前言

分布式的 CAP 理論應(yīng)該是人盡皆知了，它描述了一致性（C）、可用性（A）、分區(qū)容錯性（P）的一系列權(quán)衡。

很多時候，我們要在一致性和可用性之間權(quán)衡，而分布式事務(wù)，就是在這個大的前提下，盡可能的達(dá)成一致性的要求。

目標(biāo)很小，問題很大，做法也各有不同。

“如何在微服務(wù)中實現(xiàn)分布式事務(wù)？”一般在被問到這樣的問題時，我都會回答“要盡量避免使用分布式事務(wù)”，這也是 Martin Fowler 所推薦的。

但現(xiàn)實總是殘酷的，拆分了微服務(wù)之后，分布式事務(wù)是非常硬核的需求，是繞不開的，我們依然要想辦法搞定它。

但分布式環(huán)境錯綜復(fù)雜，還伴隨著網(wǎng)絡(luò)狀況產(chǎn)生的超時，如何讓事務(wù)達(dá)到一致性的狀態(tài)，難度很大。

分布式事務(wù)，由一系列小的子事務(wù)組成。這些子事務(wù)，同大的分布式事務(wù)一樣，同樣要遵循 ACID 的原則。

在一致性這個屬性上，根據(jù)達(dá)到一致性之前所存在的時間，又分為強一致性和最終一致性（BASE）。

注意，對于子事務(wù)，這里有個小小的誤解。并不是只有和數(shù)據(jù)庫打交道的操作，才叫做事務(wù)。

在微服務(wù)環(huán)境下，如果你通過 RPC 調(diào)用了另外一個遠(yuǎn)程接口，并造成了相關(guān)數(shù)據(jù)狀態(tài)的變化，這個 RPC 接口，也叫做事務(wù)。

所以，在分布式事務(wù)中，我們把這些子事務(wù)涉及到的操作，叫做資源。當(dāng)操作能正常完成的時候，根本不需要什么額外處理。事務(wù)主要處理的是發(fā)生異常之后的流程。

下面，我們就來看一下常見的分布式事務(wù)解決方案。

一階段提交（1PC）

先來看一下最簡單的事務(wù)提交情況。

如果你的業(yè)務(wù)，只有一個資源需要協(xié)調(diào)，那么它可以直接提交。比如，你使用了一個數(shù)據(jù)庫，那么就可以直接使用 begin，commit 等指令完成事務(wù)提交。

在 Spring 中，通過注解，就可以完成這樣的事務(wù)。如果發(fā)生了嵌套事務(wù)，它的實現(xiàn)方式，本質(zhì)上，是通過 ThreadLocal 向下傳遞的。所以如果你的應(yīng)用中有子線程相關(guān)的事務(wù)需要管理，它辦不到。

我們再來看分布式事務(wù)。所謂的分布式事務(wù)，就是協(xié)調(diào) 2 個或者多個資源，達(dá)到共同提交或者共同失敗的效果，也就是分布式的 ACID。

兩階段提交（2PC）

在一階段提交的概念擴(kuò)展下，最簡單的分布式事務(wù)解決方案，就是二階段提交。二階段提交不是指有兩個參與資源，而是說有兩個分布式的協(xié)調(diào)階段，它可能有多個資源需要協(xié)調(diào)。

| 重要參與者

如下：

• 協(xié)調(diào)者（coordinator），也就是我們需要自建事務(wù)管理器，通常在整個系統(tǒng)中只有一個
• 事務(wù)參與者（participants），就是指的我們所說的資源，通常情況下會有多個，否則也稱不上分布式事務(wù)了

| 過程

廣義上的 2PC（two phase commit），有哪兩階段呢？

• client 分布式事務(wù)發(fā)起者
• commit-request/voting  準(zhǔn)備階段
• commit/rollback 提交或者回滾

準(zhǔn)備階段，也叫做 voting 階段。所謂的 voting，就是參與者告知協(xié)調(diào)者，自己的資源到底是能夠提交（代表它準(zhǔn)備好了），還是取消本次事務(wù)（比如發(fā)生異常）。

