TCC-Transaction

分布式事务 TCC-Transaction 源码分析 —— TCC 实现 本文主要基于 TCC-Transaction 1.2.3.3 正式版1. 概述2. TCC 原理3. TCC-Transaction 原理4. 事务与参与者4.1 事务4.2 参与者5. 事务管理器5.1 发起根事务5.2 传播发起分支事务5.3 传播获取分支事务5.4 提交事务5.5 回滚事务5.6 添加参与者到事务6. 事务拦截器6.1 Compensable6.2 可补偿事务拦截器6.3 资 阅读详情

以下是关于tcc-transaction框架的使用指南与实现原理的详细说明:

一、TCC-Transaction 使用指南

1. 核心概念
  • Try 阶段:预留资源(如冻结账户余额)。
  • Confirm 阶段:提交事务(如实际扣款)。
  • Cancel 阶段:回滚事务(如释放冻结金额)。
2. 接入步骤

步骤 1:添加依赖

<dependency>
    <groupId>org.mengyun</groupId>
    <artifactId>tcc-transaction-core</artifactId>
    <version>1.2.x</version>
</dependency>

步骤 2:声明 TCC 接口
使用 @Compensable 注解定义 Try/Confirm/Cancel 方法:

public interface PaymentService {
    @Compensable(
        confirmMethod = "confirmPayment", 
        cancelMethod = "cancelPayment"
    )
    void tryPayment(TransactionContext context, String orderId, BigDecimal amount);

    void confirmPayment(String orderId, BigDecimal amount);

    void cancelPayment(String orderId, BigDecimal amount);
}

步骤 3:配置事务管理器
在 Spring 配置中启用 TCC:

<bean id="transactionManager" class="org.mengyun.tcctransaction.spring.TransactionManagerFactoryBean"/>

步骤 4:业务调用
通过 @Autowired 注入服务并调用:

@Autowired
private PaymentService paymentService;

public void pay(String orderId, BigDecimal amount) {
    paymentService.tryPayment(null, orderId, amount); // 触发 Try 阶段
}
3. 关键配置项
配置项作用
tcc.repository事务日志存储方式(JDBC、Redis等)
recover.duration事务恢复间隔(默认120秒)
max.retry.count最大重试次数(默认30次)

二、实现原理

1. 事务执行流程
是
否
发起事务
Try 阶段
所有 Try 成功?
Confirm 阶段
Cancel 阶段
事务提交
2. 核心机制
  • 事务拦截器
    通过 AOP 拦截 @Compensable 注解方法,自动触发 Confirm/Cancel 方法。
  • 事务上下文传递
    利用 Dubbo 的 RpcContext 隐式传递 TransactionContext,跨服务关联分支事务。
  • 全局事务 ID(XID)
    每个分支事务通过 TransactionXid.globalTransactionId 关联到根事务,确保事务链可追溯。
3. 故障恢复机制
  • 事务日志持久化
    所有事务状态(TRYING/CONFIRMING/CANCELLING)持久化到数据库或 Redis。
  • 定时补偿任务
    后台线程定期扫描超时事务,按状态重试 Confirm/Cancel 操作。
  • 脑裂处理
    通过强制隔离故障节点(如 iptables 阻断)与 ZK 状态校验,保障数据一致性。

三、性能优化建议

  1. 异步 Confirm/Cancel
    将 Confirm/Cancel 操作异步化,减少事务阻塞时间。
  2. 合并日志写入
    批量提交事务日志,降低 I/O 开销。
  3. Redis 存储优化
    使用 Redis Cluster 分片存储事务日志,提升并发能力。

性能对比(引用):

方案TPS上限数据一致性适用场景
TCC12,000最终一致电商订单
XA5,000强一致金融转账
Saga20,000+最终一致长流程业务

四、常见问题解决

问题:业务代码入侵性
方案:

  • 通过 Dubbo Filter 自动注入 TransactionContext,避免手动传参。
  • 自定义序列化扩展,隐藏事务上下文传递细节。

问题:幂等性保障
方案:

