面试集中营—Seata分布式事务

一、分布式事务

本地事务

        在计算机系统中，更多的是通过关系型数据库来控制事务，这是利用数据库本身的事务特性来实现的， 因此叫数据库事务，由于应用主要靠关系数据库来控制事务，而数据库通常和应用在同一个服务器，所以基于关系型数据库的事务又被称为本地事务。
        数据库事务的四大特性：ACID
         A （ Atomic ）：原子性，构成事务的所有操作，要么都执行完成，要么全部不执行，不可能出现部分成功部分失败的情况。
        C（ Consistency ）：一致性，在事务执行前后，数据库的一致性约束没有被破坏。比如：张三向李四转100 元，转账前和转账后的数据是正确状态这叫一致性，如果出现张三转出 100 元，李四账户没有增加
100 元这就出现了数 据错误，就没有达到一致性。
        I（ Isolation ）：隔离性，数据库中的事务一般都是并发的，隔离性是指并发的两个事务的执行互不干扰，一个事务不能看到其他事务的运行过程的中间状态。通过配置事务隔离级别可以比避免脏读、重复读问题。
        D（ Durability ）：持久性，事务完成之后，该事务对数据的更改会持久到数据库，且不会被回滚。数据库事务在实现时会将一次事务的所有操作全部纳入到一个不可分割的执行单元，该执行单元的所有操作要么都成功，要么都失败，只要其中任一操作执行失败，都将导致整个事务的回滚。
 

分布式事务

        随着互联网的快速发展，软件系统由原来的单体应用转变为分布式应用分布式系统会把一个应用系统拆分为可独立部署的多个服务，因此需要服务与服务之间远程协作才能完成事务操作，这种分布式系统环境下由不同的服务之间通过网络远程协作完成事务称之为 分布式事务，例如用户注册送积分事务、创建订单减库存事务，银行转账事务等都是分布式事务。
 

二、分布式事务理论

CAP理论

        CAP理论：一个分布式系统不可能同时满足一致性，可用性和分区容错性这个三个基本需求，最多只能同时满足其中两项
        一致性(C)：数据在多个副本之间是否能够保持一致的特性。
        可用性(A)：是指系统提供的服务必须一致处于可用状态，对于每一个用户的请求总是在有限的时间内返回结果，超过时间就认为系统是不可用的
        分区容错性(P)：分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非整个网络环境都发生故障。
        放弃A(CP):其做法是一旦系统遇到网络分区或其他故障时，那受到影响的服务需要等待一定的时间，应用等待期间系统无法对外提供正常的服务，即不可用
        放弃C(AP):这里说的放弃一致性，并不是完全不需要数据一致性，是指放弃数据的强一致性，保留数据的最终一致性。
 

BASE理论

        BASE是基本可用，软状态，最终一致性。是对CAP中一致性和可用性权限的结果，是基于CAP定理演化而来的，核心思想是即使无法做到强一致性，但每个应用都可以根据自身的业务特定，采用适当的方式来使系统达到最终一致性
 

三、分布式事务解决方案

2PC提交

        二阶段提交协议是将事务的提交过程分成提交事务请求和执行事务提交两个阶段进行处理。
        
         阶段1：提交事务请求
  1. 事务询问：协调者向所有的参与者发送事务内容，询问是否可以执行事务提交操作，并开始等待各参与者的响应
  2. 执行事务：各参与者节点执行事务操作，并将Undo和Redo信息记入事务日志中
  3. 如果参与者成功执事务操作，就反馈给协调者Yes响应，表示事物可以执行，如果没有成功执行事务，就反馈给协调者No响应，表示事务不可以执行
        阶段一也被称为投票阶段，即各参与者投票票表明是否可以继续执行接下去的事务提交操作
        
