SpringCloud —— 分布式事务管理Seata详解

一、前言

黑马商城的交易微服务,会同时远程调用商品微服务和购物车微服务,假设一个场景:有两个用户同时使用微服务,当同一个商品的库存为1时,一个用户进入下单界面了,但是另一个用户已经下单成功了,那么此时库存肯定就不够了,那么结算界面的用户点击下单时肯定会下单失败,但是这个时候会发现,下单虽然失败了,但是购物车却被清空了,这个场景显然是不便于正常用户体验的,所以我们需要解决这个问题。

这个问题的核心是,购物车微服务和交易微服务被同时远程调用,当交易微服务报错时,购物车微服务已经将事务提交了,所以无法恢复到下单前的购物车状态,此时我们发现我们需要一个全局的事务管理来控制整个下单的事务。

二、Seata

Seata是由阿里开发的分布式事务管理组件,可以用于全局管理微服务的事务。

1.环境搭建

(1)导入数据库

首先要导入seata的数据库:

(2)配置文件

将配置文件拷到虚拟机的根目录中:

(3)部署

在docker中部署seata:

bash 复制代码
docker run --name seata \
-p 8099:8099 \
-p 7099:7099 \
-e SEATA_IP=192.168.150.101 \
-v ./seata:/seata-server/resources \
--privileged=true \
--network hm-net \
-d \
seataio/seata-server:1.5.2

2.微服务集成Seata

首先需要在微服务中导Seata的包:

XML 复制代码
        <!--seata-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
        </dependency>

同时需要在项目中添加seata的配置,由于许多微服务都要集成seata,所以我们不妨将关于seata的配置写到nacos的共享配置中,这样不仅便于热更新,同时还可以简化项目文件中的配置书写。

bash 复制代码
seata:
  registry: # TC服务注册中心的配置,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
    nacos:
      server-addr: 192.168.111.111:8848 # nacos地址
      namespace: "" # namespace,默认为空
      group: DEFAULT_GROUP # 分组,默认是DEFAULT_GROUP
      application: seata-server # seata服务名称
      username: nacos
      password: nacos
  tx-service-group: hmall # 事务组名称
  service:
    vgroup-mapping: # 事务组与tc集群的映射关系
      hmall: "default"
  data-source-proxy-mode: XA

于是在项目中就只需要声明共享配置即可:

然后我们在这里需要用注解@GlobalTransactional标记事务入口:

3.XA模式

在刚刚的seata共享配置中,我们可以看到有一行配置:

bash 复制代码
  data-source-proxy-mode: XA

这一行配置其实就是在选择seata的模式,seata由XA和AT两种模式,在这里我们先讲XA模式,首先需要明确,为啥之前我们创建订单会出现问题,再回顾一下问题:

当同一个商品的库存为1时,一个用户进入下单界面了,但是另一个用户已经下单成功了,那么此时库存肯定就不够了,那么结算界面的用户点击下单时肯定会下单失败,但是这个时候会发现,下单虽然失败了,但是购物车却被清空了。

这是因为流程的不同步,OrderService中调用的itemClient和cartClient是去调用的两个不同的微服务,由于这两个微服务是不在同一个模块中的,所以是无法进行常规事务管理的,所以当扣减库存抛异常时,购物车已经被清空了,并且由于没有事务,购物车无法回滚,清空的购物车也就不会恢复了。

此时XA模式就提供了一个解决办法,就是将购物车清空的行为不提交,等待扣减库存的行为完成后同时提交,如果扣减的时候抛出异常了,就回滚事务。

这个模式会出现一个问题,就是等待的时间问题,等待时会占用线程,所以使用XA模式时,整个事务的处理效率会比较低。

4.AT模式

只需要在共享配置中将这个改成AT即可:

bash 复制代码
  data-source-proxy-mode: AT

AT模式的原理和XA又不相同了,AT是通过保存快照来解决事务问题的,当cartClient调用时,首先给购物车保存一个快照,然后直接提交cartClient的清空行为,当扣减库存抛出异常时,回滚事务,将购物车恢复成之前保存的快照的状态。