這個投票比較有意思，只要有一個參與者返回了 false，本次事務(wù)就需要終止，然后執(zhí)行 rollback。只有全票通過，才會正常 commit。協(xié)調(diào)者將這個結(jié)果，周知所有參與者的這個過程，就是二階段。

二階段提交其實非常容易理解。你可以把每個參與者的執(zhí)行，想象成正常的 SQL 更新語句。

它們一直掛在那里等待，直到協(xié)調(diào)者給出確切的 commit 或者 rollback 消息，才會正常往下執(zhí)行。

| 問題

如下：

• 阻塞問題。 兩階段提交最大的問題，就是它是一個阻塞的協(xié)議，效率低。如果協(xié)調(diào)器永久失敗，一些參與者，將永遠(yuǎn)無法完成它的事務(wù)
• 單點故障問題。 由于協(xié)調(diào)者在整個環(huán)節(jié)中有著非常重要的作用，所以一旦它發(fā)生了 SPOF，整個系統(tǒng)將變的不可用，這是不能忍受的
• 事務(wù)完整性問題。 在某些情況下，比如協(xié)調(diào)者發(fā)送 commit 指令后，發(fā)生異常，有一部分執(zhí)行成功了，會造成整個事務(wù)不一致。因為能不能提交，第一階段就決定了，第二階段只是通知而已，你就是死也要給我提交
• 并不是所有的資源都支持 2PC（或者 XA）

對于第三點，我們舉個例子。比如你的 commit-request 階段全部返回了 yes，然后協(xié)調(diào)者發(fā)送了 commit 指令。

但這時候，有一臺服務(wù)器 A 宕機了，無法執(zhí)行這個 commit。這時候，我們的 client 也會收到成功的消息。

A 機器重啟之后，要有能力來恢復(fù)、繼續(xù)執(zhí)行 commit 指令，這些都是工程上必須要處理的。

| 框架

2PC 也叫做 XA 事務(wù)，大多數(shù)數(shù)據(jù)庫如 MySQL，都支持 XA 協(xié)議。在 Java 中，JTA（不是什么 JPA 哦）是 XA 協(xié)議的實現(xiàn)。

Spring 也有 JTA 的事務(wù)管理器：

• Atomikos、bitronix 實現(xiàn)了 JTA，它們只需要提供 jar 包就可以了。實現(xiàn)了 XA 協(xié)議的數(shù)據(jù)庫或者消息隊列，已經(jīng)能夠具備了準(zhǔn)備、提交、回滾的各種能力
• 使用在 seata 等框架，需要啟動一個獨立的 seata 服務(wù)協(xié)調(diào)者節(jié)點。seata 使用的 AT，借助于外部事務(wù)管理器，概念與 XA 類似

三階段提交（3PC）

相比較二階段提交，三階段提交最典型的特點是加入了超時機制。當(dāng)然，3 階段證明了它有三個階段，這個差別更顯著。它本質(zhì)上只是 2PC 的一些改進(jìn)，所以身上完全充滿了 2PC 的影子。

| 重要參與者

3PC 和 2PC 是一樣的。

| 過程

3PC 比 2PC 多了一個步驟，那就是詢問階段：

• CanCommit 詢問階段
• PreCommit 準(zhǔn)備階段
• DoCommit 提交階段

提交階段，無非就是發(fā)送個 commit 或者 rollback 指令，重要的處理還是在準(zhǔn)備階段，3PC 把它一拆為 2。

注意下面這個對應(yīng)關(guān)系哦，2PC 和 3PC 都有一個準(zhǔn)備階段，但它們的作用是不同的。

3PC     2PC
CanCommit   commit-request/voting
PreCommit 
DoCommit    commit

3PC 的詢問階段，對應(yīng)的才是 2PC 的準(zhǔn)備階段，都是 ask 一下參與者是否準(zhǔn)備好了，但執(zhí)行過程會有一些區(qū)別。

