悟了！原来这才是分布式事务的正确打开方式
==========
1，什么是 2PC
========
2PC 即两阶段提交协议，是将整个事务流程分为两个阶段，准备阶段（Prepare phase）、提交阶段（commit phase），2 是指两个阶段，P 是指准备阶段，C 是指提交阶段。
准备阶段（Prepare phase）： 事务管理器给每个参与者发送 Prepare 消息 ，每个数据库参与者在本地执行事务，并写本地的 Undo/Redo 日志，此时事务没有提交。（Undo 日志是记录修改前的数据，用于数据库回滚，Redo 日志是记录修改后的数据，用于提交事务后写入数据文件）
提交阶段（commit phase）：如果事务管理器收到了参与者的执行失败或者超时消息时，直接给每个参与者发送回滚(Rollback)消息；否则，发送提交(Commit)消息；参与者根据事务管理器的指令执行提交或者回滚操作，并释放事务处理过程中使用的锁资源。注意:必须在最后阶段释放锁资源。
成功情况：
失败情况：
2，解决方案之 XA
=========
2PC 的 传统方案是在数据库层面 实现的，如 Oracle、MySQL 都支持 2PC 协议，为了统一标准减少行业内不必要的对接成本，需要制定标准化的处理模型及接口标准，国际开放标准组织 Open Group 定义了分布式事务处理模型 DTP（Distributed Transaction Processing Reference Model）。
整个 2PC 的事务流程涉及到三个角色 AP、RM、TM。AP 指的是使用 2PC 分布式事务的 应用程序；RM 指的是 资源管理器 ，它控制着分支事务；TM 指的是 事务管理器 ，它控制着整个全局事务。
1）在 准备阶段 RM 执行实际的业务操作，但不提交事务，资源锁定；
2）在 提交阶段 TM 会接受 RM 在准备阶段的执行回复，只要有任一个 RM 执行失败，TM 会通知所有 RM 执行回滚操作，否则，TM 将会通知所有 RM 提交该事务。提交阶段结束资源锁释放。
XA 方案的问题 ：1、需要本地数据库支持 XA 协议。2、资源锁需要等到两个阶段结束才释放，性能较差。
3，解决方案之 Seata
============
a）seata 的设计思想
============
Seata 的设计目标其一是对业务无侵入，因此从业务无侵入的 2PC 方案着手，在传统 2PC 的基础上演进，并解决 2PC 方案面临的问题。
Seata 把 一个分布式事务理解成一个包含了若干分支事务的全局事务 。全局事务的职责是协调其下管辖的分支事务达成一致，要么一起成功提交，要么一起失败回滚。此外，通常分支事务本身就是一个关系数据库的本地事务，下图是全局事务与分支事务的关系图：
与 传统 2PC 的模型类似，Seata 定义了 3 个组件来协议分布式事务的处理过程：
Transaction Coordinator (TC)： 事务协调器 ，它是独立的中间件，需要 独立部署 运行，它维护全局事务的运行状态，接收 TM 指令发起全局事务的提交与回滚，负责与 RM 通信协调各个分支事务的提交或回滚。
Transaction Manager (TM)： 事务管理器 ，TM 需要嵌入应用程序中工作，它负责 开启一个全局事务 ，并最终向 TC 发起全局提交或全局回滚的指令。
Resource Manager (RM)： 控制分支事务 ，负责分支注册、状态汇报，并接收事务协调器 TC 的指令，驱动分支（本地）事务的提交和回滚。
b）Seata 的执行流程
============
用户服务的 TM 向 TC 申请开启一个全局事务 ，全局事务创建成功并 生成一个全局唯一的 XID。
用户服务的 RM 向 TC 注册 分支事务 ，该分支事务在用户服务执行新增用户逻辑，并将其纳入 XID 对应全局事务的管辖 。
用户服务执行分支事务，向用户表插入一条记录。
逻辑执行到远程调用积分服务时( XID 在微服务调用链路的上下文中传播 )。积分服务的 RM 向 TC 注册分支事务，该分支事务执行增加积分的逻辑，并将其纳入 XID 对应全局事务的管辖。
积分服务执行分支事务，向积分记录表插入一条记录，执行完毕后，返回用户服务。
用户服务分支事务执行完毕。
TM 向 TC 发起针对 XID 的全局提交或回滚决议 。
TC 调度 XID 下管辖的全部分支事务 完成提交或回滚请求 。
c）Seata 的具体实现
============
详情见： Spring Cloud Alibaba Seata
4，Seata 与传统 2PC
=============
架构层次方面， 传统 2PC 方案的 RM 实际上是在 数据库层 ，RM 本质上就是数据库自身，通过 XA 协议实现，而 Seata 的 RM 是以 jar 包的形式作为中间件层部署 在应用程序这一侧的。
