來源：http://www.cnblogs.com/savorboard/p/distributed-system-transaction-consistency.html

前言

開始我們今天的話題，說說分布式事務(wù)，或者說是我眼中的分布式事務(wù)，因為每個人可能對其的理解都不一樣。
分布式事務(wù)是企業(yè)集成中的一個技術(shù)難點，也是每一個分布式系統(tǒng)架構(gòu)中都會涉及到的一個東西，特別是在微服務(wù)架構(gòu)中，幾乎可以說是無法避免，本文就分布式事務(wù)來簡單聊一下。

數(shù)據(jù)庫事務(wù)

在說分布式事務(wù)之前，我們先從數(shù)據(jù)庫事務(wù)說起。數(shù)據(jù)庫事務(wù)可能大家都很熟悉，在開發(fā)過程中也會經(jīng)常使用到。但是即使如此，可能對于一些細(xì)節(jié)問題，很多人仍然不清楚。比如很多人都知道數(shù)據(jù)庫事務(wù)的幾個特性：原子性(Atomicity )、一致性( Consistency )、隔離性或獨立性( Isolation)和持久性(Durabilily)，簡稱就是ACID。但是再往下比如問到隔離性指的是什么的時候可能就不知道了，或者是知道隔離性是什么但是再問到數(shù)據(jù)庫實現(xiàn)隔離的都有哪些級別，或者是每個級別他們有什么區(qū)別的時候可能就不知道了。本文并不打算介紹這些數(shù)據(jù)庫事務(wù)的這些東西，有興趣可以搜索一下相關(guān)資料。不過有一個知識點我們需要了解，就是假如數(shù)據(jù)庫在提交事務(wù)的時候突然斷電，那么它是怎么樣恢復(fù)的呢？為什么要提到這個知識點呢？因為分布式系統(tǒng)的核心就是處理各種異常情況，這也是分布式系統(tǒng)復(fù)雜的地方，因為分布式的網(wǎng)絡(luò)環(huán)境很復(fù)雜，這種“斷電”故障要比單機(jī)多很多，所以我們在做分布式系統(tǒng)的時候，最先考慮的就是這種情況。這些異常可能有 機(jī)器宕機(jī)、網(wǎng)絡(luò)異常、消息丟失、消息亂序、數(shù)據(jù)錯誤、不可靠的TCP、存儲數(shù)據(jù)丟失、其他異常等等...我們接著說本地事務(wù)數(shù)據(jù)庫斷電的這種情況，它是怎么保證數(shù)據(jù)一致性的呢？我們使用SQL Server來舉例，我們知道我們在使用 SQL Server 數(shù)據(jù)庫是由兩個文件組成的，一個數(shù)據(jù)庫文件和一個日志文件，通常情況下，日志文件都要比數(shù)據(jù)庫文件大很多。數(shù)據(jù)庫進(jìn)行任何寫入操作的時候都是要先寫日志的，同樣的道理，我們在執(zhí)行事務(wù)的時候數(shù)據(jù)庫首先會記錄下這個事務(wù)的redo操作日志，然后才開始真正操作數(shù)據(jù)庫，在操作之前首先會把日志文件寫入磁盤，那么當(dāng)突然斷電的時候，即使操作沒有完成，在重新啟動數(shù)據(jù)庫時候，數(shù)據(jù)庫會根據(jù)當(dāng)前數(shù)據(jù)的情況進(jìn)行undo回滾或者是redo前滾，這樣就保證了數(shù)據(jù)的強(qiáng)一致性。接著，我們就說一下分布式事務(wù)。

分布式理論

當(dāng)我們的單個數(shù)據(jù)庫的性能產(chǎn)生瓶頸的時候，我們可能會對數(shù)據(jù)庫進(jìn)行分區(qū)，這里所說的分區(qū)指的是物理分區(qū)，分區(qū)之后可能不同的庫就處于不同的服務(wù)器上了，這個時候單個數(shù)據(jù)庫的ACID已經(jīng)不能適應(yīng)這種情況了，而在這種ACID的集群環(huán)境下，再想保證集群的ACID幾乎是很難達(dá)到，或者即使能達(dá)到那么效率和性能會大幅下降，最為關(guān)鍵的是再很難擴(kuò)展新的分區(qū)了，這個時候如果再追求集群的ACID會導(dǎo)致我們的系統(tǒng)變得很差，這時我們就需要引入一個新的理論原則來適應(yīng)這種集群的情況，就是 CAP 原則或者叫CAP定理，那么CAP定理指的是什么呢？

