面試題

1、分布式事務了解嗎？

2、你們是如何解決分布式事務問題的？

面試官心理分析

只要聊到你做了分布式系統(tǒng)，必問分布式事務，你對分布式事務一無所知的話，確實會很坑，你起碼得知道有哪些方案，一般怎么來做，每個方案的優(yōu)缺點是什么。

現(xiàn)在面試，分布式系統(tǒng)成了標配，而分布式系統(tǒng)帶來的分布式事務也成了標配了。因為你做系統(tǒng)肯定要用事務吧，如果是分布式系統(tǒng)，肯定要用分布式事務吧。先不說你搞過沒有，起碼你得明白有哪幾種方案，每種方案可能有啥坑？比如 TCC 方案的網(wǎng)絡問題、XA 方案的一致性問題。

面試題剖析

分布式事務的實現(xiàn)主要有以下 5 種方案：

XA 方案
TCC 方案
本地消息表
可靠消息最終一致性方案
最大努力通知方案

兩階段提交方案/XA方案

所謂的 XA 方案，即：兩階段提交，有一個事務管理器的概念，負責協(xié)調多個數(shù)據(jù)庫（資源管理器）的事務，事務管理器先問問各個數(shù)據(jù)庫你準備好了嗎？如果每個數(shù)據(jù)庫都回復 ok，那么就正式提交事務，在各個數(shù)據(jù)庫上執(zhí)行操作；如果任何其中一個數(shù)據(jù)庫回答不 ok，那么就回滾事務。

這種分布式事務方案，比較適合單塊應用里，跨多個庫的分布式事務，而且因為嚴重依賴于數(shù)據(jù)庫層面來搞定復雜的事務，效率很低，絕對不適合高并發(fā)的場景。如果要玩兒，那么基于 Spring+JTA 就可以搞定，自己隨便搜個 demo 看看就知道了。

這個方案，我們很少用，一般來說某個系統(tǒng)內部如果出現(xiàn)跨多個庫的這么一個操作，是不合規(guī)的。我可以給大家介紹一下，現(xiàn)在微服務，一個大的系統(tǒng)分成幾十個甚至幾百個服務。一般來說，我們的規(guī)定和規(guī)范，是要求每個服務只能操作自己對應的一個數(shù)據(jù)庫。

如果你要操作別的服務對應的庫，不允許直連別的服務的庫，違反微服務架構的規(guī)范，你隨便交叉胡亂訪問，幾百個服務的話，全體亂套，這樣的一套服務是沒法管理的，沒法治理的，可能會出現(xiàn)數(shù)據(jù)被別人改錯，自己的庫被別人寫掛等情況。

如果你要操作別人的服務的庫，你必須是通過調用別的服務的接口來實現(xiàn)，絕對不允許交叉訪問別人的數(shù)據(jù)庫。

TCC 方案

TCC 的全稱是：Try、Confirm、Cancel。

Try 階段：這個階段說的是對各個服務的資源做檢測以及對資源進行鎖定或者預留。
Confirm 階段：這個階段說的是在各個服務中執(zhí)行實際的操作。
Cancel 階段：如果任何一個服務的業(yè)務方法執(zhí)行出錯，那么這里就需要進行補償，就是執(zhí)行已經(jīng)執(zhí)行成功的業(yè)務邏輯的回滾操作。（把那些執(zhí)行成功的回滾）

這種方案說實話幾乎很少人使用，我們用的也比較少，但是也有使用的場景。因為這個事務回滾實際上是嚴重依賴于你自己寫代碼來回滾和補償了，會造成補償代碼巨大，非常之惡心。

比如說我們，一般來說跟錢相關的，跟錢打交道的，支付、交易相關的場景，我們會用 TCC，嚴格保證分布式事務要么全部成功，要么全部自動回滾，嚴格保證資金的正確性，保證在資金上不會出現(xiàn)問題。