两阶段提交方面，传统 2PC 无论第二阶段的决议是 commit 还是 rollback， 事务性资源的锁都要保持到 Phase2 完成才释放 。而 Seata 的做法是在 Phase1 就将本地事务提交 ，这样就可以省去 Phase2 持锁的时间，整体 提高效率 。
四、解决方案之 TCC
==========
1，什么是 TCC
========
TCC 是 Try、Confirm、Cancel 三个词语的缩写，TCC 要求每个分支事务实现三个操作：预处理 Try、确认 Confirm、撤销 Cancel。Try 操作做业务检查及资源预留 ， Confirm 做业务确认操作 ， Cancel 实现一个与 Try 相反的操作即回滚操作 。TM 首先发起所有的分支事务的 try 操作，任何一个分支事务的 try 操作执行失败，TM 将会发起所有分支事务的 Cancel 操作，若 try 操作全部成功，TM 将会发起所有分支事务的 Confifirm 操作，其中 Confirm/Cancel 操作若执行失败，TM 会进行重试。
成功情况：
失败情况：
TCC 分为三个阶段：
Try 阶段是做 业务检查(一致性)及资源预留(隔离) ，此阶段仅是一个初步操作，它和后续的 Confirm 一起才能真正构成一个完整的业务逻辑。
Confirm 阶段是做 确认提交 ，Try 阶段所有分支事务执行成功后开始执行 Confirm。通常情况下，采用 TCC 则认为 Confifirm 阶段是不会出错的。即： 只要 Try 成功，Confirm 一定成功 。若 Confirm 阶段真的出错了，需引入重试机制或人工处理。
Cancel 阶段是在业务执行错误 需要回滚的状态下执行分支事务的业务取消 ，预留 资源释放。通常情况下，采用 TCC 则 认为 Cancel 阶段也是一定成功 的。若 Cancel 阶段真的出错了，需引入重试机制或人工处理。
2，TCC 解决方案
=========
<table><tbody><tr><td><p><strong>框架名称</strong></p></td><td><p><strong>Github 地址</strong></p></td></tr><tr><td><p>tcc-transaction</p></td><td><p>https://github.com/changmingxie/tcc-transaction</p></td></tr><tr><td><p>Hmily</p></td><td><p>https://github.com/yu199195/hmily</p></td></tr><tr><td><p>ByteTCC</p></td><td><p>https://github.com/liuyangming/ByteTCC</p></td></tr><tr><td><p>EasyTransaction</p></td><td><p>https://github.com/QNJR-GROUP/EasyTransaction</p></td></tr></tbody></table>
3，TCC 需要注意的问题
============
a）空回滚
=====
在没有调用 TCC 资源 Try 方法的情况下，调用了二阶段的 Cancel 方法，Cancel 方法需要 识别出这是一个空回滚 ，然后直接返回成功。
出现原因：是当一个分支事务所在服务宕机或网络异常，分支事务调用记录为失败，这个时候其实是没有执行 Try 阶段，当故障恢复后，分布式事务进行回滚则会调用二阶段的 Cancel 方法，从而形成空回滚。
解决方法：识别出这个空回滚。需要知道一阶段是否执行，如果执行了，那就是正常回滚；如果没执行，那就是空回滚。前面已经说过 TM 在发起全局事务时生成全局事务记录，全局事务 ID 贯穿整个分布式事务调用链条。再额外增加一张分支事务记录表，其中有全局事务 ID 和分支事务 ID，第一阶段 Try 方法里会插入一条记录，表示一阶段执行了。
//在 cancel 中 cancel 空回滚处理，如果 try 没有执行，cancel 不允许执行
if(accountInfoDao.isExistTry(transId)<=0){
log.info("bank1 空回滚处理，try 没有执行，不允许 cancel 执行,xid:{}",transId);
return ;
}
b）幂等
====
为了保证 TCC 二阶段提交重试机制不会引发数据不一致，要求 TCC 的二阶段 Try、Confirm 和 Cancel 接口保证幂等，这样不会重复使用或者释放资源。如果幂等控制没有做好，很有可能导致数据不一致等严重问题。
//当前是在 try 中进行幂等判断 判断 local_try_log 表中是否有 try 日志记录，如果有则不再执行
if(accountInfoDao.isExistTry(transId)>0){
log.info("bank1 try 已经执行，无需重复执行,xid:{}",transId);