為什么要這么做？因為 2PC 有效率問題。2PC 的執(zhí)行過程是阻塞的，一個資源在進(jìn)入準(zhǔn)備階段之后，必須等待所有的資源準(zhǔn)備完畢才能進(jìn)行下一步，在這個過程中，它們對全局一無所知。

比如，有 ABCDE 等 5 個參與者，E 其實是一個有問題的參與者資源。但 2PC 每次都會執(zhí)行 ABCD 的預(yù)提交，當(dāng)詢問到 E 的時候，發(fā)現(xiàn)是有問題的，再依次執(zhí)行 ABCD 等參與者的 rollback。

在這種情況下，ABCD 執(zhí)行了無用的事務(wù)預(yù)處理和 rollback，是非常浪費資源的。

3PC 通過拆分這個詢問階段，在確保所有參與者建康良好的情況下，才會發(fā)起真正的事務(wù)處理，在效率和容錯性上更勝一籌。

從概率上來講，由于 commit 之前粒度變小了，commit 階段出問題的幾率就變小，能省下不少事。

另外，3PC 引入了超時機制。在 PreCommit 階段，如果超時，就認(rèn)為失敗；而在 DoCommit 階段，如果超時還會繼續(xù)執(zhí)行下去。但不論怎樣，整個事務(wù)并不會一直等待下去。

| 問題

3PC 理論上是比較優(yōu)秀的，還能夠避免阻塞問題，但它多了一次網(wǎng)絡(luò)通信。如果參與者的數(shù)量比較多，網(wǎng)絡(luò)質(zhì)量比較差的情況下，這個開銷非常可觀。它的實現(xiàn)也比較復(fù)雜，在實際應(yīng)用中，是不太多的。

3PC 也并不是完美的，因為 PreCommit 階段和 DoCommit 也并不是原子的，和 2PC 類似，依然存在一致性問題。

TCC

TCC 是柔性事務(wù)，而上面介紹的都是剛性事務(wù)。有時候，一個技術(shù)問題，可以通過業(yè)務(wù)建模來實現(xiàn)。

2PC 和 3PC 在概念上看起來雖然簡單，但放在分布式環(huán)境中，考慮各種超時和宕機問題，如果考慮的周全，那可真是要了老命。

2PC 的框架還是比較多的，但 3PC 全網(wǎng)找了個遍，發(fā)現(xiàn)有名的實現(xiàn)幾乎沒有。

不要傷心，我們有更容易理解，更加直觀的分布式事務(wù)。那就是 TCC，2007 年的老古董。

TCC 就是大名鼎鼎的補償事務(wù)，是互聯(lián)網(wǎng)環(huán)境最常用的分布式事務(wù)。它的核心思想是：為每一個操作，都準(zhǔn)備一個確認(rèn)動作和相應(yīng)的補償動作，一共 3 個方法。

與其靠數(shù)據(jù)庫，不如靠自己的代碼！2PC，3PC，都和數(shù)據(jù)庫綁的死死的，TCC 才是碼農(nóng)的最愛（意思就是說，你要多寫代碼）。

如上圖，TCC 同樣分為三個階段，但非常的粗暴：

• try 嘗試階段：嘗試鎖定資源
• confirm 確認(rèn)階段：嘗試將鎖定的資源進(jìn)行提交
• cancel 取消階段：其中某個環(huán)節(jié)執(zhí)行失敗，將發(fā)起事務(wù)取消動作

看起來這三個階段，是2階段提交的一種？完全不是。但它們的過程可以比較一下。

TCC     2PC
Try     業(yè)務(wù)邏輯
Confirm    commit-request/voting + commit
Cancel     rollback