CAP定理

CAP定理是由加州大學(xué)伯克利分校Eric Brewer教授提出來的，他指出WEB服務(wù)無法同時滿足以下3個屬性：

• 一致性(Consistency) ：客戶端知道一系列的操作都會同時發(fā)生(生效)
• 可用性(Availability) ：每個操作都必須以可預(yù)期的響應(yīng)結(jié)束
• 分區(qū)容錯性(Partition tolerance) ：即使出現(xiàn)單個組件無法可用,操作依然可以完成

具體地講在分布式系統(tǒng)中，在任何數(shù)據(jù)庫設(shè)計中，一個Web應(yīng)用至多只能同時支持上面的兩個屬性。顯然，任何橫向擴(kuò)展策略都要依賴于數(shù)據(jù)分區(qū)。因此，設(shè)計人員必須在一致性與可用性之間做出選擇。這個定理在迄今為止的分布式系統(tǒng)中都是適用的！?為什么這么說呢？這個時候有同學(xué)可能會把數(shù)據(jù)庫的2PC（兩階段提交）搬出來說話了。OK，我們就來看一下數(shù)據(jù)庫的兩階段提交。對數(shù)據(jù)庫分布式事務(wù)有了解的同學(xué)一定知道數(shù)據(jù)庫支持的2PC，又叫做 XA Transactions。

MySQL從5.5版本開始支持，SQL Server 2005 開始支持，Oracle 7 開始支持。

其中，XA 是一個兩階段提交協(xié)議，該協(xié)議分為以下兩個階段：

• 第一階段：事務(wù)協(xié)調(diào)器要求每個涉及到事務(wù)的數(shù)據(jù)庫預(yù)提交(precommit)此操作，并反映是否可以提交.
• 第二階段：事務(wù)協(xié)調(diào)器要求每個數(shù)據(jù)庫提交數(shù)據(jù)。

其中，如果有任何一個數(shù)據(jù)庫否決此次提交，那么所有數(shù)據(jù)庫都會被要求回滾它們在此事務(wù)中的那部分信息。這樣做的缺陷是什么呢? 咋看之下我們可以在數(shù)據(jù)庫分區(qū)之間獲得一致性。如果CAP 定理是對的，那么它一定會影響到可用性。如果說系統(tǒng)的可用性代表的是執(zhí)行某項操作相關(guān)所有組件的可用性的和。那么在兩階段提交的過程中，可用性就代表了涉及到的每一個數(shù)據(jù)庫中可用性的和。我們假設(shè)兩階段提交的過程中每一個數(shù)據(jù)庫都具有99.9%的可用性，那么如果兩階段提交涉及到兩個數(shù)據(jù)庫，這個結(jié)果就是99.8%。根據(jù)系統(tǒng)可用性計算公式，假設(shè)每個月43200分鐘，99.9%的可用性就是43157分鐘, 99.8%的可用性就是43114分鐘，相當(dāng)于每個月的宕機(jī)時間增加了43分鐘。以上，可以驗證出來，CAP定理從理論上來講是正確的，CAP我們先看到這里，等會再接著說。

BASE理論

在分布式系統(tǒng)中，我們往往追求的是可用性，它的重要程序比一致性要高，那么如何實現(xiàn)高可用性呢？前人已經(jīng)給我們提出來了另外一個理論，就是BASE理論，它是用來對CAP定理進(jìn)行進(jìn)一步擴(kuò)充的。BASE理論指的是：

• Basically Available（基本可用）
• Soft state（軟狀態(tài)）
• Eventually consistent（最終一致性）

BASE理論是對CAP中的一致性和可用性進(jìn)行一個權(quán)衡的結(jié)果，理論的核心思想就是：我們無法做到強(qiáng)一致，但每個應(yīng)用都可以根據(jù)自身的業(yè)務(wù)特點，采用適當(dāng)?shù)姆绞絹硎瓜到y(tǒng)達(dá)到最終一致性（Eventual consistency）。有了以上理論之后，我們來看一下分布式事務(wù)的問題。

分布式事務(wù)

在分布式系統(tǒng)中，要實現(xiàn)分布式事務(wù)，無外乎那幾種解決方案。

兩階段提交（2PC）

和上一節(jié)中提到的數(shù)據(jù)庫XA事務(wù)一樣，兩階段提交就是使用XA協(xié)議的原理，我們可以從下面這個圖的流程來很容易的看出中間的一些比如commit和abort的細(xì)節(jié)。

