面試官：分布式事務(wù)的 6 種解決方案，你能說幾種
來源：cnblogs.com/mushroom/p/13788039.html
介紹
在分布式系統(tǒng)、微服務(wù)架構(gòu)大行其道的今天，服務(wù)間互相調(diào)用出現(xiàn)失敗已經(jīng)成為常態(tài)。如何處理異常，如何保證數(shù)據(jù)一致性，成為微服務(wù)設(shè)計過程中，繞不開的一個難題。在不同的業(yè)務(wù)場景下，解決方案會有所差異，常見的方式有：
阻塞式重試； 2PC、3PC 傳統(tǒng)事務(wù)； 使用隊列，后臺異步處理； TCC 補償事務(wù)； 本地消息表（異步確保）； MQ 事務(wù)。
本文側(cè)重于其他幾項，關(guān)于 2PC、3PC 傳統(tǒng)事務(wù)，網(wǎng)上資料已經(jīng)非常多了，這里不多做重復(fù)。
阻塞式重試
在微服務(wù)架構(gòu)中，阻塞式重試是比較常見的一種方式。偽代碼示例：
m := db.Insert(sql)
err := request(B-Service,m)
func request(url string,body interface{}){
for i:=0; i<3; i ++ {
result, err = request.POST(url,body)
if err == nil {
break
}else {
log.Print()
}
}
}
如上，當(dāng)請求 B 服務(wù)的 API 失敗后，發(fā)起最多三次重試。如果三次還是失敗，就打印日志，繼續(xù)執(zhí)行下或向上層拋出錯誤。這種方式會帶來以下問題
調(diào)用 B 服務(wù)成功，但由于網(wǎng)絡(luò)超時原因，當(dāng)前服務(wù)認為其失敗了，繼續(xù)重試，這樣 B 服務(wù)會產(chǎn)生 2 條一樣的數(shù)據(jù)。 調(diào)用 B 服務(wù)失敗，由于 B 服務(wù)不可用，重試 3 次依然失敗，當(dāng)前服務(wù)在前面代碼中插入到 DB 的一條記錄，就變成了臟數(shù)據(jù)。 重試會增加上游對本次調(diào)用的延遲，如果下游負載較大，重試會放大下游服務(wù)的壓力。
第一個問題：通過讓 B 服務(wù)的 API 支持冪等性來解決。
第二個問題：可以通過后臺定時腳步去修正數(shù)據(jù)，但這并不是一個很好的辦法。
第三個問題：這是通過阻塞式重試提高一致性、可用性，必不可少的犧牲。
阻塞式重試適用于業(yè)務(wù)對一致性要求不敏感的場景下。如果對數(shù)據(jù)一致性有要求的話，就必須要引入額外的機制來解決。
異步隊列
在解決方案演化的過程中，引入隊列是個比較常見也較好的方式。如下示例：
m := db.Insert(sql)
err := mq.Publish("B-Service-topic",m)
在當(dāng)前服務(wù)將數(shù)據(jù)寫入 DB 后，推送一條消息給 MQ，由獨立的服務(wù)去消費 MQ 處理業(yè)務(wù)邏輯。和阻塞式重試相比，雖然 MQ 在穩(wěn)定性上遠高于普通的業(yè)務(wù)服務(wù)，但在推送消息到 MQ 中的調(diào)用，還是會有失敗的可能性，比如網(wǎng)絡(luò)問題、當(dāng)前服務(wù)宕機等。這樣還是會遇到阻塞式重試相同的問題，即 DB 寫入成功了，但推送失敗了。
理論上來講，分布式系統(tǒng)下，涉及多個服務(wù)調(diào)用的代碼都存在這樣的情況，在長期運行中，調(diào)用失敗的情況一定會出現(xiàn)。這也是分布式系統(tǒng)設(shè)計的難點之一。
TCC 補償事務(wù)
在對事務(wù)有要求，且不方便解耦的情況下，TCC 補償式事務(wù)是個較好的選擇。
TCC 把調(diào)用每個服務(wù)都分成 2 個階段、 3 個操作：
階段一、Try 操作：對業(yè)務(wù)資源做檢測、資源預(yù)留，比如對庫存的檢查、預(yù)扣。 階段二、Confirm 操作：提交確認 Try 操作的資源預(yù)留。比如把庫存預(yù)扣更新為扣除。 階段二、Cancel 操作：Try 操作失敗后，釋放其預(yù)扣的資源。比如把庫存預(yù)扣的加回去。
TCC 要求每個服務(wù)都實現(xiàn)上面 3 個操作的 API，服務(wù)接入 TCC 事務(wù)前一次調(diào)用就完成的操作，現(xiàn)在需要分 2 階段完成、三次操作來完成。
比如一個商城應(yīng)用需要調(diào)用 A 庫存服務(wù)、B 金額服務(wù)、C 積分服務(wù)，如下偽代碼：
m := db.Insert(sql)