return ;
}
c）悬挂
====
悬挂就是对于一个分布式事务，其二阶段 Cancel 接口比 Try 接口先执行。
出现原因：RPC 调用分支事务 try 时，先注册分支事务，再执行 RPC 调用，如果此时 RPC 调用的网络发生拥堵，通常 RPC 调用是有超时时间的， RPC 超时 以后，TM 就会通知 RM 回滚 该分布式事务，可能回滚完，RPC 请求才到达参与者真正执行，而一个 Try 方法预留的业务资源。
解决思路：如果二阶段执行完成，那一阶段就不能再继续执行。在执行一阶段事务时判断在该全局事务下， “分支事务记录”表中是否已经有二阶段事务记录 ，如果有则不执行 Try。
//try 悬挂处理，如果 cancel、confirm 有一个已经执行了，try 不再执行
if(accountInfoDao.isExistConfirm(transId)>0 || accountInfoDao.isExistCancel(transId)>0){
log.info("bank1 try 悬挂处理 cancel 或 confirm 已经执行，不允许执行 try,xid:{}",transId);
return ;
}
4，Hmily
=======
项目源码： cloud-dtx-tcc
a）导入数据库
=======
sql 文件下载地址为： dtx-tcc-sql
b）工程配置
======
涉及到分布式事务的工程均需要的配置
maven 配置
=======
<dependency>
<groupId>org.dromara</groupId>
<artifactId>hmily‐springcloud</artifactId>
<version>2.0.4‐RELEASE</version>
</dependency>
application.yaml 中添加 hmily
org:
dromara:
hmily:
serializer: kryo
recoverDelayTime: 30
retryMax: 30
scheduledDelay: 30
scheduledThreadMax: 10
repositorySupport: db
#对于发起方的时候，把此属性设置为 true。参与方为 false。
started: true
hmilyDbConfig:
driverClassName: com.mysql.jdbc.Driver
url: jdbc:mysql://localhost:3306/hmily?useUnicode=true
username: root
password: 123456
注入 hmily 的配置 Bean
@Bean
public HmilyTransactionBootstrap hmilyTransactionBootstrap(HmilyInitService hmilyInitService){
HmilyTransactionBootstrap hmilyTransactionBootstrap = new HmilyTransactionBootstrap(hmilyInitService);
hmilyTransactionBootstrap.setSerializer(env.getProperty("org.dromara.hmily.serializer"));
hmilyTransactionBootstrap.setRecoverDelayTime(Integer.parseInt(env.getProperty("org.dromara.hmily.recoverDelayTime")));
hmilyTransactionBootstrap.setRetryMax(Integer.parseInt(env.getProperty("org.dromara.hmily.retryMax")));
hmilyTransactionBootstrap.setScheduledDelay(Integer.parseInt(env.getProperty("org.dromara.hmily.scheduledDelay")));
hmilyTransactionBootstrap.setScheduledThreadMax(Integer.parseInt(env.getProperty("org.dromara.hmily.scheduledThreadMax")));
hmilyTransactionBootstrap.setRepositorySupport(env.getProperty("org.dromara.hmily.repositorySupport"));
hmilyTransactionBootstrap.setStarted(Boolean.parseBoolean(env.getProperty("org.dromara.hmily.started")));