兩階段提交這種解決方案屬于犧牲了一部分可用性來換取的一致性。在實現(xiàn)方面，在 .NET 中，可以借助 TransactionScop 提供的 API 來編程實現(xiàn)分布式系統(tǒng)中的兩階段提交，比如WCF中就有實現(xiàn)這部分功能。不過在多服務(wù)器之間，需要依賴于DTC來完成事務(wù)一致性，Windows下微軟搞的有MSDTC服務(wù)，Linux下就比較悲劇了。另外說一句，TransactionScop 默認(rèn)不能用于異步方法之間事務(wù)一致，因為事務(wù)上下文是存儲于當(dāng)前線程中的，所以如果是在異步方法，需要顯式的傳遞事務(wù)上下文。優(yōu)點：?盡量保證了數(shù)據(jù)的強(qiáng)一致，適合對數(shù)據(jù)強(qiáng)一致要求很高的關(guān)鍵領(lǐng)域。（其實也不能100%保證強(qiáng)一致）。缺點：?實現(xiàn)復(fù)雜，犧牲了可用性，對性能影響較大，不適合高并發(fā)高性能場景，如果分布式系統(tǒng)跨接口調(diào)用，目前 .NET 界還沒有實現(xiàn)方案。

補(bǔ)償事務(wù)（TCC）

TCC 其實就是采用的補(bǔ)償機(jī)制，其核心思想是：針對每個操作，都要注冊一個與其對應(yīng)的確認(rèn)和補(bǔ)償（撤銷）操作。它分為三個階段：

• Try 階段主要是對業(yè)務(wù)系統(tǒng)做檢測及資源預(yù)留
• Confirm 階段主要是對業(yè)務(wù)系統(tǒng)做確認(rèn)提交，Try階段執(zhí)行成功并開始執(zhí)行 Confirm階段時，默認(rèn) Confirm階段是不會出錯的。即：只要Try成功，Confirm一定成功。
• Cancel 階段主要是在業(yè)務(wù)執(zhí)行錯誤，需要回滾的狀態(tài)下執(zhí)行的業(yè)務(wù)取消，預(yù)留資源釋放。

舉個例子，假如Bob 要向 Smith 轉(zhuǎn)賬，思路大概是：我們有一個本地方法，里面依次調(diào)用 1、首先在 Try 階段，要先調(diào)用遠(yuǎn)程接口把 Smith 和 Bob 的錢給凍結(jié)起來。2、在 Confirm 階段，執(zhí)行遠(yuǎn)程調(diào)用的轉(zhuǎn)賬的操作，轉(zhuǎn)賬成功進(jìn)行解凍。3、如果第2步執(zhí)行成功，那么轉(zhuǎn)賬成功，如果第二步執(zhí)行失敗，則調(diào)用遠(yuǎn)程凍結(jié)接口對應(yīng)的解凍方法 (Cancel)。優(yōu)點：?跟2PC比起來，實現(xiàn)以及流程相對簡單了一些，但數(shù)據(jù)的一致性比2PC也要差一些缺點：?缺點還是比較明顯的，在2,3步中都有可能失敗。TCC屬于應(yīng)用層的一種補(bǔ)償方式，所以需要程序員在實現(xiàn)的時候多寫很多補(bǔ)償?shù)拇a，在一些場景中，一些業(yè)務(wù)流程可能用TCC不太好定義及處理。

本地消息表（異步確保）

本地消息表這種實現(xiàn)方式應(yīng)該是業(yè)界使用最多的，其核心思想是將分布式事務(wù)拆分成本地事務(wù)進(jìn)行處理，這種思路是來源于ebay。我們可以從下面的流程圖中看出其中的一些細(xì)節(jié)：

基本思路就是：

消息生產(chǎn)方，需要額外建一個消息表，并記錄消息發(fā)送狀態(tài)。消息表和業(yè)務(wù)數(shù)據(jù)要在一個事務(wù)里提交，也就是說他們要在一個數(shù)據(jù)庫里面。然后消息會經(jīng)過MQ發(fā)送到消息的消費方。如果消息發(fā)送失敗，會進(jìn)行重試發(fā)送。消息消費方，需要處理這個消息，并完成自己的業(yè)務(wù)邏輯。此時如果本地事務(wù)處理成功，表明已經(jīng)處理成功了，如果處理失敗，那么就會重試執(zhí)行。如果是業(yè)務(wù)上面的失敗，可以給生產(chǎn)方發(fā)送一個業(yè)務(wù)補(bǔ)償消息，通知生產(chǎn)方進(jìn)行回滾等操作。生產(chǎn)方和消費方定時掃描本地消息表，把還沒處理完成的消息或者失敗的消息再發(fā)送一遍。如果有靠譜的自動對賬補(bǔ)賬邏輯，這種方案還是非常實用的。這種方案遵循BASE理論，采用的是最終一致性，筆者認(rèn)為是這幾種方案里面比較適合實際業(yè)務(wù)場景的，即不會出現(xiàn)像2PC那樣復(fù)雜的實現(xiàn)(當(dāng)調(diào)用鏈很長的時候，2PC的可用性是非常低的)，也不會像TCC那樣可能出現(xiàn)確認(rèn)或者回滾不了的情況。優(yōu)點：?一種非常經(jīng)典的實現(xiàn)，避免了分布式事務(wù)，實現(xiàn)了最終一致性。在 .NET中 有現(xiàn)成的解決方案。缺點：?消息表會耦合到業(yè)務(wù)系統(tǒng)中，如果沒有封裝好的解決方案，會有很多雜活需要處理。