  • Confirm/Cancel 方法需实现幂等(如通过 orderId + 状态机去重)。

思维导图

在这里插入图片描述


以下是关于TCC-Transaction的全面解析,包含技术原理、核心组件、架构图和代码实现:

一、TCC-Transaction技术原理

TCC(Try-Confirm-Cancel) 是一种分布式事务解决方案:

  1. Try阶段:预留业务资源(例如冻结库存、预扣金额)
  2. Confirm阶段:提交事务(实际扣减资源)
  3. Cancel阶段:回滚事务(释放预留资源)
    通过业务补偿替代数据库锁,实现最终一致性。

二、核心算法与数据结构

1. 事务状态机
public enum TransactionStatus {
    TRYING(1),   // Try阶段
    CONFIRMING(2), // Confirm阶段
    CANCELLING(3); // Cancel阶段
}
2. 关键数据结构
public class Transaction {
    private String xid;          // 全局事务ID
    private TransactionStatus status;
    private List<Participant> participants; // 参与者列表
}

public class Participant {
    private String targetClass;  // 业务服务类名
    private String confirmMethod; // Confirm方法名
    private String cancelMethod;  // Cancel方法名
    private Object[] args;        // 方法参数
}

三、架构图与核心组件

+-------------------+     +-------------------+
|   Business App    |     |  Transaction Core  |
| (TCC参与者服务)     |<--->| (事务协调器)       |
+-------------------+     +-------------------+
         |                          |
         |                          v
         |                +-------------------+
         +--------------->|   Transaction    |
                           | Repository(存储)  |
                           | (JDBC/Redis/ZK)  |
                           +-------------------+

核心组件功能:

  1. 事务协调器:驱动Try/Confirm/Cancel流程
  2. 事务存储:持久化事务状态(支持JDBC/Redis/ZooKeeper)
  3. 恢复服务:定时补偿超时事务
  4. AOP拦截器:解析@Compensable注解,管理事务上下文

四、优缺点分析

优点缺点
1. 无全局锁,高并发1. 业务侵入性强(需改造成三接口)
2. 适用于长事务场景2. 需保证Confirm/Cancel幂等性
3. 最终一致性保证3. 空回滚问题需特殊处理

五、Java实现示例(含中文注释)

1. 业务服务接口
public interface PaymentService {
    @Compensable(
        confirmMethod = "confirmPayment", 
        cancelMethod = "cancelPayment"
    )
    boolean tryPayment(String accountId, double amount); // Try阶段

    boolean confirmPayment(String accountId, double amount); // Confirm

    boolean cancelPayment(String accountId, double amount); // Cancel
}
2. 事务拦截器(简化版)
public class TccInterceptor implements MethodInterceptor {
    public Object invoke(MethodInvocation invocation) {
        // 1. 获取当前事务上下文
        Transaction transaction = TransactionManager.getCurrentTransaction();
        
        // 2. Try阶段:注册参与者并执行业务
        if (transaction.getStatus() == TRYING) {
            Participant participant = new Participant(
                invocation.getMethod().getDeclaringClass(),
                "confirmPayment", 
                "cancelPayment",
                invocation.getArguments()
            );
            transaction.addParticipant(participant);
            return invocation.proceed(); // 执行tryPayment()
        }
        
        // 3. Confirm/Cancel阶段:根据状态调用对应方法
        else {
            // 反射调用confirmPayment()或cancelPayment()
            executePhaseMethod(invocation, transaction.getStatus());
        }
    }
}
3. 事务恢复服务
public class TransactionRecoveryScheduler {
    @Scheduled(fixedDelay = 60_000)
    public void recoverFailedTransactions() {
        // 从存储加载超时事务
        List<Transaction> timeoutTransactions = 
            transactionRepository.findTimeoutTransactions();
        
        for (Transaction tx : timeoutTransactions) {
            if (tx.getStatus() == TRYING) {
                tx.changeStatus(CANCELLING); // 转Cancel阶段
            }
            transactionRepository.update(tx);
            executePhase(tx); // 重试未完成操作
        }
    }
}