從上面可以看出來，2PC 是一種對事務(wù)過程的劃分，而 TCC 是對正常情況的提交和異常情況的補償。

相對于傳統(tǒng)的代碼，try 和 confirm 兩者加起來，才是真正的業(yè)務(wù)邏輯。

TCC 是非常容易理解的，但它有一個大的前提，就是這三個動作必須都是冪等的，對業(yè)務(wù)有一定的要求。

拿資金轉(zhuǎn)賬來說，try 就是凍結(jié)金額；confirm 就是完成扣減；cancel 就是解凍，只要對應(yīng)的訂單號是一直的，多次執(zhí)行也不會有任何問題。

由于 TCC 事務(wù)的發(fā)起方，直接在業(yè)務(wù)節(jié)點即可完成，和 TCC 的代碼在同一個地方。

所以，TCC 并不需要一個額外的協(xié)調(diào)者和事務(wù)處理器，它存放在本地表或者資源中即可。

是的，它也要記錄一些信息，哪怕是 HashMap 里，否則它根據(jù)啥回滾呢？

| 問題

TCC 事務(wù)，需要較多的編碼，以及正確的 try 和 confirm 劃分。由于沒有中心協(xié)調(diào)器，不需要阻塞，TCC 的并發(fā)量較高，被互聯(lián)網(wǎng)業(yè)務(wù)廣泛應(yīng)用。

團(tuán)隊要有能力設(shè)計 TCC 接口，將其拆分成正確的 Try 和 Confirm 階段，實現(xiàn)業(yè)務(wù)邏輯的分級。

| 框架

ByteTCC、tcc-transaction、seata 等。

SAGA

SAGA 也是一個柔性事務(wù)。saga 的歷史更久遠(yuǎn)，要追溯到 1987 年的一篇論文，可以說是瓶舊酒。它主要處理的是長活事務(wù)，但它不保證 ACID，只保證最終一致性。

所謂長活事務(wù)，可以被分解成交錯運行的子事務(wù)，它通過消息，來協(xié)調(diào)一系列的本地子事務(wù)，來達(dá)到最終的一致性。

我們可以把 SAGA 編排器，想象成一個狀態(tài)機。每當(dāng)處理完一條消息，它就能夠知道要執(zhí)行的下一條消息（子事務(wù)）。

比如，我們把事務(wù) T，拆分成了 T1，T2，T3，T4。那么我們就必須為這些子事務(wù)，提供相應(yīng)的執(zhí)行邏輯和補償邏輯。

沒錯，和 TCC 一樣，不過比 TCC 少了一步 Try 動作，同樣要求這些操作是冪等的。

你瞧瞧，其實 SAGA 的概念很好理解，你就按照正常的業(yè)務(wù)邏輯去執(zhí)行就行了。只不過如果在任何一步發(fā)生了異常，就要把前面所提交的數(shù)據(jù)全部回滾（補償）。唯一特殊的是，它通常是通過消息驅(qū)動來完成事務(wù)運轉(zhuǎn)的。

如果你非要追求它的本質(zhì)，那就是 SAGA 和 TCC 一樣，都是先記錄執(zhí)行軌跡，然后通過不斷地重試達(dá)到最終狀態(tài)。

上圖是 rob vettor 所繪制的一個典型的 SAGA 事務(wù)拆分圖。在圖中，黑色的線為正常業(yè)務(wù)流程，紅色的線為補償業(yè)務(wù)流程。

這是一個簡單的電子商務(wù)結(jié)賬流程，整個交易跨了 5 個微服務(wù)，可以說是非常大的長事務(wù)了。

可以看到，這樣的事務(wù)流轉(zhuǎn)，靠文字描述已經(jīng)是不好理解了，所以 SAGA 通常會配備一個流程編輯器，直接來把事務(wù)編排的過程可視化。

| 問題

那問題就有意思多了：

• 嵌套問題。 SAGA 只允許兩層嵌套，因為靠消息流轉(zhuǎn)本來就非常復(fù)雜了，嵌套層次深在性能和時序上都不允許
• 如果你的事務(wù)包含很多子事務(wù)，那么很有可能在某個階段就執(zhí)行失敗了。但如果補償操作也發(fā)生問題了呢？極端情況下，需要人工參與。在很多時候，需要記錄日志（saga log）來配合完成
• 由于這些小事務(wù)并不是同時提交的，所以在執(zhí)行的過程中，會產(chǎn)生臟數(shù)據(jù)，這和數(shù)據(jù)庫的 read uncommited 的概念是一樣的

| 框架

在《微服務(wù)架構(gòu)設(shè)計模式》的第四章中，說明了 SAGA 的具體使用示例，現(xiàn)在網(wǎng)絡(luò)上的大多數(shù)文章都來自于此。

