事務的四中隔離級別 read uncommitted 最低級別,任何狀況都沒法保證 read committed 可避免髒讀的發生 repeatable_read 可避免髒讀、不可重複讀的發生 Serializable可避免髒讀、不可重複讀、幻讀的發生 事務的四個特性 原子性 在計算機程序中,原子性就是對一組數據的操做是一個總體不可分割的意思。 一致性 經典的轉帳說明,A給B10000塊,那麼A 帳戶少了 10000塊,B帳戶多了10000塊,不能出現B帳戶多了10000塊,而A帳戶的金額沒有變化 隔離性 仍是那轉帳的例子說明,A給B 轉帳 10000 ,C給D 轉帳 50000,AB ,CD 這兩組直接是沒有關係的,是隔離的。 持久性 持久性就是持久化這樣,也沒什麼可說的。 事務的七種傳播行爲 propagation_requeired 若是存在一個事務,則支持當前的事務,若是沒有事務則開啓一個新的事務 propagation_supports 若是存在一個事務,支持當前事務,若是沒有事務,則非事務的執行,可是對於事務同步的事務管理器,propagation_supports 與不使用事務有少量不一樣 propagation_mandatory 若是存在一個事務,支持當前的事務,若是沒有一個活動的事務,則拋出異常 propagation_requires_new 老是開啓一個新的事務,若是一個事務已經存在,則將這個存在的事務掛起 propagation_never 老是非事務地執行,若是存在一個活動事務,則拋出異常 propagation_not_supported 老是非事務的執行,並掛起任何存在的事務 propagation_nested 若是一個活動的事務存在,則運行在一個嵌套的事務中,若是沒有活動事務,則按TransactionDefinition.PROPAGATION_REQUIRED 屬性執行
分佈式事務
- 分佈式事務是在分佈架構,微服務的架構下出現的,分佈式事務就是將多個節點的事務當作一個總體處理。
- 分佈式事務通常有事務參與者,資源服務器,事務管理器等組成
- 分佈式事務出現的場景有哪些 eg. 下訂單,減庫存,支付
- 分佈式事務強調的不是事務,它依賴於每一個單點的事務機制,它強調的是事務的分佈式。到底如何解決分佈式事務
實現思路git
- 2PC 3PC,也說 兩段式,3段式 事務
- 基於XA 的分佈式事務
- 基於消息的最終一致性方案
- TCC 編程是補償事務(比較經常使用的一種分佈式解決方案)
兩段式事務 2PC
看圖,首先是一個事務管理器,第一個階段事務管理器先給兩個資源管理器發送 prepare 命令,若是兩個資源管理器的其中一個沒有ready, 那麼就要等待了,等兩個資源管理器都給事務管理器回覆 ready 命令,那麼第一個階段就完事了;接下來進入第二個階段,事務管理器給兩個資源管理器發送 commit 命令,若是兩個資源管理器都接收到命令並提交了 committed
那麼事務這一組事務OK,可是若是其中一個沒有 committed ,那就出問題了。這個2PC 的分佈式事務還有其餘諸多的問題。github
咱們來看一下 3PC編程
- 三段式提交3PC:三段式事務就是在 兩段式事務的 預備 和 提交 中間加了一層 "預" 狀態,準備以前,給資源服務器發送一個預,問一下 資源服務器,大家都準備好了嗎,資源服務器回覆 :都準備好了,資源服務器就緒了,提交以前,在問一次,大家都準備好提交了嗎,資源服務器回覆:都準備好了了,事務管理器收到準備好了的確認後發生提交請求。
2PC 和 3PC 在正式分佈式系統中通常不會使用服務器
基於XA 的分佈式事務
xa 的分佈式事務是 2PC 的演進而來。微信
基於消息的一致性方案架構
- 以下圖,加入A 是支付系統,B是訂單系統,A 發送一個預備消息給 mq,mq 收到預備消息保存,並返回個A 系統說,我mq 已經收到你的預備消息了,你能夠執行你的業務邏輯了,而後A系統開始執行本地事務,併發送給mq 提交消息,mq 收到A 系統的提交消息(此時支付系統已經支付了),mq 將消息發送給訂單系統 B,說A系統已經支付了,你趕忙給我改訂單狀態,同時 mq 回調給 A 系統,讓A 該幹嗎幹嗎。這裏可能有人就要問了,若是B系統修改訂單狀態失敗怎麼辦 ? 對啊,這怎麼辦呢,其實實際中,再A 系統 發送提交消息以前呢,能夠另起一個線程,並讓它掛起一下,掛起以後,去告訴B 系統,A這邊立刻就要提交了,你趕忙修改下訂單狀態吧。等B 修改完訂單狀態,A 就去提交支付,若是B 修改失敗,A就在本地回滾了。
- 基於消息的一致性方案是屬於強一致性的方案,必定是同時成功,或者同時失敗,不會出現其餘的狀況,缺點就是 A 系統支付業務就會暫停,B 修改以前就會一直等待,可是通常是等不起的。後面咱們來講說 TCC

TCC補償性事務
T try ,C confirm ,C cancel 中文簡單解釋就是 : 嘗試執行,確認操做,取消操做
假如上圖的服務A 是扣減庫存,服務B 是建立訂單,以扣減庫存建立訂單這一業務流程來講一下 TCC
首先第一步 app 告訴事務協調器要啓動一個事務了,而後就調用 try 接口 ,服務A try 接口扣減庫存, 服務B 建立訂單,最終 app 收到 AB 兩個的try 接口的執行結果,若是有一個失敗了,app 告訴事務協調器,剛剛這個事務失敗了,你調用 Cancel 接口吧;若是兩個都成功了,那麼 app 告訴事務協調器調用 Confirm 接口併發
TCC的核心思想是資源,最核心的就是 在 Try 階段,必定要把資源作好預留(加鎖,加版本號,加分佈式鎖等方式,先把資源給佔着),爲何必定要預留呢,不預留的話,在 Cancel 階段就沒法補償了,也就違背了TCC設計的初衷。若是對於資源的掌控力度不夠,不建議使用TCC,若是資源沒辦法作預留,沒有樂觀鎖,沒有狀態等字段,無法預留也就無法用TCCapp
tcc 補償性 和 基於 消息的分佈式事務 表分佈式
- 基於消息的分佈式事務是強一致性的,會存在浪費資源;由於會存在等待,惟獨最大的好處就是強一致性,實際業務中,可能要去要對接支付寶支付,微信支付,銀聯支付等待,這種消息性的事務仍是可使用的
- TCC 強調的是在 try 的階段對資源作預留
- TCC 在確認和取消階段釋放資源
- 若是是確認階段,那麼將資源刪掉就好了,若是是取消階段,那麼咱們須要將這些資源進行反向的補償。
- 與消息性事務,TCC 的時效性高
https://github.com/changmingxie/tcc-transaction微服務
————————————————
版權聲明:本文爲CSDN博主「戈裏」的原創文章,遵循CC 4.0 by-sa版權協議,轉載請附上原文出處連接及本聲明。
原文連接:https://blog.csdn.net/Andy86869/article/details/88430069