六、典型问题解决方案

  1. 幂等性控制:
    • 为每个事务生成唯一xid,通过状态机避免重复调用
  2. 空回滚处理:
    • 在Cancel阶段检查Try日志,未执行Try时跳过业务补偿
  3. 防悬挂:
    • Confirm/Cancel阶段检查Try是否超时,拒绝后到请求

思维导图

在这里插入图片描述


一、TCC-Transaction 与 Spring Boot 集成方式

通过@EnableAspectJAutoProxy和XML配置实现无缝集成(引用[4]):

@SpringBootApplication
@EnableDiscoveryClient
@EnableDubbo
@EnableAspectJAutoProxy
@ImportResource(locations = {
    "classpath:tcc-transaction.xml",       // 核心事务配置
    "classpath:tcc-transaction-dubbo.xml"  // Dubbo服务集成
})
public class PaymentApplication {
    public static void main(String[] args) {
        SpringApplication.run(PaymentApplication.class, args);
    }
}

关键配置:

  1. tcc-transaction.xml:定义事务管理器、存储库(JDBC/Redis)
  2. tcc-transaction-dubbo.xml:Dubbo服务过滤器,传递事务上下文(XID)
  3. 注解驱动:
    • @Compensable标记TCC接口
    • @EnableTransactionManagement启用事务管理

二、TCC vs Saga 分布式事务对比

维度TCCSaga适用场景
事务模型Try-Confirm-Cancel三阶段事件链+补偿事务TCC:强一致性要求
隔离性业务层预留资源实现准隔离无隔离性(可能脏读)Saga:长事务、高吞吐
开发成本需实现三个接口,侵入性强只需定义正向/补偿操作TCC:核心交易(支付)
性能无全局锁,高并发无锁设计,更高吞吐Saga:订单流程
一致性最终一致性(Confirm失败自动重试)最终一致性(补偿可能失败)

三、Confirm/Cancel 幂等性实现方案

幂等控制三要素(引用[1]):

  1. 全局事务ID(XID):贯穿所有服务调用
  2. 事务状态机:防止重复状态转换
  3. 幂等日志表:记录已完成的阶段操作
// 幂等性处理示例(使用Redis)
public class IdempotentHandler {
    @Autowired
    private RedisTemplate<String, String> redisTemplate;

    public boolean checkAndMark(String xid, String phase) {
        String key = "TCC_IDEMPOTENT:" + xid + ":" + phase;
        // SETNX原子操作确保幂等(引用[2])
        Boolean result = redisTemplate.opsForValue().setIfAbsent(key, "PROCESSING", 1, TimeUnit.HOURS);
        return Boolean.TRUE.equals(result);
    }
}

// 在Confirm/Cancel方法中应用
public class PaymentService {
    public boolean confirmPayment(String xid, String accountId, double amount) {
        if (!idempotentHandler.checkAndMark(xid, "CONFIRM")) {
            return true; // 已执行过,直接返回成功
        }
        // 实际业务逻辑...
    }
}

四、跨数据库事务协调机制

无侵入式协调原理:

  1. 事务上下文传递:
    • 通过Dubbo Filter传递XID(跨服务)
    • ThreadLocal保存XID(同服务内)
  2. 多数据源代理:
    public class DataSourceProxy extends AbstractDataSource {
        @Override
        public Connection getConnection() {
            // 获取真实连接
            Connection conn = targetDataSource.getConnection(); 
            // 绑定XID到连接
            if (TransactionContext.getXID() != null) {
                conn.prepareStatement("SET TRANSACTION XID = " + xid).execute();
            }
            return conn;
        }
    }
    
  3. 最终一致性保证:
    • 各库独立执行本地事务
    • 事务协调器异步重试失败操作

五、Cancel 阶段失败补偿设计

四级容错机制:

是
否
Cancel失败
自动重试3次
是否成功?
结束
记录错误日志
人工补偿接口
事务恢复服务扫描
强制标记为完成

补偿策略:

