Go微服务: 分布式之通过本地消息实现最终一致性和最大努力通知方案

通过本地消息实现最终一致性

1 )概述

  • 我们的业务场景是可以允许我们一段时间有不一致的消息的状态的,并没有说必须特别高的这个消息的一致性
  • 比如说在TCC这个架构中,如果采用了消息的最终一致性,整体架构设计要轻松好多
  • 即便我们库存服务挂了,或者我们积分服务挂了也没有关系,只要我们有中间的这个消息,那就是没有问题的
  • 因为你在消息消费中,如果你你没有消费成功,那么消息就会一直存在在这个消息队列里

2 )场景

  • 看看这个我们的这个具体的案例的场景是什么样的?还是以这个订单服务和库存服务,还有积分服务为例
  • 比如说,现在要下个订单,直接就在订单服务里,把它搞定了,我们就正常下订单
  • 建立我们的订单表和我们的订单产品表,然后,这时候发送一条消息到这个消息队列里
  • 那么我们说这个如果我们发送失败了,我们本地这个订单服务也能感知到,它就进行回滚就可以了
  • 但是我们说突然的这个停电,这个我们就没办法感知到了
  • 另一种情况,说你发送这个成功了,比如说我们建这个订单单服务,然后订单生成了订单产品表,也生成了, 消息发送也成功了
  • 但是消息队列给我回消息的时候,由于网络的拥塞或者是抖动,这都很正常
  • 然后,我们这个订单服务,肯定是要有超时机制的,它就超时了,订单就要回滚
  • 但是这个这个消息队列是消息,可是真的到消息队列里存在了
  • 那我下游的就库存,还有积分服务就拿着这个消息去做自己的业务了,该扣减库存就扣减库存,该增加积分就增加积分
  • 但是,这个时候订单已经回滚了,那老板或者业务就会问了,这订单都没有了,你这个库存的积分增加是个什么意思
  • 那我们要怎么解决这个问题呢?
  • 那我们就是在我们这个订单服务增加订单的时候,我们不先去给他发这个消息
  • 我们是先在本地表里头建立一个消息发送这个各种情况的一张表
  • 比如说, 我这个订单服务,我建立了一条消息,但是这个消息没有返回来
  • 有没有返回来也没有关系,这个表里已经记录了,说可以定一种状态,说就是未发送成功
  • 我们这里这个本地消息表,就以发送成功的这个状态为准
  • 只要是你能记录到这个表里的,没有发送成功的,我们就把它这个状态记录上
  • 我们下次启动的时候,在这个订单服务里增加一个循环的这种定时任务
  • 我们一般是做成异步的,因为你要是同步的话,相当于本地的这个数据库也是也有造成一定的压力的
  • 我们就扫描这个之前没有发送成功的这个消息,那就是说直到我们这个定时任务,一直发送这个消息队列发送成功为止
  • 所以他一定是能达到最终一致性的,我们这个里面就有一个问题,说你没发送成功,我记录一条可以没问题
  • 那我下次一发送这个消息队列就成功了, 我回写消息本地这个表就记录了这条消息成功
  • 如果,遇到我们的这个库存服务了,或者积分服务挂了都没有问题
  • 因为你不消费消息队列里的这个消息,你就不会确认,你不会确认的这个消息就永远在消息队列里,这个就没有问题
  • 但是还有一种情况,比如我这个消息,可能发很多次都有问题,可能是消息队列问题或者网络等问题
  • 这样,重复发送就带来一个风险,比如下游如果重复消费怎么办?这个就是我们下游服务要解决的问题
  • 本地消息的最终一致性,比TCC要简单很多,但是在某些高并发的场景,它也是有自己的问题的
  • 如果一切正常,就发送,让消息队列让消费者去消费就可以了
  • 如果有问题,就建立一张本地的这个消息发送表,记录各种情况,它最后能保证我们消息的最终一致性,但是要解决重复消费消息的这种情况

最大努力通知方案

  • 我们想投递一个消息的时候,一定要想方设法投递给对方,就是最大努力通知方案
  • 在生活中,你买了这个货物,商家是一定要给你发货的,但是你今天不在家,明天也不在家
  • 这个快递小哥是不是一直给你投递,直到你在家为止,收到快递或指定存放地点或触发退回机制
  • 在计算机当中,就是说这个消息一定要投递给你
  • 在商场购物的支付系统中,无论是,银联或微信,支付宝选一个
  • 小明在点击付款之后,他就会跳转到这个相应的这个第三方支付的页面
  • 支付成功之后,支付系统就要发送一个通知给我们的商户,比如小A
  • 对于这个小商户来说,它的网络是否稳定?对于支付机构来说是不确定的
  • 目前支付系统已经入账,但是小A仍未收到通知,支付系统就会一直通知你
  • 直到你告诉我,你确认了这个消息收到了,但是频繁调用对支付系统是一种无用的负担
  • 如果商户一直掉线,无疑会造成巨大的资源浪费,支付系统的策略可能是
  • 第一次是1s间隔,第二次是五s间隔, 第三次是15s间隔, ...
  • 随着时间的拉长,通知的频率越来越低,这样缓解了支付系统的压力
  • 商家是有多个的,如果一直这么调用也不是办法,我们可以设置一个上限比如,调50次
  • 那么50次之后,还不通,那我就不调了,那商家的钱就放在了这个支付系统里
  • 如果商家的系统修复了,但是支付系统已通知到了上限,即超额了50次,这种场景下
  • 支付系统提供一个接口,让商家自己来查询,这就是最大努力通知方案
  • 它应用在,需要反复和对方确认的系统上
相关推荐
问道飞鱼2 小时前
【微服务知识】开源RPC框架Dubbo入门介绍
微服务·rpc·开源·dubbo
星染xr2 小时前
kafka 生产经验——数据积压(消费者如何提高吞吐量)
分布式·kafka
东方巴黎~Sunsiny2 小时前
如何监控Kafka消费者的性能指标?
分布式·kafka
飞升不如收破烂~2 小时前
kafka
分布式·kafka
白总Server3 小时前
JVM解说
网络·jvm·物联网·安全·web安全·架构·数据库架构
CodingBrother4 小时前
软考之面向服务架构SOA
微服务·架构
龙哥·三年风水4 小时前
群控系统服务端开发模式-应用开发-前端个人信息功能
分布式·vue·群控系统
小码哥呀5 小时前
RabbitMQ集群搭建
分布式·rabbitmq
材料苦逼不会梦到计算机白富美5 小时前
golang分布式缓存项目 Day6 防止缓存击穿
分布式·缓存·golang
Yz98767 小时前
Kafka面试题
大数据·分布式·zookeeper·kafka·big data