TC、TM、RM如何协同解决分布式事务难题

在分布式系统架构中,事务管理一直是极具挑战性的技术难题。阿里巴巴开源的Seata框架通过其精妙的三组件架构------TC(Transaction Coordinator)、TM(Transaction Manager)和RM(Resource Manager),为分布式事务提供了优雅的解决方案。本文将深入剖析这三个核心组件的设计原理、协作机制及最佳实践。

一 Seata架构总览

三大组件的角色定位

组件 全称 角色类比 核心职责
TC Transaction Coordinator 事务协调者 维护全局事务状态,协调分支事务的提交或回滚
TM Transaction Manager 事务发起者 定义事务边界,决定全局事务的最终状态(提交/回滚)
RM Resource Manager 资源管理者 管理分支事务资源,向TC注册分支事务,并执行TC的提交或回滚指令

二 TC分布式事务的中枢神经系统

1. 核心架构设计

关键模块说明:
  • 事务日志存储:记录全局事务和分支事务状态(支持DB、File、Redis)

  • 锁管理器:维护全局行锁,防止脏写

  • 协调引擎:处理两阶段提交/回滚逻辑

三 TM-全局事务的指挥官

1. 工作流程解析

四 RM-分支事务的执行者

1. 数据源代理机制

java 复制代码
@Configuration
public class DataSourceConfig {
    
    @Bean
    @ConfigurationProperties(prefix = "spring.datasource")
    public DataSource druidDataSource() {
        return new DruidDataSource();
    }

    @Primary
    @Bean("dataSource")
    public DataProxy dataSourceProxy(DataSource dataSource) {
        return new DataSourceProxy(dataSource);
    }
}
  1. undo_log表结构解析
sql 复制代码
CREATE TABLE `undo_log` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT,
  `branch_id` bigint(20) NOT NULL,
  `xid` varchar(100) NOT NULL,
  `context` varchar(128) NOT NULL,
  `rollback_info` longblob NOT NULL,
  `log_status` int(11) NOT NULL,
  `log_created` datetime NOT NULL,
  `log_modified` datetime NOT NULL,
  PRIMARY KEY (`id`),
  UNIQUE KEY `ux_undo_log` (`xid`,`branch_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;

字段说明

  • xid:全局事务ID

  • branch_id:分支事务ID

  • rollback_info:回滚所需的SQL和前后镜像数据

  • log_status:日志状态(0-正常,1-已回滚)

三组件协同工作全流程

1. 正常提交场景

2. 异常回滚场景

相关推荐
小的~~1 小时前
面试被问分布式锁,我差点语塞…直到搞懂了Redis、ZooKeeper和etcd的“三国杀”
redis·分布式·面试
武科大许志伟2 小时前
从并行进化到分布式进化计算读 A Survey on Distributed Evolutionary Computation
人工智能·分布式·演化计算
国科安芯15 小时前
ASL706S:让 MCU 不再“失忆跑飞“的守护芯片
分布式·单片机·嵌入式硬件·安全·fpga开发·架构
阿无,16 小时前
RabbitMQ面试题
分布式·rabbitmq
盛世宏博智慧档案19 小时前
全国100个分布式机房环境温湿度智能监测系统建设方案
分布式·机房·温湿度
六bring个六20 小时前
分布式设备连接对端失败问题分析
分布式·分布式软总线
天涯明月19931 天前
ray深度研究报告
大数据·人工智能·分布式·ray
Rain的Java大神之路1 天前
介绍一下分布式事务
java·分布式·后端·spring·spring cloud·架构·springcloud
大菠萝爱上小西瓜2 天前
【大数据实战】Spark 2.2.2 完全分布式集群搭建
大数据·分布式·spark
肠畔码农2 天前
深度解析 RocketMQ 消费端限流与重平衡(Rebalance):分布式队列分配与流控防雪崩本质
分布式·rocketmq