         阶段二：执行事务提交
  1. 假如协调者从所有的参与者或得反馈都是Yes响应，那么就会执行事务提交。
  2. 发送提交请求：协调者向所有参与者节点发出Commit请求
  3. 事务提交：参与者接受到Commit请求后，会正式执行事务提交操作，并在完成提交之后放弃整个事务执行期间占用的事务资源
  4. 反馈事务提交结果:参与者在完成事物提交之后，向协调者发送ACK消息
  5. 完成事务：协调者接收到所有参与者反馈的ACK消息后，完成事务

3PC提交

        三阶段提，也叫三阶段提交协议，是二阶段提交（2PC）的改进版本。
        与两阶段提交不同的是，三阶段提交有两个改动点。引入超时机制。同时在协调者和参与者中都引入超时机制。在第一阶段和第二阶段中插入一个准备阶段。保证了在最后提交阶段之前各参与节点的状态是一致的。
        三阶段提交就有CanCommit、PreCommit、DoCommit三个阶段。
 

TCC分布式事务

      TCC是服务化的两阶段编程模型，其Try、Confirm、Cancel，3个方法均由业务编码实现，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。
        
  1. 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Confirmy一起才能构成一个完整的业务逻辑
  2. 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Confirm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，需要引入重试机制或人工处理
  3. Cancel阶段是在业务执行错误需要回滚到状态下执行分支事务的取消，预留资源的释放，通常情况 下，采用TCC则认为Cancel阶段也一定是真功的,若Cance阶段真的出错，需要引入重试机制或人工处理

消息队列实现可靠消息最终一致性 

     
        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
        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
        所以，消息队列的消息最终一致性并不是普通意义上的分布式事务，而是分开式事务，将事务分成不同的段然后依次执行，只要保证整条链路上的事务最终都执行成功即可（因为mq报错后会重新发送消息）
        
 

四、分布式事务中间件

      Atomikos

         这是一个兼容JTA/JTS标准的分布式事务管理器，可以在JVM中运行，并轻松集成到任何支持JTA标准的环境下。Atomikos支持XA事务模型，能够保证分布式事务在不同数据库和消息服务之间的一致性。基本只能用在单机环境，单机连接多个数据库的情况下保证事务的一致性；

      Himly

        金融级柔性分布式事务解决方案，一开始只支持TCC模式。当使用TCC模式的时候,用户根据自身业务需求提供 try, confirm, cancel 等三个方法， 并且 confirm, cancel 方法由自身完成实现，框架只是负责来调用，来达到事务的一致性。后续增加了TAC模式。当用户使用TAC模式的时候，用户必须使用关系型数据库来进行业务操作，框架会自动生成回滚SQL, 当业务异常的时候，会执行回滚SQL来达到事务的一致性。

      LCN

        LCN框架在2017年6月份发布第一个版本，从开始的1.0，已经发展到了5.0版本。LCN名称是由早期版本的LCN框架命名。5.0以后由于框架兼容了LCN、TCC、TXC三种事务模式，为了避免区分LCN模式，特此将LCN分布式事务改名为TX-LCN分布式事务框架。
     TX-LCN定位于一款事务协调性框架，框架其本身并不操作事务，而是基于对事务的协调从而达到事务一致性的效果。

     Seata

      Seata 是一款开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务。Seata 将为用户提供了 AT、TCC、SAGA 和 XA 事务模式，为用户打造一站式的分布式解决方案

        还有例如EasyTransaction、ByteTCC等。

中间件名称Github地址star数量简介
Seatahttps://github.com/seata/seata25K阿里。目前全网最火最好用的中间件。
LCNhttps://github.com/codingapi/tx-lcn4.2K

