菜单网站图片素材学院网站建设目的与意义

背景

DTM是一款分布式事务解决框架，官方文档在：https://dtm.pub
本文分析其解决空补偿，悬挂，幂等的通用方案，非常巧妙

空补偿，悬挂，幂等

一般情况下，一个TCC事务回滚时的执行顺序是，先执行完Try，再执行Cancel，但可能由于Try的网络延迟大，导致先执行Cancel，再执行Try。这种情况就引入了分布式事务中的两个难题：

• 空补偿： Cancel执行时，Try未执行
• 悬挂： Try执行时，Cancel已执行完成

分布式事务还有一类需要处理的常见问题，就是重复请求

• 幂等： 由于任何一个请求都可能出现网络异常，出现重复请求，所有的分布式事务分支操作，都需要保证幂等性

针对空补偿和悬挂问题，最容易想到的思路是：

• 空补偿： 先查try有没有执行过，如果执行过，就不执行cancel操作。但要记录已触发了cancel操作
• 悬挂： 先查cancel有没有执行过，如果执行过，就不执行try操作

上述的这种实现，能够在大部分情况下正常运行，但是上述做法中的先查后改在并发情况下是容易掉坑里的，我们分析以下如下场景：

• 正常执行顺序下，Try执行时，在查完没有空补偿记录之后，事务提交之前，如果发生了进程暂停P，或者事务内部进行网络请求出现了拥塞，导致本地事务等待较久
• 全局事务超时后，Cancel执行，因为没有查到要补偿的业务主键，因此判断是空补偿，返回
• Try的进程暂停结束，最后提交本地事务
• 全局事务回滚完成后，Try分支的业务操作没有被回滚，产生了悬挂
  

虽然这种情况发生的概率不高，但是在金融领域，一旦涉及金钱账目，那么带来的影响可能是巨大的

子事务屏障

解决上述问题的关键机制为：利用唯一索引，避免”先查后改“，而是以改代查

子事务屏障技术的原理是，在本地数据库，建立分支操作状态表dtm_barrier，唯一键为全局事务id-分支id-分支操作（try|confirm|cancel）

每次执行try，cancel操作时，流程如下：

1. 开启本地事务
2. 对于当前操作op(try|confirm|cancel)，insert 一条数据gid-branchid-op，如果插入不成功，表示触发了幂等限制，返回失败
3. 如果当前操作是cancel，那么在insert 一条数据gid-branchid-try，如果插入成功（注意是成功），则提交事务
4. 在同一个事务内，调用屏障内的业务逻辑，如果业务返回成功，则提交事务返回成功；如果业务返回失败，则回滚事务返回失败

在此机制下，解决了乱序相关的问题

• 幂等控制：步骤2中任何一个操作都无法重复插入唯一键，保证了不会重复执行
• 空补偿控制：如果Try没有执行，直接执行了Cancel，那么步骤3中Cancel插入gid-branchid-try会成功，不走屏障内的逻辑，保证了空补偿控制、
• 防悬挂控制：Try在Cancel之后执行，那么Cancel会在步骤3中插入gid-branchid-try，导致Try在步骤2中不成功，就不执行屏障内的逻辑，保证了防悬挂控制

接下来分析，当try和cancel产生并发时（竞态条件），上面的控制依然生效吗？

这里明确一个mysql的背景知识：在mysql中，Cancel和Try都会插入同一条记录gid-branchid-try，由于唯一索引冲突，那么两个操作中只有一个能够成功，而另一个则会等持有锁的事务完成后，再执行

• try和cancel没有并发：
  • cancel先执行，由于第3步执行成功，不会执行空回滚
  • try后执行，由于cancel执行了步骤3，try第2步失败，不会产生悬挂
• try和cancel有并发（重点）
  • try在cancel之前：
    • try先插入一条gid-branchid-try数据成功
    • cancel操作执行insert 一条数据gid-branchid-try失败，正常执行cancel操作
  • try在cancel之后：
    • cancel先执行insert一条gid-branchid-try数据成功，不会cancel
    • try操作后执行，也insert一条gid-branchid-try数据，阻塞等待cancel执行完毕，发现已经存在唯一索引，执行失败，不会空悬挂，如下图所示：

看看代码

上面理论分析得比较详细了。其实怎么实现并不是非常重要，按照理论可以快速写出对应的实现
简单看看DTM的子事务屏障落实到源码层面如下：

func (bb *BranchBarrier) Call(tx *sql.Tx, busiCall BarrierBusiFunc) (rerr error) {bid := bb.newBarrierID()defer dtmimp.DeferDo(&rerr, func() error {// 没有err，commitreturn tx.Commit()}, func() error {return tx.Rollback()})originOp := map[string]string{dtmimp.OpCancel:     dtmimp.OpTry,    // tccdtmimp.OpCompensate: dtmimp.OpAction, // sagadtmimp.OpRollback:   dtmimp.OpAction, // workflow}[bb.Op]// 插入一次try的originAffected, oerr := dtmimp.InsertBarrier(tx, bb.TransType, bb.Gid, bb.BranchID, originOp, bid, bb.Op, bb.DBType, bb.BarrierTableName)// 插入自己的currentAffected, rerr := dtmimp.InsertBarrier(tx, bb.TransType, bb.Gid, bb.BranchID, bb.Op, bid, bb.Op, bb.DBType, bb.BarrierTableName)logger.Debugf("originAffected: %d currentAffected: %d", originAffected, currentAffected)// 二阶段消息，只用检查是不是幂等if rerr == nil && bb.Op == dtmimp.MsgDoOp && currentAffected == 0 { // for msg's DoAndSubmit, repeated insert should be rejected.return ErrDuplicated}if rerr == nil {rerr = oerr}/**保证幂等性保证避免空悬挂，空回滚*/// 如果当前操作是取消、补偿或回滚操作，并且原始插入成功（originAffected > 0），或者当前插入失败（currentAffected == 0），则直接返回，避免重复处理。if (bb.Op == dtmimp.OpCancel || bb.Op == dtmimp.OpCompensate || bb.Op == dtmimp.OpRollback) && originAffected > 0 || // null compensatecurrentAffected == 0 { // repeated request or dangled requestreturn}if rerr == nil {// 在同一个事务里执行业务逻辑rerr = busiCall(tx)}return
}