分布式事务

1、本地事务

1.1、事务的基本性质

四特性：ACID

• 原子性（Atomicity）：一系列的操作整体不可拆分，要么同时成功，要么同时失败
  • 中止出错的事务，并撤销该事务进行的所有变更
• 一致性（Consistency）：数据在事务的前后，数据保持一致
  • 账户A转钱到账户B，那么账户A中减少的钱与账户B中增加的钱必须相等
• 隔离性（Isolation）：事务之间相互隔离
• 持久性（Durability）：一旦事务成功，数据存入数据库

在以往的单体应用中，我们多个业务操作使用同一条连接操作不同的数据表，一旦有异常，
我们可以很容易的整体回滚；

Business：我们具体的业务代码
Storage：库存业务代码；扣库存
Order：订单业务代码；保存订单
Account：账号业务代码；减账户余额
比如买东西业务，扣库存，下订单，账户扣款，是一个整体；必须同时成功或者失败
一个事务开始，代表以下的所有操作都在同一个连接里面。

1.2、事务的隔离级别

事务隔离会有性能损失，所以数据库往往提供多种隔离级别来防止一部分而不是全部的并发问题，由程序员来进行权衡。
Read Uncommitted（读未提交）：
A事务查询user，B事务修改还未提交，A事务再次查询user，发现改变。
该隔离级别的事务会读到其它未提交事务的数据，此现象也称之为脏读。

Read Committed（读已提交）：
A事务查询user，B事务修改并提交，A事务再次查询user，发现改变。此称之为幻读。
一句话：事务A读取到了事务B已经提交的修改数据，不符合隔离性。Oracle 和 SQL Server 的默认隔离级别。
Repeatable Read（可重复读）
A事务查询user，B事务修改并提交，A事务再次查询user，发现未改变。
有可能另一个事务已经插入了数据，而可重复读的情况下，当前事务是查询不到新插入的数据的，就会出现插入重复的情况。mysql默认级别。
Serializable（序列化）
A事务查询user，B事务修改不了，因为被加了锁。此时A提交，B事务修改成功。
在该隔离级别下事务都是串行顺序执行的，MySQL 数据库的 InnoDB 引擎会给读操作隐式
加一把行级读共享锁，从而避免了脏读、不可重读复读和幻读问题。

1.3、spring 事务的传播行为

Propagation.REQUIRED
支持当前事务，不存在就创建。是注解的默认设置
Propagation.SUPPORTS
支持当前事务，不存在就不以事务方式执行。
Propagation.MANDATORY
支持当前事务，不存在就抛出异常。
Propagation.REQUIRES_NEW
创建新事务，如果当前有，就暂停当前。
Propagation.NOT_SUPPORTED
非事务执行，如果存在当前事务，则暂停当前事务。
Propagation.NEVER
不以事务方式执行，有事务就抛出异常
Propagation.NESTED
如果当前存在事务，则在嵌套事务内执行。如果当前没有事务，
则执行与 PROPAGATION_REQUIRED 类似的操作

解释
共用一个事务，b失败回滚，a也会回滚。a事务的设置也会传播给b

@Transactional
public void a(){
	b();
	//异常
}
@Transactional
public void b(){
	//DML
}

传播行为。a的失败不会引起b的回滚，反之亦然。

@Transactional
public void a(){
	b();
	//异常
}
@Transactional(propagation = Propagation.RQUIRES_NEW)
public void b(){
	//DML
}

1.4、SpringBoot 事务问题

失效

public class XxxServiceImpl{
	@Transactional
	public void a(){
		b();
	}
	@Transactional(progation = Progation.RQUIRES_NEW)
	public void b(){
		// 错误，回滚，仍然使用a的事务。因为没有走代理
	}
}

失效解决
代理对象的缘故。解决：

1. 导入spring-boot-starter-aop

<!--aop 核心功能，里面引入了 aspectj-->
<dependency>
  <groupId>org.springframework.boot</groupId>
  <artifactId>spring-boot-starter-aop</artifactId>
</dependency>

2. 启动类@EnableAspectAutoProxy(exposeProxy = true)
   开启 aspectj 动态代理功能，以后所有的动态代理都是 ajpectj 创建的（即使没有接口也可以创建动态代理）
3. AopContext.currentProxy()

public class XxxServiceImpl{
	@Transactional
	public void a(){
		XxxServiceImpl xxxServiceImpl = (XxxServiceImpl)AopContext.currentProxy();
		b();
	}
	@Transactional(progation = Progation.RQUIRES_NEW)
	public void b(){
		// 错误，回滚，仍然使用a的事务。因为没有走代理
	}
}

2、分布式事务

2.1、为什么有分布式事务

分布式系统经常出现的异常：机器宕机、网络异常、消息丢失、消息乱序、数据错误、不可靠的 TCP、存储数据丢失…

2.2、CAP定理与BASE理论

2.2.1、CAP理论

CAP 原则又称 CAP 定理，指的是在一个分布系统中

• 一致性（Consistency）：
  • 在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）
• 可用性（Availability）：
  • 在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）
• 分区容错性（Partition tolerance）
  • 大多数分布式系统都分布在多个子网络。每个子网络就叫做一个区（partition）。分区容错的意思是，区间通信可能失败。比如，一台服务器放在中国，另一台服务器放在美国，这就是两个区，它们之间可能无法通信。

CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。
一般来说，分区容错无法避免，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A无法同时做到。
对于多数大型互联网应用的场景，主机众多、部署分散，而且现在的集群规模越来越大，所以节点故障、网络故障是常态，而且要保证服务可用性达到 99.99999%（N 个 9），即保证P 和 A，舍弃 C。
即AP。

2.2.2、BASE理论

是对 CAP 理论的延伸，思想是即使无法做到强一致性（CAP 的一致性就是强一致性），但可以采用适当的采取弱一致性，即最终一致性。
BASE 是指

• 基本可用（Basically Available）
  • 基本可用是指分布式系统在出现故障的时候，允许损失部分可用性（例如响应时间、功能上的可用性），允许损失部分可用性。需要注意的是，基本可用绝不等价于系统不可用。
  • 响应时间上的损失：正常情况下搜索引擎需要在 0.5 秒之内返回给用户相应的查询结果，但由于出现故障（比如系统部分机房发生断电或断网故障），查询
    结果的响应时间增加到了 1~2 秒。
  • 功能上的损失：购物网站在购物高峰（如双十一）时，为了保护系统的稳定性，部分消费者可能会被引导到一个降级页面。
• 软状态（ Soft State）
  • 软状态是指允许系统存在中间状态，而该中间状态不会影响系统整体可用性。分布式存储中一般一份数据会有多个副本，允许不同副本同步的延时就是软状态的体现。mysql replication 的异步复制也是一种体现。
• 最终一致性（ Eventual Consistency）
  • 最终一致性是指系统中的所有数据副本经过一定时间后，最终能够达到一致的状态。弱一致性和强一致性相反，最终一致性是弱一致性的一种特殊情况。

2.2.3、不同一致性的理解

从客户端角度，多进程并发访问时，更新过的数据在不同进程如何获取的不同策略，决定了不同的一致性。
对于关系型数据库，要求更新过的数据能被后续的访问都能看到，这是强一致性。
如果能容忍后续的部分或者全部访问不到，则是弱一致性。
如果经过一段时间后要求能访问到更新后的数据，则是最终一致性。

3、分布式事务几种方案

3.1、2PC模式

数据库支持的 2PC【2 phase commit 二阶提交】，又叫做 XA Transactions。
MySQL 从 5.5 版本开始支持，SQL Server 2005 开始支持，Oracle 7 开始支持。
第一阶段：事务协调器要求每个涉及到事务的数据库预提交(precommit)此操作，并反映是否可以提交。
第二阶段：事务协调器要求每个数据库提交数据。其中，如果有任何一个数据库否决此次提交，那么所有数据库都会被要求回滚它们在此事务
中的那部分信息。

缺点
性能不理想，mysql支持不理想。

3.2、柔性事务-TCC事务补偿型方案

刚性事务：遵循 ACID 原则，强一致性。
柔性事务：遵循 BASE 理论，最终一致性；
与刚性事务不同，柔性事务允许一定时间内，不同节点的数据不一致，但要求最终一致。

一阶段 prepare 行为：调用 自定义 的 prepare 逻辑。
二阶段 commit 行为：调用 自定义 的 commit 逻辑。
二阶段 rollback 行为：调用 自定义 的 rollback 逻辑进行补偿。

3.2、柔性事务-最大努力通知型方案

按规律进行通知，不保证数据一定能通知成功，但会提供可查询操作接口进行核对。

• 这种方案主要用在与第三方系统通讯时，比如：调用微信或支付宝支付后的支付结果通知。
• 这种方案也是结合 MQ 进行实现，例如：通过 MQ 发送 http 请求，设置最大通知次数。达到通知次数后即不再通知。
  案例：银行通知、商户通知等（各大交易业务平台间的商户通知：多次通知、查询校对、对账文件），支付宝的支付成功异步回调。

例子
一个下单内部由

• 锁定库存
• 扣减积分
• 创建订单

这三个服务都订阅了mq。此时下单服务向mq发消息，告诉mq，下单失败。
mq按规律通知订阅者。

3.4、柔性事务-可靠消息+最终一致性方案（异步确保型）

实现：业务处理服务在业务事务提交之前，向实时消息服务请求发送消息，实时消息服务只记录消息数据，而不是真正的发送。业务处理服务在业务事务提交之后，向实时消息服务确认发送。只有在得到确认发送指令后，实时消息服务才会真正发送。
防止消息丢失：
/**

• 1、做好消息确认机制（pulisher，consumer【手动 ack】）
• 2、每一个发送的消息都在数据库做好记录。定期将失败的消息再次发送一
  遍
  */

SEATA

引入SEATA解决分布式事务问题
官方文档