CodingApi团队。依赖太多：Redis、Zookeeper、Consul；

停止更新四年（截止2024年5月）

Hmilyhttps://github.com/dromara/hmily4.1K

文档完善，SpringCloud与SpringBoot均支持，网上资料多。

7个月前更新（截止2024年5月）

ByteTCChttps://github.com/liuyangming/ByteTCC2.5K

ByteTCC是分布式事务管理器的一个实现，基于尝试确认-取消（TCC）机制。
ByteTCC与JTA兼容，可以与Spring和其他Java容器无缝集成。

停止更新两年（截止2024年5月）

EasyTransactionhttps://github.com/QNJR-GROUP/EasyTransaction2.4K

个人。（资料少、文档少）

停止更新四年（截止2024年5月）

        可以看到了现在基本上是Seata一统江湖的情况。

五、Seata

Seata术语    

        TC (Transaction Coordinator) - 事务协调者
        维护全局和分支事务的状态，驱动全局事务提交或回滚。
        TM (Transaction Manager) - 事务管理器
        定义全局事务的范围：开始全局事务、提交或回滚全局事务。
        RM (Resource Manager) - 资源管理器
        管理分支事务处理的资源，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。
 

生命周期

        TM要求TC开始新的全局事务。 TC生成表示全局事务的XID。
        XID通过微服务的调用链传播。
        RM将本地事务注册为XID到TC的相应全局事务的分支。
        TM要求TC提交或回滚XID的相应全局事务。
        TC在XID的相应全局事务下驱动所有分支事务，以完成分支提交或回滚。

 

AT模式

两阶段提交协议的演变：
        一阶段：业务数据和回滚日志记录在同一个本地事务中提交，释放本地锁和连接资源。
        二阶段：提交异步化，非常快速地完成。回滚通过一阶段的回滚日志进行反向补偿。
写隔离
        一阶段本地事务提交前，需要确保先拿到 全局锁 。
        拿不到 全局锁，不能提交本地事务。
        拿 全局锁 的尝试被限制在一定范围内，超出范围将放弃，并回滚本地事务，释放本地锁。

        

        流程图：

395f3fa67e3a45beb190bc27c90a5e68.png

        两个全局事务 tx1 和 tx2，分别对 a 表的 m 字段进行更新操作，m 的初始值 1000。
        tx1 先开始，开启本地事务，拿到本地锁，更新操作 m = 1000 - 100 = 900。本地事务提交前，先拿到该记录的 全局锁 ，本地提交释放本地锁。 tx2 后开始，开启本地事务，拿到本地锁，更新操作 m = 900 - 100 = 800。本地事务提交前，尝试拿该记录的 全局锁 ，tx1 全局提交前，该记录的全局锁被 tx1 持有，tx2 需要重试等待 全局锁 。
 

TCC模式

        TCC 模式，不依赖于底层数据资源的事务支持：
        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。
 

Saga 模式

        Saga模式是SEATA提供的长事务解决方案，在Saga模式中，业务流程中每个参与者都提交本地事务，当出现某一个参与者失败则补偿前面已经成功的参与者，一阶段正向服务和二阶段补偿服务都由业务开发实现
 
 
关于使用示例，请根据版本参考官网的文档
https://seata.apache.org/zh-cn/
 
 
 

参考：

分布式事务--TCC的中间件--选型/对比-CSDN博客

哔哩哔哩：1 阿里分布式事务框架Seata简介_哔哩哔哩_bilibili

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/618464.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

树莓派python开发

树莓派python开发

树莓派自带thonny 点亮LED灯 import RPi.GPIO as GPIO import time# 设置GPIO模式为BCM GPIO.setmode(GPIO.BCM)# 设置LED引脚 led_pin 18# 设置LED引脚为输出 GPIO.setup(led_pin, GPIO.OUT)# 点亮LED GPIO.output(led_pin, GPIO.HIGH)# 延时2秒 time.sleep(2)# 关闭LED GPI…
阅读更多...
C++——二叉树搜索树

C++——二叉树搜索树

前面写了初阶数据结构——二叉树；本文内容是来对它来进行结尾 目录 一概念 二实现 2.1查找 2.2插入 2.3删除 完整源代码 三二叉树的应用 四二叉搜索树的性能分析 五二叉搜索树相关的面试题 一概念 二叉搜索树又称二叉排序树，它或者是一棵空树…
阅读更多...
车机HMI：驾驶员小命握在UI设计师手，九大法则必须遵循。