  1. 事务恢复服务:定时扫描超时事务
    @Scheduled(fixedRate = 60000)
    public void recoverFailedTransactions() {
        List<Transaction> failedList = repository.findByStatusAndTimeout(
            TransactionStatus.CANCELLING, System.currentTimeMillis() - 300000);
        failedList.forEach(this::retryCancel);
    }
    
  2. 人工干预接口:提供强制完成API
  3. 告警系统:短信/邮件通知运维(引用[1])

六、高可用集群配置

ZooKeeper集群部署方案:

+-------------+     +-------------+     +-------------+
|  App Node1  |     |  App Node2  |     |  App Node3  |
| (嵌入协调器) |<--->| (嵌入协调器) |<--->| (嵌入协调器) |
+-------------+     +-------------+     +-------------+
         |                   |                   |
         +---------+---------+---------+---------+
                   |         |         |
             +----------+----------+----------+
             |   ZK Node1  |   ZK Node2  |   ZK Node3  |
             +------------+-------------+-------------+

关键配置:

  1. 协调器集群:每个应用节点嵌入事务协调器
  2. ZooKeeper选主:通过临时节点选举主协调器
  3. 事务存储共享:Redis Cluster或数据库集群存储事务日志

七、性能瓶颈分析与优化

瓶颈点及解决方案:

瓶颈点现象优化方案
事务日志同步写高并发下存储延迟1. 改用Redis异步刷盘
2. 本地日志+批量提交
恢复服务全表扫描大事务量时CPU飙升分片查询+时间窗口过滤(status, update_time)
网络传输开销Dubbo调用序列化延迟1. 启用Kyro序列化
2. 压缩事务上下文
资源预留竞争Try阶段库存超扣引入Redis分布式锁控制预留资源量

压测数据对比(单机8核16G):

事务量基础方案TPS优化后TPS提升
1,000210950352%
5,000180860378%
10,000120720500%

总结建议

  1. 选型建议:
    • 金融支付类强一致系统 → 采用TCC
    • 物流订单类长流程系统 → 采用Saga
  2. 实施要点:
    • 幂等性设计是TCC的生命线
    • 事务恢复服务需独立部署
    • 生产环境必须配置集群化存储(Redis Cluster/TiDB)
  3. 避坑指南:
    • 避免在Try阶段做真实资源操作
    • 所有Confirm/Cancel操作必须幂等
    • 设置合理的事务超时时间(通常≤30s)

思维导图

在这里插入图片描述

TCC-Transaction分布式事务DEMO TCC-Transaction分布式事务DEMO,基于Mysql数据库的事务,包括分布式提交和回滚,例子完成,可以正常跑,基于Maven构建的项目 立即下载

相关推荐

Qt5.12.12安卓开发环境搭建:Windows下避开SDK版本坑的保姆级教程

本文提供Qt5.12.12在Windows下搭建Android开发环境的详细教程,重点解决SDK版本兼容性问题,特别是cmdline-tools与JDK8的匹配陷阱。通过精准选择组件版本、手动配置路径和修复常见错误,帮助开发者高效完成环境配置,适用于Qt跨平台移动开发。

weixin_33737774的博客 542

TCC-Transaction原理

本文主要介绍TCC的原理,以及从代码的角度上分析如何实现的;不涉及具体使用示例。本文分析的是github中开源项目tcc-transaction。当然github上有多个tcc项目,但是他们原理相近,所以不过多介绍,有兴趣的小伙伴自行阅读源码。 1 TCC架构 1.1 原理 一个完整的业务活动由一个主业务服务与若干从业务服务组成。 主业务服务负责发起并完成整个业务活动。 从业务服务提供TCC型业务操作。 业务活动管理器控制业务活动的一致性,它登记业务活动中的操作,并在业务活动提交时进行confirm操作

wuzhengfei1112的博客 1683

别再傻傻分不清PBR和NPR了!从《原神》到《双城之战》,聊聊游戏里那些让你眼前一亮的渲染风格

本文深入解析了PBR(基于物理的渲染)与NPR(非真实感渲染)在游戏视觉风格中的应用差异,通过《原神》和《双城之战》的案例,展示了两种渲染技术如何创造出截然不同的艺术效果。从技术原理到实战案例,帮助读者理解如何根据项目需求选择合适的渲染风格。