MQ 事務(wù)消息

有一些第三方的MQ是支持事務(wù)消息的，比如RocketMQ，他們支持事務(wù)消息的方式也是類似于采用的二階段提交，但是市面上一些主流的MQ都是不支持事務(wù)消息的，比如 RabbitMQ 和 Kafka 都不支持。以阿里的 RocketMQ 中間件為例，其思路大致為：第一階段Prepared消息，會拿到消息的地址。第二階段執(zhí)行本地事務(wù)，第三階段通過第一階段拿到的地址去訪問消息，并修改狀態(tài)。也就是說在業(yè)務(wù)方法內(nèi)要想消息隊列提交兩次請求，一次發(fā)送消息和一次確認(rèn)消息。如果確認(rèn)消息發(fā)送失敗了RocketMQ會定期掃描消息集群中的事務(wù)消息，這時候發(fā)現(xiàn)了Prepared消息，它會向消息發(fā)送者確認(rèn)，所以生產(chǎn)方需要實現(xiàn)一個check接口，RocketMQ會根據(jù)發(fā)送端設(shè)置的策略來決定是回滾還是繼續(xù)發(fā)送確認(rèn)消息。這樣就保證了消息發(fā)送與本地事務(wù)同時成功或同時失敗。

遺憾的是，RocketMQ并沒有 .NET 客戶端。優(yōu)點：?實現(xiàn)了最終一致性，不需要依賴本地數(shù)據(jù)庫事務(wù)。

缺點：?實現(xiàn)難度大，主流MQ不支持，沒有.NET客戶端，RocketMQ事務(wù)消息部分代碼也未開源。

Sagas 事務(wù)模型

Saga事務(wù)模型又叫做長時間運行的事務(wù)（Long-running-transaction）, 它是由普林斯頓大學(xué)的H.Garcia-Molina等人提出，它描述的是另外一種在沒有兩階段提交的的情況下解決分布式系統(tǒng)中復(fù)雜的業(yè)務(wù)事務(wù)問題。我們這里說的是一種基于 Sagas 機(jī)制的工作流事務(wù)模型，這個模型的相關(guān)理論目前來說還是比較新的，以至于百度上幾乎沒有什么相關(guān)資料。該模型其核心思想就是拆分分布式系統(tǒng)中的長事務(wù)為多個短事務(wù)，或者叫多個本地事務(wù)，然后由 Sagas 工作流引擎負(fù)責(zé)協(xié)調(diào)，如果整個流程正常結(jié)束，那么就算是業(yè)務(wù)成功完成，如果在這過程中實現(xiàn)失敗，那么Sagas工作流引擎就會以相反的順序調(diào)用補(bǔ)償操作，重新進(jìn)行業(yè)務(wù)回滾。比如我們一次關(guān)于購買旅游套餐業(yè)務(wù)操作涉及到三個操作，他們分別是預(yù)定車輛，預(yù)定賓館，預(yù)定機(jī)票，他們分別屬于三個不同的遠(yuǎn)程接口?？赡軓奈覀兂绦虻慕嵌葋碚f他們不屬于一個事務(wù)，但是從業(yè)務(wù)角度來說是屬于同一個事務(wù)的。