AT模式就将等待的时间给消除了,使用快照来保存原始状态,可以说是使用空间换时间了。

值得一提的是,Seata默认的模式是AT。

5.番外篇

经过我的测试,其实这里是不一定要使用分布式事务的,如果将扣减库存和清空购物车的代码交换位置,那么只需要一个普通事务就可以解决这个问题了。

因为本身ItemService的deductStock方法是有事务的,也就是说如果这个远程调用抛出异常,在Item-sercice的微服务中,这个库存数目是会回滚的,同时,在orderSercice中,由于库存不足抛出了异常,这个方法肯定会被终止,自然也就执行不到后面清空购物车的代码了,所以购物车根本不会改变。整体从运行效果上也不会出现什么问题。

也就是如下代码就可以解决这个问题。

java 复制代码
@Override
    @Transactional
    public Long createOrder(OrderFormDTO orderFormDTO) {
        // 1.订单数据
        Order order = new Order();
        // 1.1.查询商品
        List<OrderDetailDTO> detailDTOS = orderFormDTO.getDetails();
        // 1.2.获取商品id和数量的Map
        Map<Long, Integer> itemNumMap = detailDTOS.stream()
                .collect(Collectors.toMap(OrderDetailDTO::getItemId, OrderDetailDTO::getNum));
        Set<Long> itemIds = itemNumMap.keySet();
        // 1.3.查询商品
        List<ItemDTO> items = itemClient.queryItemByIds(itemIds);
        if (items == null || items.size() < itemIds.size()) {
            throw new BadRequestException("商品不存在");
        }
        // 1.4.基于商品价格、购买数量计算商品总价:totalFee
        int total = 0;
        for (ItemDTO item : items) {
            total += item.getPrice() * itemNumMap.get(item.getId());
        }
        order.setTotalFee(total);
        // 1.5.其它属性
        order.setPaymentType(orderFormDTO.getPaymentType());
        order.setUserId(UserContext.getUser());
        order.setStatus(1);
        // 1.6.将Order写入数据库order表中
        save(order);

        // 2.保存订单详情
        List<OrderDetail> details = buildDetails(order.getId(), items, itemNumMap);
        iOrderDetailService.saveBatch(details);

        // 4.扣减库存(交换)
        try {
            itemClient.deductStock(detailDTOS);
        } catch (Exception e) {
            throw new RuntimeException("库存不足!");
        }

        // 3.清理购物车商品(交换)
        cartClient.removeByItemIds(itemIds);

        return order.getId();
    }

当然,这是基于这个事务还是比较简单的基础上的,当事务的逻辑变得更复杂时,使用分布式事务绝对是更好的选择。

相关推荐
Lansonli2 小时前
大数据Spark(九十二):Spark WebUI介绍
大数据·分布式·spark
陈如水3 小时前
Spring AI Alibaba 在多 Agent 场景下的实践
java·人工智能·spring
行百里er3 小时前
【Spring Insight 技术分享】如何给 AI 接口调用做滑动窗口限流
spring boot·后端·spring cloud
Resean02236 小时前
Spring 源码分析(六)循环依赖与三级缓存
java·spring·缓存
bksczm20 小时前
Redis Cluster 分片集群详解:槽路由、故障判定与扩缩容
数据库·redis·分布式
行百里er21 小时前
【Spring Insight 技术分享】跨服务调用链路是怎么串起来的?
后端·spring·开源
txxzjmzlh21 小时前
RabbitMQ安装
分布式·rabbitmq
Forget the Dream1 天前
Spring AI 2.0 系列(三):ChatClient 与 ChatModel:Spring AI 2.0 的两层职责
java·人工智能·spring·springai
AI源码1 天前
基于Spark的期刊推荐系统的设计与实现
大数据·分布式·spark
皮皮林5512 天前
为什么越来越多人用 Spring AI ?
spring