HmilyDbConfig hmilyDbConfig = new HmilyDbConfig();
hmilyDbConfig.setDriverClassName(env.getProperty("org.dromara.hmily.hmilyDbConfig.driverClassName"));
hmilyDbConfig.setUrl(env.getProperty("org.dromara.hmily.hmilyDbConfig.url"));
hmilyDbConfig.setUsername(env.getProperty("org.dromara.hmily.hmilyDbConfig.username"));
hmilyDbConfig.setPassword(env.getProperty("org.dromara.hmily.hmilyDbConfig.password"));
hmilyTransactionBootstrap.setHmilyDbConfig(hmilyDbConfig);
return hmilyTransactionBootstrap;
}
启动类上添加注解
@ComponentScan({"org.dromara.hmily"})
c）调用方（bank1）实现
==============
代码实现： AccountInfoServiceImpl
try：
try 幂等校验
try 悬挂处理
检查余额是够扣减金额
扣减金额
confirm：
空
cancel
cancel 幂等校验
cancel 空回滚处理
增加可用余额
注意 ：远程调用 bank2 时，在 feign 调用的接口上加注解 @Hmily
d）参与方（bank2）实现
==============
代码实现： AccountInfoServiceImpl
try：
空
confirm：
confirm 幂等校验
正式增加金额
cancel：
空
e）小结
====
如果拿 TCC 事务的处理流程与 2PC 两阶段提交做比较， 2PC 通常都是在跨库的 DB 层面 ，而 TCC 则在应用层面的处理 ，需要通过业务逻辑来实现。这种分布式事务的实现方式的 优势 在于，可以让应用自己定义数据操作的粒度，使得 降低锁冲突、提高吞吐量 成为可能。
而 不足之处 则在于对应用的 侵入性非常强 ，业务逻辑的每个分支都需要实现 try、confirm、cancel 三个操作。此外，其 实现难度也比较大 ，需要按照网络状态、系统故障等不同的失败原因实现不同的回滚策略。
五、解决方案之可靠消息最终一致性
================
项目源码： cloud-dtx-txmsg
1，什么是可靠消息最终一致性
==============
可靠消息最终一致性方案是指当 事务发起方执行完成本地事务后并发出一条消息 ， 事务参与方(消息消费者)一定能够接收消息并处理事务成功 ，此方案强调的是只要消息发给事务参与方最终事务要达到一致。
可靠消息需要解决的问题：
本地事务与消息发送的原子性问题
//先发消息如果数据库操作错误,消息已经发送 begin transaction； //1.发送 MQ //2.数据库操作 commit transation; //如果数据库超时，此时数据库回滚，但是消息可能也已经发送 begin transaction； //1.数据库操作 //2.发送 MQ commit transation;
事务参与方接受消息的可靠性
事务参与方必须能够从消息队列接收到消息，如果接收消息失败可以重复接收消息。
消息重复消费的问题
由于网络 2 的存在，若某一个消费节点超时但是消费成功，此时消息中间件会重复投递此消息,就导致了消息的重 复消费。 要解决消息重复消费的问题就要实现事务参与方的方法幂等性。
2，RocketMQ 事务消息方案
================
Producer 发送事务消息 ：Producer （MQ 发送方）发送事务消息至 MQ Server，MQ Server 将消息状态标记为 Prepared（ 预备状态 ），注意此时这条消息消费者（MQ 订阅方）是 无法消费 到的。
MQ Server 回应消息 发送成功 ：MQ Server 接收到 Producer 发送给的消息则回应发送成功表示 MQ 已接收到消息。
Producer 执行 本地事务 ：Producer 端执行业务代码逻辑，通过 本地数据库事务控制 。
消息投递 ：若 Producer 本地事务 执行成功 则自动向 MQServer 发送 commit 消息，此时 MQ 订阅方（积分服务）即正常消费消息；若 Producer 本地事务 执行失败 则自动向 MQServer 发送 rollback 消息，MQ Server 接收到 rollback 消息后 将删除”增加积分消息“ 。 MQ 订阅方（积分服务）消费消息， 消费成功则向 MQ 回应 ack ，否则将重复接收消息。这里 ack 默认自动回应，即程序执行正常则自动回应 ack。