而且最好是你的各個業(yè)務執(zhí)行的時間都比較短。

但是說實話，一般盡量別這么搞，自己手寫回滾邏輯，或者是補償邏輯，實在太惡心了，那個業(yè)務代碼很難維護。

本地消息表

本地消息表其實是國外的 ebay 搞出來的這么一套思想。

這個大概意思是這樣的：

A 系統(tǒng)在自己本地一個事務里操作同時，插入一條數(shù)據(jù)到消息表；
接著 A 系統(tǒng)將這個消息發(fā)送到 MQ 中去；
B 系統(tǒng)接收到消息之后，在一個事務里，往自己本地消息表里插入一條數(shù)據(jù)，同時執(zhí)行其他的業(yè)務操作，如果這個消息已經(jīng)被處理過了，那么此時這個事務會回滾，這樣保證不會重復處理消息；
B 系統(tǒng)執(zhí)行成功之后，就會更新自己本地消息表的狀態(tài)以及 A 系統(tǒng)消息表的狀態(tài)；
如果 B 系統(tǒng)處理失敗了，那么就不會更新消息表狀態(tài)，那么此時 A 系統(tǒng)會定時掃描自己的消息表，如果有未處理的消息，會再次發(fā)送到 MQ 中去，讓 B 再次處理；
這個方案保證了最終一致性，哪怕 B 事務失敗了，但是 A 會不斷重發(fā)消息，直到 B 那邊成功為止。

這個方案說實話最大的問題就在于嚴重依賴于數(shù)據(jù)庫的消息表來管理事務啥的，會導致如果是高并發(fā)場景咋辦呢？咋擴展呢？所以一般確實很少用。

可靠消息最終一致性方案

這個的意思，就是干脆不要用本地的消息表了，直接基于 MQ 來實現(xiàn)事務。比如阿里的 RocketMQ 就支持消息事務。

大概的意思就是：

A 系統(tǒng)先發(fā)送一個 prepared 消息到 mq，如果這個 prepared 消息發(fā)送失敗那么就直接取消操作別執(zhí)行了；
如果這個消息發(fā)送成功過了，那么接著執(zhí)行本地事務，如果成功就告訴 mq 發(fā)送確認消息，如果失敗就告訴 mq 回滾消息；
如果發(fā)送了確認消息，那么此時 B 系統(tǒng)會接收到確認消息，然后執(zhí)行本地的事務；
mq 會自動定時輪詢所有 prepared 消息回調你的接口，問你，這個消息是不是本地事務處理失敗了，所有沒發(fā)送確認的消息，是繼續(xù)重試還是回滾？一般來說這里你就可以查下數(shù)據(jù)庫看之前本地事務是否執(zhí)行，如果回滾了，那么這里也回滾吧。這個就是避免可能本地事務執(zhí)行成功了，而確認消息卻發(fā)送失敗了。
這個方案里，要是系統(tǒng) B 的事務失敗了咋辦？重試咯，自動不斷重試直到成功，如果實在是不行，要么就是針對重要的資金類業(yè)務進行回滾，比如 B 系統(tǒng)本地回滾后，想辦法通知系統(tǒng) A 也回滾；或者是發(fā)送報警由人工來手工回滾和補償。
這個還是比較合適的，目前國內互聯(lián)網(wǎng)公司大都是這么玩兒的，要不你舉用 RocketMQ 支持的，要不你就自己基于類似 ActiveMQ？RabbitMQ？自己封裝一套類似的邏輯出來，總之思路就是這樣子的。

最大努力通知方案

這個方案的大致意思就是：

系統(tǒng) A 本地事務執(zhí)行完之后，發(fā)送個消息到 MQ；
這里會有個專門消費 MQ 的最大努力通知服務，這個服務會消費 MQ 然后寫入數(shù)據(jù)庫中記錄下來，或者是放入個內存隊列也可以，接著調用系統(tǒng) B 的接口；
要是系統(tǒng) B 執(zhí)行成功就 ok 了；要是系統(tǒng) B 執(zhí)行失敗了，那么最大努力通知服務就定時嘗試重新調用系統(tǒng) B，反復 N 次，最后還是不行就放棄。