什么是分布式事务,分布式事务的解决方案有哪些?
事务是指一组整体操作，这些操作要么全部成功，要么全部失败，以确保数据的一致性。例如，银行转账就是一个典型的事务：从A账户扣钱和给B账户加钱必须同时成功或同时失败。
而当这一组整体操作跨越多个独立的系统或服务，就是分布式事务
首先介绍两阶段提交的思想，因为XA，AT，TCC这三个解决方案都或多或少借鉴了这个思想。
两阶段提交（2PC）
两阶段提交是一种经典的分布式事务协议。它将事务的提交过程分为两个阶段：准备阶段和提交阶段。
- 准备阶段（Prepare）： 协调者向所有参与者发送事务预提交请求。参与者收到请求后，会执行事务，但不会真正提交，而是将结果记录下来，并锁定相关资源，然后向协调者返回“同意”或“拒绝”。
- 提交阶段（Commit/Rollback）： 协调者根据所有参与者的响应做出决定。
- 如果所有参与者都返回“同意”，协调者向所有参与者发送“提交”请求，参与者正式提交事务并释放资源。
- 如果有任何一个参与者返回“拒绝”，或者协调者在超时时间内未收到所有响应，协调者会向所有参与者发送“回滚”请求，参与者回滚事务并释放资源。
正常情况：
异常情况：
一阶段：
- 事务协调者通知每个事物参与者执行本地事务
- 本地事务执行完成后报告事务执行状态给事务协调者，此时事务不提交，继续持有数据库锁
二阶段：
- 事务协调者基于一阶段的报告来判断下一步操作
- 如果一阶段都成功，则通知所有事务参与者，提交事务
- 如果一阶段任意一个参与者失败，则通知所有事务参与者回滚事务
XA模式
Seata中的XA模式就是基于两阶段提交的实现：
TM（Transaction Manager，事务管理器）
RM（Resource Manager，资源管理器）
TC（Transaction Coordinator，事务协调器）
RM一阶段的工作：
① 注册分支事务到TC
② 执行分支业务sql但不提交
③ 报告执行状态到TC
TC二阶段的工作：
-
TC检测各分支事务执行状态
a.如果都成功，通知所有RM提交事务
b.如果有失败，通知所有RM回滚事务
RM二阶段的工作：
- 接收TC指令，提交或回滚事务
优点
- 强一致性，满足ACID原则。
- 常用数据库都支持，实现简单，并且没有代码侵入
缺点
- 因为一阶段需要锁定数据库资源，等待二阶段结束才释放（RM二阶段才提交或回滚事务），性能较差
- 依赖关系型数据库实现事务
AT模式
缺弥补了XA模型中资源锁定周期过长的缺陷。，Seata推出了AT模式牺牲了部分一致性，但是性能大大提高了
阶段一RM的工作：
- 注册分支事务
- 记录undo-log（数据快照）
- 执行业务sql并提交
- 报告事务状态
阶段二提交时RM的工作：
- 删除undo-log即可
阶段二回滚时RM的工作：
- 根据undo-log恢复数据到更新前
流程图：
AT模式的优点：
- 一阶段完成直接提交事务，释放数据库资源，性能比较好
- 利用全局锁实现读写隔离
- 没有代码侵入，框架自动完成回滚和提交
AT模式全局锁替代DB锁锁定数据库记录，虽然资源锁定时间不变，使得有冲突的事务的并发能力没变（即使有数据库连接剩余）
但是数据库资源得到高效利用（只有阶段1的本地事务和阶段2的回滚需要用到业务数据库的连接和数据库行级锁，如果发生回滚，那其实连接占用时长和XA一样，但是极少数情况下才回滚），数据库连接高效轮转，XA模式则是连接被"虚假占用"，同样的一个全局事务AT可能要2个数据库连接，XA可能需要5个，可见AT模式的优点
数据库连接资源得到充分利用
无冲突事务的并发处理能力大幅提升（这是大部分场景）
系统瓶颈从连接池转移到了CPU/内存
AT模式的缺点：
- 两阶段之间属于软状态，属于最终一致
- 框架的快照功能会影响性能，但比XA模式要好很多
TCC模式
TCC 模式是一种补偿型事务，可以看作是应用层自己实现的两阶段提交
- Try: 尝试执行业务，检查并预留资源。
- Confirm: 如果所有参与者的 Try 操作都成功，则执行 Confirm 操作，完成资源操作业务。
- Cancel: 如果任何一个参与者的 Try 操作失败，则执行 Cancel 操作，释放预留的资源。可以理解为try的反向操作
优点
- 一阶段完成直接提交事务，释放数据库资源，性能好
- 相比AT模型，无需生成快照，无需使用全局锁，性能最强
- 不依赖数据库事务，而是依赖补偿操作，可以用于非事务型数据库
缺点
- 有代码侵入，需要人为编写try、Confirm和Cancel接口，太麻烦
- 软状态，事务是最终一致
- 需要考虑Confirm和Cancel的失败情况，做好幂等处理
在编写代码时要注意空回滚和事务悬挂问题
1）空回滚
当某分支事务的try阶段阻塞时，可能导致全局事务超时而触发二阶段的cancel操作。在未执行try操作时先执行了cancel操作，这时cancel不能做回滚，就是空回滚。
如图：
执行cancel操作时，应当判断try是否已经执行，如果尚未执行，则应该空回滚。
2）业务悬挂
对于已经空回滚的业务，之前被阻塞的try操作恢复，继续执行try，就永远不可能confirm或cancel ，事务一直处于中间状态，这就是业务悬挂。
执行try操作时，应当判断cancel是否已经执行过了，如果已经执行，应当阻止空回滚后的try操作，避免悬挂
Saga模式
在 Saga 模式下，分布式事务内有多个参与者，每一个参与者都是一个冲正补偿服务，需要用户根据业务场景实现其正向操作和逆向回滚操作。
分布式事务执行过程中，依次执行各参与者的正向操作，如果所有正向操作均执行成功，那么分布式事务提交。如果任何一个正向操作执行失败，那么分布式事务会去退回去执行前面各参与者的逆向回滚操作，回滚已提交的参与者，使分布式事务回到初始状态。
Saga也分为两个阶段：
- 一阶段：直接提交本地事务
- 二阶段：成功则什么都不做；失败则通过编写补偿业务来回滚
优点
- 无全局锁、不占用数据库长连接，适合跨服务／长流程场景
- 吞吐量高、可用性好，少受单点事务管理器影响
- 可灵活编排（Orchestrator 或 Choreography），易与异步消息集成
缺点
- 需为每一步手动编写补偿逻辑，开发成本高
- 只能保证最终一致，不支持隔离性与强一致
- 补偿操作本身也可能失败，需额外机制保证补偿可靠性
以上图片均出自虎哥教程