aResult, aErr := A.Try(m)
bResult, bErr := B.Try(m)
cResult, cErr := C.Try(m)
if cErr != nil {
A.Cancel()
B.Cancel()
C.Cancel()
} else {
A.Confirm()
B.Confirm()
C.Confirm()
}
代碼中分別調(diào)用 A、B、C 服務(wù) API 檢查并保留資源，都返回成功了再提交確認（Confirm）操作；如果 C 服務(wù) Try 操作失敗后，則分別調(diào)用 A、B、C 的 Cancel API 釋放其保留的資源。
TCC 在業(yè)務(wù)上解決了分布式系統(tǒng)下，跨多個服務(wù)、跨多個數(shù)據(jù)庫的數(shù)據(jù)一致性問題。但 TCC 方式依然存在一些問題，實際使用中需要注意，包括上面章節(jié)提到的調(diào)用失敗的情況。
空釋放
上面代碼中如果 C.Try() 是真正調(diào)用失敗，那下面多余的 C.Cancel() 調(diào)用會出現(xiàn)釋放并沒有鎖定資源的行為。這是因為當(dāng)前服務(wù)無法判斷調(diào)用失敗是不是真的鎖定 C 資源了。如果不調(diào)用，實際上成功了，但由于網(wǎng)絡(luò)原因返回失敗了，這會導(dǎo)致 C 的資源被鎖定，一直得不到釋放。
空釋放在生產(chǎn)環(huán)境經(jīng)常出現(xiàn)，服務(wù)在實現(xiàn) TCC 事務(wù) API 時，應(yīng)支持空釋放的執(zhí)行。
時序
上面代碼中如果 C.Try() 失敗，接著調(diào)用 C.Cancel() 操作。因為網(wǎng)絡(luò)原因，有可能會出現(xiàn) C.Cancel() 請求會先到 C 服務(wù)，C.Try() 請求后到，這會導(dǎo)致空釋放問題，同時引起 C 的資源被鎖定，一直得不到釋放。
所以 C 服務(wù)應(yīng)拒絕釋放資源之后的 Try() 操作。具體實現(xiàn)上，可以用唯一事務(wù)ID來區(qū)分第一次 Try() 還是釋放后的 Try()。
調(diào)用失敗
Cancel 、Confirm 在調(diào)用過程中，還是會存在失敗的情況，比如常見的網(wǎng)絡(luò)原因。
Cancel() 或 Confirm() 操作失敗都會導(dǎo)致資源被鎖定，一直得不到釋放。這種情況常見解決方案有：
阻塞式重試。但有同樣的問題，比如宕機、一直失敗的情況。 寫入日志、隊列，然后有單獨的異步服務(wù)自動或人工介入處理。但一樣會有問題，寫日志或隊列時，會存在失敗的情況。
理論上來講非原子性、事務(wù)性的二段代碼，都會存在中間態(tài)，有中間態(tài)就會有失敗的可能性。
本地消息表
本地消息表最初是 ebay 提出的，它讓本地消息表與業(yè)務(wù)數(shù)據(jù)表處于同一個數(shù)據(jù)庫中，這樣就能利用本地事務(wù)來滿足事務(wù)特性。
具體做法是在本地事務(wù)中插入業(yè)務(wù)數(shù)據(jù)時，也插入一條消息數(shù)據(jù)。然后在做后續(xù)操作，如果其他操作成功，則刪除該消息；如果失敗則不刪除，異步監(jiān)聽這個消息，不斷重試。
本地消息表是一個很好的思路，可以有多種使用方式：
配合MQ
示例偽代碼：
messageTx := tc.NewTransaction("order")
messageTxSql := tx.TryPlan("content")
m,err := db.InsertTx(sql,messageTxSql)
if err!=nil {
return err
}
aErr := mq.Publish("B-Service-topic",m)
if aErr!=nil { // 推送到 MQ 失敗
messageTx.Confirm() // 更新消息的狀態(tài)為 confirm
}else {
messageTx.Cancel() // 刪除消息
}
// 異步處理 confirm 的消息，繼續(xù)推送
func OnMessage(task *Task){
err := mq.Publish("B-Service-topic", task.Value())
if err==nil {
messageTx.Cancel()
}
}
上面代碼中其 messageTxSql 是插入本地消息表的一段 SQL ：
insert into `tcc_async_task` (`uid`,`name`,`value`,`status`) values ('?','?','?','?')
