【分布式事务】GitHub上分布式事务框架压测性能对比

一、前言

      随着项目逐步以微服务开发为趋势，逐渐呈现一个服务对应一个数据库。从中产生了分布式事务的问题：一个操作先后调用不同的服务，要保证服务间的事务一致性，这就是分布式事务解决的问题。

      本次调研，根据github上star排名进行调研，主要调研了hmily和bytetcc两种分布式事务框架。

二、选型原则

      本次调研主要是根据CAP和BASE理论进行，主要要保证数据的可用性、分区容错性、最终一致性。

三、调研框架介绍

hmily介绍

      Hmily是由碧桂园工程师开发，高性能异步分布式事务TCC框架。

      Github地址：https://github.com/yu199195/hmily

特点：
1、 采用disruptor框架进行事务日志的异步读写，与RPC框架的性能毫无差别。
2、 RPC框架支持 : dubbo,motan,springcloud。
3、 支持嵌套事务(Nested transaction support).
4、 采用disruptor框架进行事务日志的异步读写，与RPC框架的性能毫无差别。
5、 支持SpringBoot-starter 项目启动，使用简单。
6、 本地事务存储支持 : redis,mongodb,zookeeper,file,mysql。
7、 事务日志序列化支持 ：java，hessian，kryo，protostuff。
8、 采用Aspect AOP 切面思想与Spring无缝集成，天然支持集群。
9、 内置经典的分布式事务场景demo工程，并有swagger-ui可视化界面可以快速体验。
10、 异步confirm 和 cancel，保证数据一致性
11、 使用Guava Cache

Bytetcc介绍

      Bytetcc是由北京新奥集团工程师开发，是一个兼容JTA规范的基于TCC机制的分布式事务管理器。目前开发到了第五版，稳定版本为第四版，本次调研为第四版（0.4.x）。

      GitHub地址：https://github.com/liuyangming/ByteTCC

特点：
1、支持Spring容器的声明式事务管理；
2、支持普通事务、TCC事务、saga事务等事务机制；
3、支持多数据源、跨应用、跨服务器等分布式事务场景；
4、支持长事务；
5、支持dubbo服务框架；
6、支持spring cloud；

四、压测机器情况说明

压测机

• Windows 10 企业版
• 16GB
• Jmeter

服务器

服务器cpu	服务器内存	服务器网络	压测机cpu	服务器cpu配置	服务器内存配置	rds的cpu情况,可能多个	redis的cpu情况,可能多个
4	16	公司内网	4	4核	4G	4	没有使用

五、压测报告

hmily压测报告

正常执行

接口	总数	平均响应时间	中间数	90%	95%	99%	最小响应时间	最大响应时间	错误率	吞吐量	每秒接受消息	每秒发送发送消息	线程数
Pay	500000	225	215	347	394	513	13	1374	0	438.7	51.41	87.82	100

      测试结果分析：测试结果发现，吞吐量比较高，但是hmily存在优化的地方，当前版本异步执行confirm和cancel的速度比较慢，且在高并发情况下存在数据不一致问题：

      例如：
      一共执行10w条数据，目标结果：库存-10w ， 账户-10w。但是最终执行结果：库存和账户的剩余量不一样。不能保证数据的最终一致性。

      Cpu：

      DB cpu：

带回滚操作执行

接口	总数	平均响应时间	中间数	90%	95%	99%	最小响应时间	最大响应时间	错误率	吞吐量	每秒接受消息	每秒发送发送消息	线程数
Pay	200000	1573	1384	2703	3246	5815	48	11596	0	62.2	32.02	12.45	100

      Cpu：

      DB cpu：

Bytetcc 压测报告

正常执行

接口	总数	平均响应时间	中间数	90%	95%	99%	最小响应时间	最大响应时间	错误率	吞吐量	每秒接受消息	每秒发送发送消息	线程数
Pay	500000	1197	1180	1534	1652	1900	85	2953	0	106.9	14.43	16.71	100

      测试结果分析：吞吐量比较低，可以保证数据的最终一致性。比较稳定。

      Cpu：

DB cpu：

带回滚操作执行

接口	总数	平均响应时间	中间数	90%	95%	99%	最小响应时间	最大响应时间	错误率	吞吐量	每秒接受消息	每秒发送发送消息	线程数
Pay	60000	4006	3556	4491	4973	21972	100	10012	0	48.6	9.1	9.64	100

      Cpu：

      DB cpu：

六、小结

      小编只是通过Jmeter对两个比较火的分布式事务框架进行了压测，其中的业务逻辑是一样的，性能也是有不同的。

      测试的代码地址：

      hmily：https://github.com/AresKingCarry/hmilyDemo
      Bytetcc：https://github.com/AresKingCarry/ByteTccDemo