车机HMI：驾驶员小命握在UI设计师手，九大法则必须遵循。

本文给大家列举了九大法则，欢迎评论点赞交流。 在车机HMI设计中，为了降低驾驶员的反应时间并增加驾驶安全性，可以遵循以下UI设计法则： 易读性和可识别性 确保界面上的文本和图标清晰易读，避免使用过小、过于复杂或模…
阅读更多...
Servlet讲解

Servlet讲解

Servlet生命周期 我们只需要继承Servlet接口，查看方法即可看出Servlet的生命周期 import java.io.IOException;import javax.servlet.Servlet; import javax.servlet.ServletConfig; import javax.servlet.ServletException; import javax.servlet.ServletRequest…
阅读更多...
【RAG 论文】FiD：一种将 retrieved docs 合并输入给 LM 的方法

【RAG 论文】FiD：一种将 retrieved docs 合并输入给 LM 的方法

论文： Leveraging Passage Retrieval with Generative Models for Open Domain Question Answering ⭐⭐⭐⭐ EACL 2021, Facebook AI Research 论文速读 在 RAG 中，如何将检索出的 passages 做聚合并输入到生成模型是一个问题，本文提出了一…
阅读更多...
类和对象一（从封装开始讲述）

类和对象一（从封装开始讲述）

目录： 一.封装 二.封装扩展之包，自定义包 三.访问限定符 四.static成员 一.封装：封装：将数据和操作数据的方法进行有机结合，隐藏对象的属性和实现细节，仅对外公开接口来和对象进行 交互。面向对象…
阅读更多...
Oracle 流stream数据的复制

Oracle 流stream数据的复制

Oracle 流stream数据的复制 --实验的目的是捕获scott.emp1表的变化，将变化应用到远程数据库scott.emp1表中。 --设置初始化参数 AQ_TM_PROCESSES1 COMPATIBLE9.2.0 LOG_PARALLELISM1 GLOBAL_NAMEStrue JOB_QUEUE_PROCESSES2 --查看数据库的名称，我的为o…
阅读更多...
Hadoop-未授权访问-内置配合命令执行RCE

Hadoop-未授权访问-内置配合命令执行RCE

一、Hadoop常见端口及配置文件 Hadoop中有多种端口，这些端口用于不同的服务和通信。以下是Hadoop中常见的端口以及它们的用途： NameNode Web界面端口 (默认: 9870)NameNode 对客户端服务端口 (默认: 8020)Secondary NameNode Web界面端口 (默认: 9868)…
阅读更多...
undolog

undolog

undolog回滚段 undolog执行的时间：在执行器操作bufferpool之前。 undolog页
阅读更多...
1-02-02:虚拟化与容器化Docker环境搭建

1-02-02:虚拟化与容器化Docker环境搭建

1.02.02 虚拟化与容器化Docker环境搭建 一. 虚拟化与容器化技术简介1. 虚拟机环境2. docker环境 二. Docker 架构与隔离机制2.1 Docker 架构2.2 Docker 隔离机制2.3 资源限制2.4 Docker应用场景 三. 实战:Docker在Centos7安装与镜像加速 ❤❤❤3.1 docker安装3.2 设置镜像加速 …
阅读更多...
物流单打印机怎么调格式距离，佳易王物流托运单管理系统软件打印单据左边距调节教程

物流单打印机怎么调格式距离，佳易王物流托运单管理系统软件打印单据左边距调节教程

物流单打印机怎么调格式距离，佳易王物流托运单管理系统软件打印单据左边距调节教程 一、前言 以下软件操作教程以，佳易王物流单打印管理软件为例说明 软件文件下载可以点击最下方官网卡片——软件下载——试用版软件下载 1、佳易王物流单管理系统打印…
阅读更多...
CMake创建跨平台OpenGL工程(学习笔记)

CMake创建跨平台OpenGL工程(学习笔记)