但據(jù)我所知，使用 SAGA 的互聯(lián)網(wǎng)公司并不是很多，倒是使用 TCC 的比較多一些（可能是遇到的分布式事務(wù)都不是長事務(wù)）。

seata 同樣提供了 SAGA 的方式，主要使用的是狀態(tài)機驅(qū)動的編排模式。為了支持事務(wù)的編排，seata 提供了一個專用的流程編輯器（在線）。

http://seata.io/saga_designer/index.html

設(shè)計完畢之后，就可以導(dǎo)出為 JSON 文件，解析之后可以寫入到數(shù)據(jù)庫中。bytetcc 雖然叫 tcc，它也支持 SAGA。

| SAGA vs TCC

上面也提到，我在平常工作中，用到 TCC 比 SAGA 更多一些，也是由于業(yè)務(wù)場景確定的。

下面簡單的對比一下：

• 開發(fā)難度。 TCC 的開發(fā)難度是比 SAGA 要高的，因為它需要處理 Try 階段來凍結(jié)資源，而 SAGA 是直接執(zhí)行本地事務(wù)
• 臟讀問題。 TCC 不存在臟讀，因為 try 階段并不影響數(shù)據(jù)；SAGA 會在小事務(wù)之間，或者 cancel 之間出現(xiàn)臟讀
• 效率問題。TCC 無論成功失敗，都需要和參與方交互兩次；SAGA 在正常情況下交互一次，異常情況下交互兩次，所以效率要高
• 業(yè)務(wù)流程。 TCC 適合少量的分布式事務(wù)流程，否則寫起來就是噩夢；SAGA 適合業(yè)務(wù)流程長，參與方多的業(yè)務(wù)，或者遺留系統(tǒng)等無法改造成 TCC 的業(yè)務(wù)
• 手段。 TCC 是通過業(yè)務(wù)建模手段解決技術(shù)問題；SAGA 是通過技術(shù)手段解決事務(wù)編排

本地消息表

本地消息表的使用場景比較局限，它要靠 MQ 去實現(xiàn)，它解決的是數(shù)據(jù)庫事務(wù)和 MQ 之間的事務(wù)問題。

如圖，有一個分布式事務(wù)，在正常落庫之后，需要通過 MQ 來協(xié)調(diào)后續(xù)業(yè)務(wù)的執(zhí)行。但是，寫 DB 和寫 MQ，是無法達(dá)成一致性的，就需要加入一個本地消息表來緩存發(fā)送到 MQ 的狀態(tài)。

下面我來描述一下這個過程：

• 正常寫入數(shù)據(jù)庫，在寫入數(shù)據(jù)庫的同時，寫入一張本地消息表。這張表，用來記錄 MQ 消息處理的狀態(tài)，可以有發(fā)送中和已完成兩種狀態(tài)。由于消息表和正常的業(yè)務(wù)表在一個 DB 中，所以可以達(dá)成本地事務(wù)，確保同時完成
• 寫入消息表成功之后，可以異步發(fā)送 MQ 消息，且不用關(guān)心投遞是否成功
• 后續(xù)業(yè)務(wù)訂閱 MQ 消息。消費成功之后，將會把執(zhí)行成功的狀態(tài)，再通過 MQ 來發(fā)送。本地業(yè)務(wù)訂閱這個執(zhí)行狀態(tài)，并把消息表中對應(yīng)的記錄狀態(tài)，改為已完成；如果消費失敗，則不做過多處理
• 存在一個定時任務(wù)，持續(xù)掃描本地消息表中，狀態(tài)為發(fā)送中的消息（注意延時），并再次把這些消息發(fā)送到 MQ，重復(fù) 2 的過程