他們的執(zhí)行順序如上圖所示，所以當(dāng)發(fā)生失敗時，會依次進(jìn)行取消的補(bǔ)償操作。

因為長事務(wù)被拆分了很多個業(yè)務(wù)流，所以 Sagas 事務(wù)模型最重要的一個部件就是工作流或者你也可以叫流程管理器（Process Manager），工作流引擎和Process Manager雖然不是同一個東西，但是在這里，他們的職責(zé)是相同的。在選擇工作流引擎之后，最終的代碼也許看起來是這樣的SagaBuilder?saga?=?SagaBuilder.newSaga("trip")
????????.activity("Reserve?car",?ReserveCarAdapter.class)?
????????.compensationActivity("Cancel?car",?CancelCarAdapter.class)?
????????.activity("Book?hotel",?BookHotelAdapter.class)?
????????.compensationActivity("Cancel?hotel",?CancelHotelAdapter.class)?
????????.activity("Book?flight",?BookFlightAdapter.class)?
????????.compensationActivity("Cancel?flight",?CancelFlightAdapter.class)?
????????.end()
????????.triggerCompensationOnAnyError();

camunda.getRepositoryService().createDeployment()?
????????.addModelInstance(saga.getModel())?
????????.deploy();
優(yōu)缺點這里我們就不說了，因為這個理論比較新，目前市面上還沒有什么解決方案，即使是 Java 領(lǐng)域，我也沒有搜索的太多有用的信息。

分布式事務(wù)解決方案：CAP

上面介紹的那些分布式事務(wù)的處理方案你在其他地方或許也可以看到，但是并沒有相關(guān)的實際代碼或者是開源代碼，所以算不上什么干貨，下面就放干貨了。在 .NET 領(lǐng)域，似乎沒有什么現(xiàn)成的關(guān)于分布式事務(wù)的解決方案，或者說是有但未開源。據(jù)筆者了解，有一些公司內(nèi)部其實是有這種解決方案的，但是也是作為公司的一個核心產(chǎn)品之一，并未開源...鑒于以上原因，所以博主就打算自己寫一個并且開源出來，所以從17年初就開始做這個事情，然后花了大半年的時間在一直不斷完善，就是下面這個 CAP。Github CAP：這里的 CAP 就不是 CAP 理論了，而是一個 .NET 分布式事務(wù)解決方案的名字。詳細(xì)介紹：http://www.cnblogs.com/savorboard/p/cap.html相關(guān)文檔：http://www.cnblogs.com/savorboard/p/cap-document.html夸張的是，這個解決方案是具有可視化界面（Dashboard）的，你可以很方面的看到哪些消息執(zhí)行成功，哪些消息執(zhí)行失敗，到底是發(fā)送失敗還是處理失敗，一眼便知。最夸張的是，這個解決方案的可視化界面還提供了實時動態(tài)圖表，這樣不但可以看到實時的消息發(fā)送及處理情況，連當(dāng)前的系統(tǒng)處理消息的速度都可以看到，還可以看到過去24小時內(nèi)的歷史消息吞吐量。最最夸張的是，這個解決方案的還幫你集成了 Consul 做分布式節(jié)點發(fā)現(xiàn)和注冊還有心跳檢查，你隨時可以看到其他的節(jié)點的狀況。最最最夸張的是，你以為你看其他節(jié)點的數(shù)據(jù)要登錄到其他節(jié)點的Dashboard控制臺看？錯了，你隨便打開其中任意一個節(jié)點的Dashboard，點一下就可以切換到你想看的節(jié)點的控制臺界面了，就像你看本地的數(shù)據(jù)一樣，他們是完全去中心化的。

你以為這些就夠了？不，遠(yuǎn)遠(yuǎn)不止：

• CAP 同時支持 RabbitMQ，Kafka 等消息隊列
• CAP 同時支持 SQL Server, MySql, PostgreSql 等數(shù)據(jù)庫
• CAP Dashboard 同時支持中文和英文界面雙語言，媽媽再也不用擔(dān)心我看不懂了
• CAP 提供了豐富的接口可以供擴(kuò)展，什么序列化了，自定義處理了，自定義發(fā)送了統(tǒng)統(tǒng)不在話下
• CAP 基于MIT開源，你可以盡管拿去做二次開發(fā)。（記得保留MIT的License）

你完全可以把 CAP 當(dāng)做一個 EventBus 來使用，CAP具有優(yōu)秀的消息處理能力，不要擔(dān)心瓶頸會在CAP，那是永遠(yuǎn)不可能， 因為你隨時可以在配置中指定CAP處理的消息使用的進(jìn)程數(shù)， 只要你的數(shù)據(jù)庫配置足夠高...2號傳送門：https://github.com/dotnetcore/CAP

總結(jié)

通過本文我們了解到兩個分布式系統(tǒng)的理論，他們分別是CAP和BASE 理論，同時我們也總結(jié)并對比了幾種分布式分解方案的優(yōu)缺點，分布式事務(wù)本身是一個技術(shù)難題，是沒有一種完美的方案應(yīng)對所有場景的，具體還是要根據(jù)業(yè)務(wù)場景去抉擇吧。然后我們介紹了一種基于本地消息的的分布式事務(wù)解決方案CAP。