一、跨平台环境基本配置 1、环境搭建 1）linux OpenGL环境搭建参考：ubuntu18.04 OpenGL开发（显示YUV）_ubuntu opengl-CSDN博客 https://blog.51cto.com/cerana/6433535 本文使用的是QTCreator 2）windows下环境搭建…
阅读更多...
三. TensorRT基础入门-ONNX注册算子的方法

三. TensorRT基础入门-ONNX注册算子的方法

目录 前言0. 简述1. 执行一下我们的python程序2.转换swin-tiny时候出现的不兼容op的例子3. 当出现导出onnx不成功的时候，我们需要考虑的事情4. unsupported asinh算子5. unsupported deformable conv算子总结参考 前言 自动驾驶之心推出的 《CUDA与TensorRT部署实战…
阅读更多...
新能源行业网间数据交换，更好用更专业的工具是什么？

新能源行业网间数据交换，更好用更专业的工具是什么？

新能源行业涵盖了多个方面，包括但不限于新能源汽车、可再生能源技术等。新能源行业发展具有重要的意义，新能源企业的研发数据极其重要，为了保障网络安全和数据安全，许多新能源企业采用逻辑隔离的方式进行网络隔离，此时…
阅读更多...
C#【进阶】泛型

C#【进阶】泛型

1、泛型 文章目录 1、泛型1、泛型是什么2、泛型分类3、泛型类和接口4、泛型方法5、泛型的作用思考 泛型方法判断类型 2、泛型约束1、什么是泛型2、各泛型约束3、约束的组合使用4、多个泛型有约束思考1 泛型实现单例模式思考2 ArrayList泛型实现增删查改 1、泛型是什么 泛型实现…
阅读更多...
08 - hive的集合函数、高级聚合函数、炸裂函数以及窗口函数

08 - hive的集合函数、高级聚合函数、炸裂函数以及窗口函数

目录 1、集合函数 1.1、size：集合中元素的个数 1.2、map：创建map集合 1.3、map_keys： 返回map中的key 1.4、map_values: 返回map中的value 1.5、array 声明array集合 1.6、array_contains: 判断array中是否包含某个元素 1.7、sort_a…
阅读更多...
SBM模型、超效率SBM模型代码及案例数据（补充操作视频）

SBM模型、超效率SBM模型代码及案例数据（补充操作视频）

01、数据简介 SBM（Slack-Based Measure）模型是一种数据包络分析（Data Envelopment Analysis, DEA）的方法，用于评估决策单元（Decision Making Units, DMUs）的效率。而超效率SBM模型是对SBM模型的…
阅读更多...
告别数据泥潭：PySpark性能调优的黄金法则

告别数据泥潭：PySpark性能调优的黄金法则

阿佑今天给大家带来个一张藏宝图——使用PySpark进行性能调优的黄金法则，从内存管理到执行计划，再到并行度设置，每一步都是提升数据处理速度的关键！ 文章目录 Python Spark 详解1. 引言2. 背景介绍2.1 大数据处理技术演变2.2 Apac…
阅读更多...
Flutter-加载中动画

Flutter-加载中动画

效果 考察内容 AnimationControllerTweenAnimatedBuilderTransformMatrix4 实现 ///源码&#xff1a;https://github.com/yixiaolunhui/flutter_xy class LoadingView extends StatefulWidget {const LoadingView({Key? key}) : super(key: key);overrideState<LoadingV…
阅读更多...
AI算法-高数5-线性代数1-基本概念、向量

AI算法-高数5-线性代数1-基本概念、向量

线性代数&#xff1a;主要研究1、张量>CV计算机视觉 2、研究张量的线性关系。 深度学习的表现之所以能够超过传统的机器学习算法离不开神经网络&#xff0c;然而神经网络最基本的数据结构就是向量和矩阵&#xff0c;神经网络的输入是向量&#xff0c;然后通过每个矩阵对向量…
阅读更多...
最新文章

Copyright @ 2022~2023