事务回查 ：如果执行 Producer 端 本地事务过程中，执行端挂掉，或者超时 ，MQ Server 将会不停的询问 同组的其他 Producer 来获取事务执行状态 ，这个过程叫事务回查。MQ Server 会根据事务回查结果来决定是否投递消息。
3，RocketMQ 实现可靠消息最终一致性事务
=======================
a）SQL
=====
bank1
CREATE DATABASE bank1 CHARACTER
SET 'utf8' COLLATE 'utf8_general_ci';
DROP TABLE
IF EXISTS account_info;
CREATE TABLE account_info (
id BIGINT (20) NOT NULL AUTO_INCREMENT,
account_name VARCHAR (100) CHARACTER
SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT '户 主姓名',
account_no VARCHAR (100) CHARACTER
SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT '银行 卡号',
account_password VARCHAR (100) CHARACTER
SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT '帐户密码',
account_balance DOUBLE NULL DEFAULT NULL COMMENT '帐户余额',
PRIMARY KEY (id) USING BTREE
) ENGINE = INNODB AUTO_INCREMENT = 5 CHARACTER
SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;
INSERT INTO account_info
VALUES
(
2,
'张三的账户',
'1',
'',
10000
);
DROP TABLE
IF EXISTS de_duplication;
CREATE TABLE de_duplication (
tx_no VARCHAR (64) COLLATE utf8_bin NOT NULL,
create_time datetime (0) NULL DEFAULT NULL,
PRIMARY KEY (tx_no) USING BTREE
) ENGINE = INNODB CHARACTER
SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;
View Code
bank2
CREATE DATABASE bank2 CHARACTER
SET 'utf8' COLLATE 'utf8_general_ci';
DROP TABLE
IF EXISTS account_info;
CREATE TABLE account_info (
id BIGINT (20) NOT NULL AUTO_INCREMENT,
account_name VARCHAR (100) CHARACTER
SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT '户 主姓名',
account_no VARCHAR (100) CHARACTER
SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT '银行 卡号',
account_password VARCHAR (100) CHARACTER
SET utf8 COLLATE utf8_bin NULL DEFAULT NULL COMMENT '帐户密码',
account_balance DOUBLE NULL DEFAULT NULL COMMENT '帐户余额',
PRIMARY KEY (id) USING BTREE
) ENGINE = INNODB AUTO_INCREMENT = 5 CHARACTER
SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;
INSERT INTO account_info
VALUES
(
3,
'李四的账户',
'2',
NULL,
0
);
CREATE TABLE de_duplication (
tx_no VARCHAR (64) COLLATE utf8_bin NOT NULL,
create_time datetime (0) NULL DEFAULT NULL,
PRIMARY KEY (tx_no) USING BTREE
