【理论指导实践】Seata-TCC模式

一、背景

伴随着高性能的分布式系统演进，我们必然会经历 通过横向扩展节点 提高非热点数据的并发性能；而横向扩展节点实际是如下2方面的扩展变化：

1. 扩展功能节点（对应应用的微服务化改造）
2. 扩展数据节点（对应增加数据分片）

这些变化自然就引发 原来调用一个服务的一个接口就完成的功能，现在需要协同调用多个服务的多个接口才能完成。相信我们都遇到过因网络、机器、程序等不可靠，引发的数据一致性的问题。而数据的一致性与系统的可扩展性和高可用同样重要 是【基础IT架构】支撑业务高质量转型升级的重点也是难点。从蚂蚁金服的分布事务产品十几年的Roadmap可以看出其在数据一致性方面的坚持和不易（如今能快速使用他们的积累，幸甚至哉！），如下图所示：

从官宣得知，蚂蚁金服从微服务演进开始至今，大量的应用采用了TCC事务模型，可能也是得益于：

1. TCC模式关注功能扩展，在按照功能横向扩展资源时，解决微服务间调用的一致性问题，保证多资源访问的事务属性。

2. 在早期没有现成成熟的分布式框架的条件下，其事务模型运转在业务层，不依赖底层数据资源的事务支持，能灵活应对服务的拆分。

3. 也可能跟2007年TCC概念的提出有重大关联

二、起源

TCC（Try-Confirm-Cancel）的概念，最早是由 Pat Helland 于 2007 年发表的一篇名为《Life beyond Distributed Transactions:an Apostate’s Opinion》的论文提出。

三、核心思想

其核心思想是是：通过对资源进行预留，尽量减少对资源的锁定时间；如果事务提交则完成对预留资源的确认；如果事务回滚，则释放预留的资源。

四、角色和职责

4.1、服务实现3个方法

根据自己的业务场景服务实现3个自定义的方法，把服务纳入到全局事务的管理中，3个方法概述如下：

1. Try 方法：尝试执行；完成所有业务检查（一致性）, 预留必须业务资源（准隔离性）。

2. Confirm 方法：确认执行真正执行业务，不作任何业务检查，只使用 Try 阶段预留的业务资源，只要try成功，那么confirm就必须成功；Confirm 操作要求具备幂等设计，Confirm 失败后需要进行重试。

3. Cancel 方法：取消执行，释放 Try 阶段预留的业务资源。Cancel 阶段的异常和 Confirm 阶段异常处理方案基本上一致，要求满足幂等设计。

4.2、角色

Seata的实现中有3个重要角色

1）TC (Transaction Coordinator) - 事务协调者

维护全局和分支事务的状态，驱动全局事务提交或回滚。

2）TM (Transaction Manager) - 事务管理器（发起方）

定义全局事务的范围：开始全局事务、提交或回滚全局事务。

3）RM (Resource Manager) - 资源管理器（参与者） 提供TCC服务，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。

4.3、二阶段的职责分工

1. 第一阶段： 要求服务提供方RM必须接受一些不确定因素，在1阶段所提供的逻辑操作是临时性的操作（try操作），调用方TM保留了后续取消这些操作的权利。

2. 第二阶段：

   • 如果调用方决策认为整个事务应该回滚，会要求取消之前的临时性操作,对应的是提供方的的Cancel操作。
   • 如果调用方决策认为整个事务应该提交，会放弃取消的权利，对应的是提供方的Confirm操作。

如转账作为例子，通常会在Try里面冻结金额，但不扣款，Confirm里面扣款，Cancel里面解冻金额：

五、工作原理

5.1、核心流程

Seata 框架管控整个事务，业务只需要主动调 Try 方法；TM 负责2件事情：1.发起全局事务，2.提交或回滚全局事务到 TC，然后TC 负责调用Confirm或Cancel的事（包括重试）；核心流程如下:

(来自网络)

1. TM发起全局事务
2. TM调用分支事务RM的try方法
3. RM在Try 执行前注册分支事务到 TC
4. RM在Try 执行完后，上报事务状态给 TC
5. TM通知TC进行全局事务的提交或回滚
6. TC调度，执行分支事务RM的 Confirm 或 Cancel

5.2、注意事项

1） 空回滚

• 场景：Try 未执行，Cancel 执行了
• 原因：Try超时（丢包）了
• 解决：当 TC 发现少了一个 Try，那它就会回滚整个分布式事务，于是触发了 Cancel，直接 Cancel 可能出现数据一致性问题，所以就要记录 Try 是否执行，没执行就要做空回滚（啥都不做直接返回成功）。

2） 防悬挂

• 场景：Cancel 比 Try 先执行
• 原因：Try超时（阻塞）了
• 解决：当 TC 发现少了一个 Try，那它就会回滚整个分布式事务，于是触发了 Cancel，然后拥堵的 Try 在 Cancel 处理完（空回滚）又来了，这时同样要记录下整个状态，要拒绝空回滚以后的 Try

3） 幂等控制

• 现象：超时重试、补偿都会导致 TCC 服务的 Try、Confirm 或 Cancel 操作被重复执行
• 解决：Confirm 和 Cancel 开发时要考虑幂等控制（这是必须要做的）

六、总结

概括来看，该模式有以下几个特点:

1. 该模式对代码的嵌入性高，开发工作较多，要求每个业务需要写TCC三步骤的操作。

2. 无论有没有本地事务控制都可以使用该模式，与底层数据库事务实现不相关，这个事务模式是抽象的基于服务层的概念，无论DB层是否有JDBC支持，即使没有JDBC的支持如redis、mongo、es等，只要将对他们的操作包装成TCC的参与者，就可以接入到TCC的事务范围内。

3. 并发度高，无需长期资源锁定，但并发问题、数据的一致性问题，需由开发者自行根据业务场景控制，开发要求高、难度偏大。

4. 适用于订单类业务，可以有中间状态，但对中间状态有约束的业务。

5. 提供了更多的灵活性，因为是业务自主定义实现，用户可以借助2阶段的提交过程，容易实现在特定场景下的自定义优化和特殊功能开发。这个模式几乎能满足任何想要的事务场景，自定义补偿性，自定义资源预留型事务，消息事务等场景。