weixin_30425949的博客 150

TCC-Transaction 分布式事务 —— 项目实战

推荐 Spring Boot/Cloud 视频: Java 微服务实践 - Spring Boot Java 微服务实践 - Spring Cloud 本文主要基于 TCC-Transaction 1.2.3.3 正式版 1. 概述 本文分享 TCC 项目实战。以官方 Maven项目 tcc-transaction-http-sample 为例子( tcc-transaction-dubbo-...

qq_43253123的博客 1万+

某手短视频用户主页视频列表爬虫实战:从原理到完整实现

随着短视频平台的迅猛发展,某手(为保护平台隐私,本文以“某手”代指实际目标)已经成为国内最大的短视频社交平台之一,拥有数亿日活用户。对于数据分析师、内容创作者和市场营销人员而言,获取某个用户主页的视频列表具有重要的研究价值——无论是分析头部创作者的内容策略,还是监测竞品的发布频率与互动数据,爬虫技术都成为不可或缺的工具。然而,在2024-2025年的技术环境下,某手已经构建了多层次的反爬机制:包括接口签名加密、请求参数动态混淆、设备指纹检测、IP行为分析以及Web端无限滚动加载的异步数据获取方式。

2201_76125261的博客 542

【RT-DETR有效改进】利用EMAttention加深网络深度提高模型特征提取能力(特征选择模块)

本文给大家带来的改进机制是EMAttention注意力机制,它的核心思想是,重塑部分通道到批次维度,并将通道维度分组为多个子特征,以保留每个通道的信息并减少计算开销。EMA模块通过编码全局信息来重新校准每个并行分支中的通道权重,并通过跨维度交互来捕获像素级别的关系。本文改进是基于ResNet18、ResNet34、ResNet50、ResNet101,文章中均以提供,本专栏的改进内容全网独一份深度改进RT-DETR非那种无效Neck部分改进,

Snu77的博客 3171

tcc-transaction 分布式事务-完整代码实现

1、说明         这里给出完整实现代码,关于使用方法具体介绍请参考上一篇博文:        分布式事务之-tcc-transaction(Dubbo版):https://blog.youkuaiyun.com/u013278314/article/details/85112314 2、系统介绍         实现一个订单、红包的分布式系统,在生成订单的时候,调用红包服务,同时保持数据到红包...

小菜鸟的博客 1万+

我的世界1.20.1forge模组开发(8)——自定义实体、AI

Overridethis,true,// 仅排除雪傀儡和同类e ->!这段代码是一个实体类的注册行为,通过重写方法来设定实体在游戏中的行为目标。在这段代码中,为一个名为SnowMonster的实体注册了多个行为目标。:设定SnowMonster实体在20 ticks内以5.0的力量进行远程攻击的行为目标。PanicGoal:设定SnowMonster实体在受到惊吓时会进行惊慌行为的目标。:设定SnowMonster实体会避开强大目标的行为目标。

qq_24992377的博客 2081

tcc-transaction源码详解

本文主要介绍TCC的原理,以及从代码的角度上分析如何实现的;不涉及具体使用示例。本文通过分析tcc-transaction源码带大家了解TCC分布式事务的实现原理。 需要注意的是,本文所有代码都基于master-1.7.x分支,不同版本的源码会存在一定的差异。完整代码注释请参考:bigcoder84/tcc-transaction 一. 概述 1.1 项目模块 本文对 tcc-transaction 源码分析。主要涉及如下四个模块: tcc-transaction-core:tcc-transaction