通過這樣的循環(huán)，就可以達(dá)到本地 DB 和 MQ 消費者狀態(tài)的一致性，完成最終一致性的分布式事務(wù)。

可以看到，我們有重發(fā) MQ 的過程，所以這種模式要求消費者也要實現(xiàn)冪等的功能，避免重復(fù)對業(yè)務(wù)產(chǎn)生影響。

| 問題

使用本地消息表方案的系統(tǒng)還是挺多的，但它的弊端也顯而易見：

• 需要開發(fā)專用的代碼，與業(yè)務(wù)耦合在一起，無法完成抽象的框架
• 本地消息表需要寫數(shù)據(jù)庫，如果數(shù)據(jù)庫本身的 I/O 已經(jīng)比較高了，它會增加數(shù)據(jù)庫的壓力

最大努力補償

最大努力補償，是一種衰減式的補償機制。

拿個最簡單的例子來說吧。如果你是微信支付的接入方，微信支付成功之后，它會將支付結(jié)果推送到你指定的接口。

微信支付+你的支付結(jié)果處理，就可以算是一個大的分布式事務(wù)。涉及到微信的系統(tǒng)還有你的自有系統(tǒng)。

如果你的系統(tǒng)一直處理不成功，那么微信支付就會一直不停的重試。這就叫最大努力補償，用在系統(tǒng)內(nèi)和系統(tǒng)間都是可以的。

但也不能無限的重試，重試的間隔通常會隨著時間衰減。常用的衰減策略有。

messageDelayLevel = 1s 5s 10s 30s 1m 2m 3m 4m 5m 6m 7m 8m 9m 10m 20m 30m 1h 2h

上面的公式，意味著如果一直無法處理成功，將在 1s...，最大 2 小時后重試。如果還不成功，就只能進(jìn)入人工處理通道。

最大努力補償只是一種思想，實際的應(yīng)用有多種方式。比如，我首先將事務(wù)落地到消息隊列，然后依靠消息隊列的重試機制，來達(dá)到最大努力補償?shù)男Ч@些都是可行的方案。

總結(jié)

我們在文中，從本地事務(wù)談起，分別聊到了 2PC、3PC、TCC、SAGA、本地消息表、最大努力補償?shù)龋擦私獾搅烁鞣N解決方案的一些應(yīng)用場景和解決方式。

分布式事務(wù)框架，在這些理論基礎(chǔ)上，都進(jìn)行了或多或少的修訂，也有不少創(chuàng)新。比如 LCN 框架（lock，confirm，notify），就抽象出了控制方和發(fā)起方的概念，感興趣的可以自行了解。

在互聯(lián)網(wǎng)公司中，由于高并發(fā)量的訴求，在實際應(yīng)用中，相對于強事務(wù)，大家普遍選用軟事務(wù)進(jìn)行業(yè)務(wù)處理。 使用最多的，就是 TCC、SAGA、本地消息表等解決方案。

SAGA 應(yīng)對長事務(wù)特別拿手，但隔離性稍差； TCC 一直性好并發(fā)高，但需要較多編碼； 本地消息表應(yīng)用場景有限，耦合業(yè)務(wù)不能復(fù)用。 各種解決方案都有它的利弊，一定要結(jié)合使用場景進(jìn)行選擇。

在框架方面，阿里的 seata（早些年叫 fescar），已經(jīng)得到了廣泛應(yīng)用，XA、TCC、SAGA 等模式都支持，如果你需要這方面的功能，可以集成嘗試一下。

希望看完本文之后，再次碰到“如何在微服務(wù)中實現(xiàn)分布式事務(wù)？”這種問題，除了回答“要盡量避免使用分布式事務(wù)”，你還可以找到確實可行的解決方案。