武汉英奇展示设计工程有限公司优化网站seo策略

欢迎来到啾啾的博客🐱。
这是一个致力于构建完善的Java程序员知识体系的博客📚，记录学习的点滴，分享工作的思考、实用的技巧，偶尔也分享一些杂谈💬。
欢迎评论交流，感谢您的阅读😄。

这篇比我想的要长，分几篇发。
本篇先介绍“事务特性”与“单服务单数据源”
全盘将介绍如引言所述分布式系统中事务的处理。

下篇为[Java微服务架构]7-2_事务处理——全局事务与共享事务

引言

事务在每一个信息系统中都会涉及，数据库、分布式共享数据，只要是与信息、与数据相关的，都会涉及到事务。

Q：可我们要怎么表述事务呢？

事务是：“通过ACID特性确保数据安全与一致性的数据操作的逻辑单元”

现在需要保证数据一致性的场景很多，包括但不限于数据库、事务内存、缓存、消息队列、分布式存储等等……
事务要怎么保证这些场景的数据一致性呢？
这个问题可以拆分为以下问题，即：
”单服务单数据源“事务是怎么处理？
”单服务多数据源“事务是怎么处理呢？
”多服务单数据源“事务是怎么处理呢？
”多服务多数据源“事务（分布式事务）是怎么处理呢？

1.事务特性

ACID

原子性Atomicity 一致性Consistency 隔离性Isolation 持久性Durability。
一般来说，其中原子性 A、隔离性I、持久性D都是为了保证数据的一致性 C。即满足A、I、D，以实现数据的一致性I。

A、I、D for I

具体关于四个特性的描述，在MySQL事务开篇有提及，这里不再赘述。

内部一致性(Internal Consistency)

内部一致性指的是在分布式系统中的一个事务执行过程中，系统内部的数据状态保持逻辑上的正确性和完整性。

即，事务要么成功，要么失败。关注事务本身。

分布式系统中，内部一致性通常通过事务管理器、两阶段提交（2PC）或者日志回滚等机制来实现。

外部一致性(External Consistency)

当一个服务使用到多个不同的数据源，甚至多个不同服务同时涉及多个不同的数据源时，问题就变得困难了许多。此时，并发执行甚至是先后执行的多个事务，在时间线上的顺序并不由任何一个数据源来决定，这种涉及多个数据源的事务间一致性被称为“外部一致性”。

即，多个数据源在外部看来的一致性。全局视角。

外部一致性通常比内部一致性更难实现，因为它需要协调多个节点之间的数据同步，可能涉及 Paxos、Raft 这样的共识算法，或者使用强一致性协议。

2.本地事务(Local Transaction)

本地事务是适用于单个服务使用的单数据源场景的事务解决方案。

ARIES理论

ARIES是现代数据库的基础理论。
（Algorithms for Recovery and Isolation Exploiting Semantic，ARIES），直接翻译过来是“基于语义的恢复与隔离算法”。
其着重解决了原子性A和持久性D在算法层面上的实现。

还是算法，所以说程序就是=数据结构+算法

实现原子性和持久性

原子性和持久性在事务里是密切相关的两个属性：原子性保证了事务的多个操作要么都生效要么都不生效，不会存在中间状态；持久性保证了一旦事务生效，就不会再因为任何原因而导致其修改的内容被撤销或丢失。

实现原子性和持久性需要将数据“写入磁盘”，最大困难是“写入磁盘”这个操作并不是原子
的，不仅有“写入”与“未写入”状态，还客观存在着“正在写”的中间状态。

为了避免“未提交事务，写入后崩溃（事务未完成，部分数据写入磁盘）”、“已提交事务，写入前崩溃（事务已完成，未写入磁盘）”，需要进行数据恢复操作，即“恢复崩溃”。
有一种能“恢复崩溃”的事务实现方式为——“提交日志 (Commit Logging)”。

提交日志 Commit Logging

提交日志的核心思想是：在事务真正修改数据之前，先把事务的所有操作记录到一个持久化的日志中。这个日志通常存储在磁盘上（或高可用存储中），确保即使系统崩溃，事务的状态也能通过日志恢复。
主要作用是：

1. 保证原子性：通过记录操作意图，确保事务要么全部完成，要么全部回滚。
2. 提供持久性：一旦日志被写入并标记为“已提交”，即使系统故障，数据也能恢复。
3. 支持一致性：日志记录了事务的完整状态，便于协调多个节点。
   工作流程 ：

• 1.日志记录阶段：
  • 事务开始时，系统将事务的所有操作（如“更新 A=100”“插入 B=200”）写入日志。
  • 这些操作以“意图”（intent）的形式记录，而不是直接修改数据库。
• 2.提交阶段：
  • 当事务的所有操作都记录到日志后，系统写入一个“提交记录”（commit record），表示事务已成功。
  • 提交记录写入后，事务被认为“持久化”，即使后续崩溃也能恢复。
• 3.应用阶段：
  • 日志提交后，系统根据日志内容实际更新数据库（称为“重做”，redo）。
• 4.恢复阶段（如果崩溃）：
  • 系统重启后，读取日志：
    • 如果有提交记录，就重做操作。
    • 如果没有提交记录，就回滚（撤销未完成的操作，称为“undo”）。

以MySQL为例简单描述，其InnoDB使用一种叫WAL (Write-Ahead Logging,预写日志)的方式提交日志：
1.执行修改数据操作，先生成Undo Log记录数据修改前状态
2.将“更改记录”写入Redo Log
3.按事务顺序将DDL和DML操作记录到Binlog
4.事务打上commit标签，正式结束。

可以看出，核心是Redo Log与Undo Log，提交日志流程借助这两者进行数据崩溃恢复。
MySQL实际数据写入流程没这么简单，这里只是提取了提交日志部分。

实现隔离性

提起隔离，很容易想到使用锁的方式进行并发隔离。
以数据库为例，有3种锁——写锁、读锁、范围锁，其中写锁排他，读锁共享，范围锁是典型的加范围（范围内不能写入）。
也可以按照范围划分为行锁、表锁、间隙锁(Gap Lock)与Next-Key Lock.

还是以MySQL为例，8.0版本默认隔离级别为RR，可重复读。
实现机制中锁为：读取加共享锁（部分情况），写操作加排他锁，范围操作可能使用 Next-Key Lock（InnoDB 默认使用 Next-Key Lock，它是行锁和间隙锁的组合）。还有MVCC。

对于隔离性来说，隔离级别越高，隔离程度越高，并发能力越低，但脏读、幻读、不可重复度现象越少。

具体隔离级别与MVCC可以看这篇MySQL事务。