) ENGINE = INNODB CHARACTER
SET = utf8 COLLATE = utf8_bin ROW_FORMAT = Dynamic;
View Code
b）安装 RocketMQ
============
c）工程配置
======
maven
<dependency>
<groupId>org.apache.rocketmq</groupId>
<artifactId>rocketmq-spring-boot-starter</artifactId>
<version>2.0.2</version>
</dependency>
properties 配置
rocketmq.producer.group = producer_bank2
rocketmq.name‐server = 127.0.0.1:9876
d）bank1
=======
Service： AccountInfoServiceImpl
//两个方法
//1，向 mq 发送转账消息
//2，更新账户，扣减金额 （通过事务 id 保证幂等性）
Controller： AccountInfoController
//生成事务 id，调用 service 的发消息接口
message： ProducerTxmsgListener
//两个方法 executeLocalTransaction 和 checkLocalTransaction
//事务消息发送后的回调方法。此时保证本地事务，调用 Service 扣减金额同时将消息改为 COMMIT（可消费状态），如果捕获异常，将消息改为 ROLLBACK 回滚
//事务回查。查询是否在调用方已经处理，如果已经处理需修改消息为 COMMIT 可消费,否则就是 UNKOWN 状态。
e）bank2
=======
Service： AccountInfoServiceImpl
//更新账户 bank2，增加金额。(通过事务 id 保证幂等性)
message： TxmsgConsumer
======================
//监听 bank1 发送的消息 topic，调用 Service 增加金额
4，总结
====
可靠消息最终一致性就是 保证消息从生产方经过消息中间件传递到消费方 的一致性，本案例使用了 RocketMQ 作为消息中间件，RocketMQ 主要解决了两个功能：
本地事务与消息发送的原子性问题。
事务参与方接收消息的可靠性。
可靠消息最终一致性事务适合 执行周期长且实时性要求不高的场景 。引入消息机制后，同步的事务操作变为基于消息执行的 异步 操作, 避免了分布式事务中的同步阻塞操作的影响，并实现了两个服务的 解耦 。
六、解决方案之最大努力通知
=============
源码： cloud-dtx-notify
1，什么是最大努力通知
===========
发起通知方通过一定的机制 最大努力将业务处理结果通知到接收方 。
有一定的 消息重复通知机制 。因为接收通知方可能没有接收到通知，此时要有一定的机制对消息重复通知。
消息校对机制 。如果尽最大努力也没有通知到接收方，或者接收方消费消息后要再次消费，此时可 由接收方主动向通知方查询消息 信息来满足需求。
2，最大努力通知与可靠消息一致性的异同
===================
思想不同：可靠消息一致性，发起 通知方需要保证将消息发出去 ，并且将消息发到接收通知方，消息的可靠性关键由发起通知方来保证。最大努力通知，发起通知方尽最大的努力将业务处理结果通知为接收通知方，但是可能消息接收不到，此时需要接收通知方主动调用发起通知方的接口查询业务处理结果， 通知的可靠性关键在接收通知方 。
业务场景不同：可靠消息一致性关注的是 交易过程的事务一致 ，以异步的方式完成交易。最大努力通知关注的是 交易后的通知事务 ，即将交易结果可靠的通知出去。
技术解决方向不同：可靠消息一致性要解决 消息从发出到接收的一致性 ，即消息发出并且被接收到；最大努力通知无法保证消息从发出到接收的一致性，只提供消息接收的可靠性机制。可靠机制是， 最大努力的将消息通知给接收方 ，当消息无法被接收方接收时，由 接收方主动查询消息 （业务处理结果）。
3，解决方案
======
a）解决方案一：
具体流程：
发起通知方将通知发给 MQ。使用普通消息机制将通知发给 MQ。
接收通知方监听 MQ。
接收通知方接收消息，业务处理完成回应 ack。
接收通知方若 没有回应 ack 则 MQ 会重复通知 。 MQ 会按照间隔 1min、5min、10min、30min、1h、2h、5h、10h 的方式，逐步拉大通知间隔 （如果 MQ 采用 rocketMq，在 broker 中可进行配置），直到达到通知要求的时间窗口上限。
接收通知方可通过消息校对接口来校对消息的一致性。
b）解决方案二：
与方案 1 不同的是 应用程序向接收通知方发送通知 ，如下图：
评论