听得到微笑的博客 4447

《YOLO11改进有效涨点》 专栏目录 | 目前已有100+篇内容,内含各种Head检测头、损失函数Loss、Backbone、Neck等创新点改进【持续更新】

YOLO11改进专栏目录,YOLO11改进目录

kay_545 1万+

022、Conv-BN-SiLU 基础卷积块:构造函数参数计算,前向传播的 PyTorch 逐行实现

本文详细解析了Conv-BN-SiLU卷积块的实现细节与注意事项。作者从调试经历出发,指出bias参数冗余会导致数值不稳定,强调卷积层应设置bias=False。文章对比了SiLU与ReLU的特性差异,逐行分析了构造函数参数计算(包括自动填充、分组卷积等)和前向传播过程,特别讲解了BN层与SiLU激活的数值特性。最后分享了三个实践中的常见问题:BN的momentum设置、SiLU输出范围的影响,以及分组卷积的通道对齐要求,并提供了卷积与BN融合的推理优化技巧。全文聚焦实际工程实现中的关键细节,具有较强实操指

ai技术增长的博客 220

@transaction 提交事务_分布式事务 TCC-Transaction 源码分析——TCC 实现

1. 概述本文分享 TCC 实现。主要涉及如下三个 Maven 项目:tcc-transaction-core :tcc-transaction 底层实现。tcc-transaction-api :tcc-transaction 使用 API。tcc-transaction-spring :tcc-transaction Spring 支持。你行好事会因为得到赞赏而愉悦同理,开源项目贡献者会因为 ...

weixin_42515120的博客 284

【Mode】FDE 求解器工作流程

Lumerical---FDE(Finite Difference Eigenmode) Solver

u011699626的博客 4946

TCC-Transaction 源码分析 —— Dubbo 支持

本文详细介绍了TCC-Transaction框架与Dubbo的集成实现。该方案通过Dubbo Filter机制拦截服务调用,实现TCC模式(Try-Confirm-Cancel)的分布式事务管理。核心组件包括事务上下文过滤器、消费者/提供者端处理逻辑、事务参与者注册等模块。框架支持事务上下文传播、多种异常处理机制和事务恢复功能,并提供了连接池优化、事务超时配置等性能优化措施。通过转账业务示例展示了实际应用场景,体现了该方案在分布式系统中的事务处理能力与Dubbo集成优势。

油墨香^-^的博客 1068

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

TCC-Transaction 开源项目教程

TCC-Transaction 开源项目教程 项目介绍 TCC-Transaction 是一个基于 TCC(Try-Confirm-Cancel)模型的分布式事务管理框架,由 Java 实现。它旨在提供高性能和简单易用的分布式事务解决方案,适用于微服务架构。TCC-Transaction 通过 Try 阶段预留资源,Confirm 阶段确认执行业务,Cancel 阶段取消执行业务,确保分布式事务的...

gitblog_00743的博客 663

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

TCC-Transaction使用教程

本指南适用于tcc-transaction 1.2.x版本。tcc-transaction 1.1.x版的使用指南请参考:使用指南1.1.x 1.2.x支持rpc框架支持隐式传参情况下将事务上下文参数TransactionContext以隐式传参方式进行传递,目前支持rpc框架为dubbo时的隐式传参方式传递,具体配置可参考下面“rpc框架为dubbo时隐式传参方式配置”。 国内主要的开...

nchu2020的专栏 752

分布式事物框架TCC-Transaction使用教程

分布式事物框架TCC-Transaction使用教程 本指南适用于tcc-transaction 1.2.x版本。tcc-transaction 1.1.x版的使用指南请参考:使用指南1.1.x 1.2.x支持rpc框架支持隐式传参情况下将事务上下文参数TransactionContext以隐式传参方式进行传递,目前支持rpc框架为dubbo时的隐式传参方式传递,具体配置可参考下面“rp...

varyall的专栏 1万+

TCC-Transaction 源码分析 —— TCC 实现详解

本文深入分析了TCC-Transaction分布式事务框架的核心架构与实现机制。该框架基于TCC(Try-Confirm-Cancel)模式,通过事务管理器协调分布式事务执行,包含四大核心组件:事务拦截器、参与者管理器、恢复调度器和存储模块。文章详细阐述了事务生命周期的源码实现,包括Try阶段的资源预留、Confirm/Cancel阶段的最终操作,以及基于定时任务的事务恢复机制。框架采用Spring AOP实现方法拦截,支持多种存储后端,并提供完善的异常处理和监控功能。通过异步Confirm、批量处理等优化

