分布式框架seata AT模式源码分析

文章目录

参考视频
代码的版本为1.4.2

seata AT的工作机制

官网地址

一阶段

  1. 解析 SQL:得到 SQL 的类型(UPDATE),表(product),条件(where name = 'TXC')等相关的信息。
  2. 查询前镜像:根据解析得到的条件信息,生成查询语句(更新前的数据)
  3. 执行业务 SQL
  4. 查询后镜像(更新后的数据)
  5. 把前后的数据拼接成一个记录插入UNDO_LOG 中
  6. 获取主键的全局锁
  7. 本地事务提交
  8. 将本地事务提交的结果上报给 TC

二阶段-提交

  1. 收到 TC 的分支提交请求,把请求放入一个异步任务的队列中,马上返回提交成功的结果给 TC。
  2. 异步任务阶段的分支提交请求将异步和批量地删除相应 UNDO LOG 记录。

二阶段-回滚

  1. 收到 TC 的分支回滚请求,开启一个本地事务
  2. 通过 XID 和 Branch ID 查找到相应的 UNDO LOG 记录
  3. 数据校验:拿 UNDO LOG 中的后镜与当前数据进行比较,如果有不同,说明数据被当前全局事务之外的动作做了修改,需要根据配置策略来做处理
  4. 根据 UNDO LOG 中的前镜像和业务 SQL 的相关信息生成并执行回滚的语句
  5. 提交本地事务。并把本地事务的执行结果(即分支事务回滚的结果)上报给 TC

一.通过SPI来加载配置SeataAutoConfiguration

二.创建全局事务扫描类GlobalTransactionScanner

三.代理spring 的相关bean

GlobalTransactionScanner继承了AbstractAutoProxyCreator(aop 代理类)

重写了wrapIfNecessary代理方法

GlobalTransactionScanner实现了InitializingBean方法。

四.初始化TM和RM

五执行拦截

GlobalTransactionalInterceptor调用invoke方法

六.执行全局事务

io.seata.spring.annotation.GlobalTransactionalInterceptor#handleGlobalTransaction

查看io.seata.tm.api.TransactionalTemplate#execute

1.得到事务信息

复制代码
 1.1 获取当前事务,主要是获取XID
 1.2根据配置的不同的传播行为,执行不同的逻辑
 1.3 当前没有事务,则新建一个事务

2.开启全局事务

执行业务逻辑

3.如果有异常就回滚,通过undo_log表进行补偿

4.如果没有异常就全局提交

5.释放资源

流程如下

七.写入Undo和提交的过程

SPI来加载配置SeataDataSourceAutoConfiguration

使用DataSourceProxy来代理应用的数据源信息,启动一个线程定时的获取表信息

在执行sql的时候,创建的createStatement

io.seata.rm.datasource.AbstractConnectionProxy#createStatement()

都是执行的

io.seata.rm.datasource.exec.ExecuteTemplate#execute方法

进入executor.execute(args)后

io.seata.rm.datasource.exec.AbstractDMLBaseExecutor#doExecute

如果是自动提交,则改为手动提交

在执行sql前先获之前的数据

io.seata.rm.datasource.ConnectionProxy#processGlobalTransactionCommit

1.写入undo log

2.执行提交

io.seata.rm.datasource.undo.mysql.MySQLUndoLogManager#insertUndoLog

相关推荐
专注VB编程开发20年1 分钟前
vb.net datatable新增数据时改用数组缓存
java·linux·windows
(>_<)4 分钟前
java minio 分片上传工具类与测试demo
java·minio·分片上传
不想打工的码农4 分钟前
MyBatis-Plus多数据源实战:被DBA追着改配置后,我肝出这份避坑指南(附动态切换源码)
java·后端
IT邦德12 分钟前
RPM包快速安装Oracle26ai
数据库·oracle
Dovis(誓平步青云)13 分钟前
《滑动窗口算法:从 “暴力遍历” 到 “线性高效” 的思维跃迁》
运维·服务器·数据库·算法
Coder_Boy_20 分钟前
Deeplearning4j+ Spring Boot 电商用户复购预测案例
java·人工智能·spring boot·后端·spring
Lansonli25 分钟前
大数据Spark(八十):Action行动算子fold和aggregate使用案例
大数据·分布式·spark
mr_LuoWei200926 分钟前
python工具:python代码知识库笔记
数据库·python
踢足球092928 分钟前
寒假打卡:2026-2-7
java·开发语言·javascript
闻哥31 分钟前
Kafka高吞吐量核心揭秘:四大技术架构深度解析
java·jvm·面试·kafka·rabbitmq·springboot