它和業(yè)務(wù) SQL 在同一個事務(wù)中去執(zhí)行，要么成功，要么失敗。
成功則推送到隊列，推送成功，則調(diào)用 messageTx.Cancel() 刪除本地消息；推送失敗則標(biāo)記消息為 confirm。本地消息表中 status 有 2 種狀態(tài) try、confirm， 無論哪種狀態(tài)在 OnMessage 都可以監(jiān)聽到，從而發(fā)起重試。
本地事務(wù)保障消息和業(yè)務(wù)一定會寫入數(shù)據(jù)庫，此后的執(zhí)行無論宕機還是網(wǎng)絡(luò)推送失敗，異步監(jiān)聽都可以進行后續(xù)處理，從而保障了消息一定會推到 MQ。
而 MQ 則保障一定會到達消費者服務(wù)中，利用 MQ 的 QOS 策略，消費者服務(wù)一定能處理，或繼續(xù)投遞到下一個業(yè)務(wù)隊列中，從而保障了事務(wù)的完整性。
配合服務(wù)調(diào)用
示例偽代碼：
messageTx := tc.NewTransaction("order")
messageTxSql := tx.TryPlan("content")
body,err := db.InsertTx(sql,messageTxSql)
if err!=nil {
return err
}
aErr := request.POST("B-Service",body)
if aErr!=nil { // 調(diào)用 B-Service 失敗
messageTx.Confirm() // 更新消息的狀態(tài)為 confirm
}else {
messageTx.Cancel() // 刪除消息
}
// 異步處理 confirm 或 try 的消息，繼續(xù)調(diào)用 B-Service
func OnMessage(task *Task){
// request.POST("B-Service",body)
}
這是本地消息表 + 調(diào)用其他服務(wù)的例子，沒有 MQ 的引入。這種使用異步重試，并用本地消息表保障消息的可靠性，解決了阻塞式重試帶來的問題，在日常開發(fā)中比較常見。
如果本地沒有要寫 DB 的操作，可以只寫入本地消息表，同樣在 OnMessage中處理：
messageTx := tc.NewTransaction("order")
messageTx := tx.Try("content")
aErr := request.POST("B-Service",body)
// ....