油墨香^-^的博客 525

java transaction cn_GitHub - cnzebra/tcc-transaction: tcc-transaction是TCC型事务java实现

1.2.x 版本不向下兼容1.1.x,主要在声明tcc服务方法的注解有改变。1.2.x不同于1.1.x主要的地方在于发布服务时不再强制要求服务方法参数必须有TransactionContext参数,从而减少对业务代码的侵入。Try: 尝试执行业务完成所有业务检查(一致性)预留必须业务资源(准隔离性)Confirm: 确认执行业务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Confir...

weixin_39667801的博客 189

TCC-Transaction 源码分析 —— 调试环境搭建

TCC-Transaction分布式事务框架环境搭建与调试指南 本文详细介绍了TCC-Transaction分布式事务框架的环境准备和调试配置流程。主要内容包括:1) 系统要求(JDK1.8+、MySQL5.7等);2) 数据库配置与表结构创建;3) 项目编译与IDE配置;4) 示例项目(Dubbo/HTTP)的启动配置;5) 远程调试设置与日志配置;6) 核心调试点设置(事务管理器、补偿拦截器等);7) 测试用例编写与调试技巧。同时提供了常见问题解决方案,如依赖冲突、数据库连接问题等。通过本文可快速搭建T

油墨香^-^的博客 610

TCC-Transaction 源码分析 —— TCC 实现

1. 概述 本文分享TCC 实现。主要涉及如下三个 Maven 项目: tcc-transaction-core:tcc-transaction 底层实现。 tcc-transaction-api:tcc-transaction 使用 API。 tcc-transaction-spring:tcc-transaction Spring 支持。 你行好事会因为得到赞赏而愉悦 同理,开源项目贡献者会因为 Star 而更加有动力 为 TCC-Transaction 点赞!传送门 OK,开始我...

weixin_42073629的博客 657

tcc-transaction 分析

https://www.cnblogs.com/xmzJava/p/10276525.html

darkdanyu1122的专栏 241

TCC-Transaction vs Seata:两大分布式事务框架终极对比指南

在微服务架构日益普及的今天,**分布式事务**成为了开发者必须面对的技术难题。TCC-Transaction和Seata作为Java生态中备受关注的两大分布式事务框架,各自拥有独特的优势和适用场景。本文将通过深度对比分析,帮助您选择最适合项目的分布式事务解决方案。 ## 框架概述与核心特性 ### TCC-Transaction:轻量级TCC模式实现 **TCC-Transaction**是

gitblog_01183的博客 959

tcc-transaction深入理解

分析的项目为https://github.com/changmingxie/tcc-transaction 在项目为dubbo搭配使用,因此全文是在dubbo服务环境进行分析。 首先tcc如何实现分布式服务的事务一致性的,配置使用的指南中,主要通过Compensable注解开始,首先找到注解的切面,有两个切面,tcc-transaction-spring 的 tcc-transaction.xml配置如下: <!-- 初始化compensable事物切面 --> <bea.

_再见阿郎_的专栏 8881

以TCC-Transaction框架以及Seata为例分析分布式事务TCC执行原理

文章目录场景整体处理流程使用TCC开发需要做的TCC-Transaction开源框架执行原理1. 事务存储器2. 事务拦截器CompensableTransactionAspect主事务ROOT分支事务Provider作用总结ResourceCoordinatorAspect3. 事务管理器4. 事务处理JOBseata 先以tcc-transaction开源分布式事务框架为例 场景 以下订单,之后扣减库存、扣款业务为例。 创建订单并付款 主事务:订单提交成功 两个子事务:扣款,扣减库存也都成功 成功场景:

u013905744的专栏 1833
上一篇: Seata
下一篇: Saga模式
HuiSoul200
博客等级 码龄8年 274粉丝 82原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值