忆与个性化上下文引擎
架构
Keith Guo2 小时前
ESP32-S31芯片架构中文件系统在不同的Flash的位置对PSRAM的性能影响
性能优化·架构·esp32
一条Go3 小时前
SSH 命令审核流:为什么「能执行」必须先「被批准」
后端·架构·github
超低空4 小时前
一文说清LRU算法
后端·算法·架构
AAA修煤气灶刘哥6 小时前
32 GB 内存跑起 1800 亿参数模型,代价是什么?
人工智能·后端·架构
AAA修煤气灶刘哥6 小时前
同一个项目,为什么换个 Agent 又得从头解释?
后端·架构·代码规范
Eyfcom6 小时前
〖物流云原生实战 05〗Service Mesh 在快递系统微服务治理中的应用:从“代码侵入”到“基础设施下沉”
微服务·云原生·service_mesh·快递系统·物流云原生实战
AI源码6 小时前
基于Spark的期刊推荐系统的设计与实现
大数据·分布式·spark