MQ如何保证分布式事务

什么是分布式事务?

多个库实例实现ACID

下面咱们思考几个问题:

  1. 数据库如何实现事务?undo log+redo log+MVCC
  2. 多个数据库实例共享undo、redo、mvcc吗?不共享
  3. 既然多个库事务相互隔离,那如何保证多个库之间数据一致?

相信大家猜到了,一个应用系统多个数据库实例保证数据一致性就是分布式事务。

分布式事务演变(软状态)

基本实现

首先咱们先看一张图

在这里插入图片描述
正常情况

假设DB1和DB2不存在任何问题,且应用系统不会挂机
1、同时开启DB1和DB2事务
2、执行sql语句
3、未出现异常提交
4、如果出现异常回滚

非正常情况

#假如出现这几种情况怎么办
1、DB1或者DB2长时间连接不上或者超时
	--长事务,占用大量资源
2、sql执行完后未提交之前,服务宕机
	当前资源一直存在,别的线程无法操作(超时时间内)

缺点

1、同步阻塞
2、占用大量的资源
3、性能低下
tcc和t3c

在这里插入图片描述

过程

# tcc
1、第一阶段准备
2、提交
# 但是这个过程还是存在上述问题
#t3c 在tcc的基础上增加了最终一致性
假如在提交的事务时候协调者宕机,可以自动提交,
但是还是没有解决上面的问题

非事务MQ事务一致性

在这里插入图片描述
咱们试想一下,如果用MQ保证事务一致性,是不是只需要做到发送端本地事务提交后,MQ中有数据即可
那接收端呢,是不是只需要保证数据从MQ中取出数据,然后在确认消费之前保证本地事务一定提交就可以了

# 那么这个过程还是需要保证MQ是高可用的状态,目前能保证高可用的MQ市面上有很多。
# 那么流程咱们可以简单的拆解下

先执行本地事务:
	1、执行本地事务
	2、发送消息
	那么咱们做一个假设,先执行本地事务,后发送消息
		如果消息发送失败怎么办?如何保证MQ中一定存在数据?
			咱们试想下,DB1中有两张表是不是一定可以做到ACID?可以是吧
			那么咱们是不是可以在DB1中新建一个消息表,这时候业务数据是消息表数据是一致的。
			假如消息发送失败了,咱们可以使用定时器轮训发送消息表,通过回调服务重新发送消息。如果达到发送次数,再考虑下面操作。
如果是先执行发送消息呢?
	如果消息发送成功,本地事务执行失败,就会造成数据不一致了。

事务MQ

上面咱们分析过非事务MQ,如果先发送消息,会导致数据不一致,那如果支持事务的MQ呢

# 如果是支持事务的MQ咱们先发送消息是不是可以呢?可以的
支持事务的MQ有消息确认的特性;
咱们可以先梳理下
1、发送消息
2、执行本地事务
3、本地事务执行成功,确认消息
4、如果消息确认失败,流程结束
5、如果本地事务执行失败,回滚消息	
这样就保证了数据的一致性

大家是不是发现事务的MQ消息就不需要定时任务去支持了?

结论

MQ保证分布式事务时,如果MQ不支持事务,那么一定需要定时任务支持,如果支持事务,不需要额外处理

在现代分布式系统中,事务处理至关重要,其目标是确保系统的一致性和可靠性,保障数据完整性,消息队列(MQ)实现分布式事务成为重要研究主题[^1]。 ### 选择消息队列实现分布式事务的原因 以 RocketMQ 为例,尽管它对分布式事务的实现业务侵入性相对强一些,但可以保证业务层面的功能解耦从而提升并发性能,还对消息消费可靠性做了许多优化,如失败重试、死信队列等[^2]。 ### 实现方式示例 在 MQ 中设置成功队列和失败队列,若操作失败则进行回滚。例如,当用户服务需要调用物流服务和订单服务时,会向 MQ 发送一个消息,物流服务和订单服务监听该消息,有消息时进行消费,消费成功或者失败都告知 MQ。如此,用户服务即便要调用另外两个服务,也无需在同一个项目中,借助消息中间件传输消息,用户服务无需亲自调用数据库即可获取数据[^3]。 ### 具体实现步骤 消息生产方(发起方)需要额外创建一个消息表,并记录消息发送状态。消息表和业务数据需在一个事务里提交,即处于同一个数据库中。消息经过 MQ 发送到消息的消费方,若消息发送失败,会进行重试发送[^4]。 ### 相关规范和常见消息中间件 JMS(Java Message Service)规范定义了中间件的接口规范,它只是接口,没有具体实现,实现 JMS 接口的消息中间件称为 “JMS Provider”。目前知名的开源 MOM(Message Oriented Middleware)系统包括 Apache 的 ActiveMQ、RocketMQ、Kafka,以及 RabbitMQ,它们基本遵循或参考 JMS 规范,各有特点和优势。例如 ActiveMQ 有点对点的消息投递模式,生产者向队列投递一条消息,只有一个消费者能监听到这条消息(PTP)[^5]。 ### 基于 XA 协议的两阶段提交(2PC 方案) 这也是实现分布式事务的一种方式,但在引用中未详细展开其与消息队列结合的具体内容,不过它也是在分布式事务实现中会涉及到的重要方案[^3]。 ```python # 以下是一个简单的伪代码示例,模拟消息队列实现分布式事务的部分流程 import time # 模拟消息队列 message_queue = [] # 模拟消息表 message_table = [] # 消息生产方 def message_producer(): # 模拟业务数据 business_data = {"order_id": 1, "product_name": "example_product"} # 记录消息发送状态 message_status = {"message_id": 1, "status": "sending", "business_data": business_data} # 消息表和业务数据在一个事务里提交 message_table.append(message_status) # 发送消息到 MQ message_queue.append(message_status) print("Message sent to MQ") # 消息消费方 def message_consumer(): while message_queue: message = message_queue.pop(0) try: # 模拟消费消息 print(f"Consuming message: {message}") # 模拟消费成功 for msg in message_table: if msg["message_id"] == message["message_id"]: msg["status"] = "success" print("Message consumed successfully") except Exception as e: # 模拟消费失败,进行重试 print(f"Message consumption failed: {e}. Retrying...") message_queue.append(message) time.sleep(1) # 执行流程 message_producer() message_consumer() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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