消息過期
配置本地消息表的 Try 和 Confirm 消息的處理器：
TCC.SetTryHandler(OnTryMessage())
TCC.SetConfirmHandler(OnConfirmMessage())
在消息處理函數(shù)中要判斷當(dāng)前消息任務(wù)是否存在過久，比如一直重試了一小時，還是失敗，就考慮發(fā)郵件、短信、日志告警等方式，讓人工介入。
func OnConfirmMessage(task *tcc.Task) {
if time.Now().Sub(task.CreatedAt) > time.Hour {
err := task.Cancel() // 刪除該消息，停止重試。
// doSomeThing() 告警，人工介入
return
}
}
在 Try 處理函數(shù)中，還要單獨判斷當(dāng)前消息任務(wù)是否存在過短，因為 Try狀態(tài)的消息，可能才剛剛創(chuàng)建，還沒被確認提交或刪除。這會和正常業(yè)務(wù)邏輯的執(zhí)行重復(fù)，意味著成功的調(diào)用，也會被重試；為盡量避免這種情況，可以檢測消息的創(chuàng)建時間是否很短，短的話可以跳過。
重試機制必然依賴下游 API 在業(yè)務(wù)邏輯上的冪等性，雖然不處理也可行，但設(shè)計上還是要盡量避免干擾正常的請求。
獨立消息服務(wù)
獨立消息服務(wù)是本地消息表的升級版，把本地消息表抽離成一個獨立的服務(wù)。所有操作之前先在消息服務(wù)添加個消息，后續(xù)操作成功則刪除消息，失敗則提交確認消息。
然后用異步邏輯去監(jiān)聽消息，做對應(yīng)的處理，和本地消息表的處理邏輯基本一致。但由于向消息服務(wù)添加消息，無法和本地操作放到一個事務(wù)里，所以會存在添加消息成功，后續(xù)失敗，則此時的消息就是個無用消息。
如下示例場景：
err := request.POST("Message-Service",body)
if err!=nil {
return err
}
aErr := request.POST("B-Service",body)
if aErr!=nil {
return aErr
}
這個無用的消息，需要消息服務(wù)去確認這個消息是否執(zhí)行成功，沒有則刪除，有繼續(xù)執(zhí)行后續(xù)邏輯。相比本地事務(wù)表 try 和 confirm ，消息服務(wù)在前面多了一種狀態(tài) prepare。
MQ 事務(wù)
有些 MQ 的實現(xiàn)支持事務(wù)，比如 RocketMQ 。MQ 的事務(wù)可以看作獨立消息服務(wù)的一種具體實現(xiàn)，邏輯完全一致。
所有操作之前先在 MQ 投遞個消息，后續(xù)操作成功則 Confirm 確認提交消息，失敗則Cancel刪除消息。MQ 事務(wù)也會存在 prepare狀態(tài)，需要 MQ 的消費處理邏輯來確認業(yè)務(wù)是否成功。
總結(jié)
從分布式系統(tǒng)實踐中來看，要保障數(shù)據(jù)一致性的場景，必然要引入額外的機制處理。
TCC 的優(yōu)點是作用于業(yè)務(wù)服務(wù)層，不依賴某個具體數(shù)據(jù)庫、不與具體框架耦合、資源鎖的粒度比較靈活，非常適用于微服務(wù)場景下。缺點是每個服務(wù)都要實現(xiàn) 3 個 API，對于業(yè)務(wù)侵入和改動較大，要處理各種失敗異常。開發(fā)者很難完整處理各種情況，找個成熟的框架可以大大降低成本，比如阿里的 Fescar。
本地消息表的優(yōu)點是簡單、不依賴其他服務(wù)的改造、可以很好的配合服務(wù)調(diào)用和 MQ 一起使用，在大多業(yè)務(wù)場景下都比較實用。缺點是本地數(shù)據(jù)庫多了消息表，和業(yè)務(wù)表耦合在一起。文中本地消息表方式的示例，來源于作者寫的一個庫，有興趣的同學(xué)可以參考下 https://github.com/mushroomsir/tcc
MQ 事務(wù)和獨立消息服務(wù)的優(yōu)點是抽離出一個公共的服務(wù)來解決事務(wù)問題，避免每個服務(wù)都有消息表和服務(wù)耦合在一起，增加服務(wù)自身的處理復(fù)雜性。缺點是支持事務(wù)的 MQ 很少；且每次操作前都先調(diào)用 API 添加個消息，會增加整體調(diào)用的延遲，在絕大多數(shù)正常響應(yīng)的業(yè)務(wù)場景下，是一種多余的開銷。
程序汪資料鏈接
歡迎添加程序汪個人微信 itwang007 進粉絲群或圍觀朋友圈