知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# 07 - 分布式事务基础 ## 分布式事务概述 ### 什么是分布式事务 分布式事务是指涉及多个独立数据源或服务的事务,需要保证这些操作要么全部成功,要么全部失败。  *图:单体靠本地 ACID,分布式需保证三服务原子性* ``` 单体应用事务: ┌─────────────────────────────────────┐ │ Database │ │ ┌─────────┐ ┌─────────┐ │ │ │ Table A │ ────── │ Table B │ │ │ │ -100 │ │ +100 │ │ │ └─────────┘ └─────────┘ │ │ 本地事务保证 ACID │ └─────────────────────────────────────┘ 分布式事务: ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ Service A │ │ Service B │ │ Service C │ │ ┌───────┐ │ │ ┌───────┐ │ │ ┌───────┐ │ │ │ DB A │ │ │ │ DB B │ │ │ │ DB C │ │ │ │ -100 │ │ │ │ +100 │ │ │ │ 记录 │ │ │ └───────┘ │ │ └───────┘ │ │ └───────┘ │ └─────────────┘ └─────────────┘ └─────────────┘ 如何保证三个操作的原子性? ``` ### 分布式事务的挑战 | 挑战 | 说明 | |------|------| | **网络不可靠** | 消息可能丢失、延迟、重复 | | **节点故障** | 任何参与者可能在任何时刻崩溃 | | **部分失败** | 部分操作成功,部分失败 | | **时钟不同步** | 无法依赖全局时钟判断顺序 | | **协调开销** | 需要额外的协调机制和通信 | ## 2PC(两阶段提交) ### 基本原理 2PC(Two-Phase Commit)是最经典的分布式事务协议,分为准备阶段和提交阶段。  *图:协调者下发指令,参与者执行本地事务* ``` 角色: - 协调者(Coordinator/TM):事务管理器,协调整个事务 - 参与者(Participant/RM):资源管理器,执行本地事务 协调者 │ ┌────────────┼────────────┐ │ │ │ ▼ ▼ ▼ 参与者A 参与者B 参与者C ``` ### 2PC 流程  *图:2PC 先 Prepare 投票,再 Commit 或 Abort* ``` 阶段 1:准备阶段(Prepare Phase) 协调者 参与者A 参与者B 参与者C │ │ │ │ │────── Prepare ──────────→ │ │ │ │ │ │ │ │────── Prepare ──────────────────────→ │ │ │ │ │ │ │────── Prepare ──────────────────────────────────→ │ │ │ │ │ │←────── Vote Yes ─────────│ │ │ │ │ │ │ │←────── Vote Yes ─────────────────────│ │ │ │ │ │ │←────── Vote Yes ─────────────────────────────────│ │ │ │ │ 阶段 2:提交阶段(Commit Phase) 如果所有参与者都投 Yes: 协调者 参与者A 参与者B 参与者C │ │ │ │ │────── Commit ───────────→ │ │ │ │ │ 提交本地事务 │ │ │────── Commit ────────────────────────→│ │ │ │ │ 提交本地事务│ │────── Commit ───────────────────────────────────→│ │ │ │ │ 提交本地事务 │←────── ACK ──────────────│ │ │ │←────── ACK ──────────────────────────│ │ │←────── ACK ─────────────────────────────────────│ 如果有任何参与者投 No: │────── Abort ────────────→ 所有参与者回滚 ```  ### 2PC 实现 ```java // 协调者实现 public class TwoPhaseCommitCoordinator { private List<Participant> participants; private TransactionLog txLog; public boolean executeTransaction(Transaction tx) { String txId = tx.getId(); // Phase 1: Prepare txLog.write(txId, "PREPARE_STARTED"); List<Boolean> votes = new ArrayList<>(); for (Participant p : participants) { try { boolean vote = p.prepare(tx); votes.add(vote); } catch (Exception e) { votes.add(false); } } // 检查是否所有参与者都同意 boolean allAgreed = votes.stream().allMatch(v -> v); // Phase 2: Commit or Abort if (allAgreed) { txLog.write(txId, "COMMIT"); for (Participant p : participants) { p.commit(txId); } return true; } else { txLog.write(txId, "ABORT"); for (Participant p : participants) { p.abort(txId); } return false; } } } // 参与者实现 public class TwoPhaseCommitParticipant implements Participant { private Connection connection; private Map<String, Savepoint> savepoints = new HashMap<>(); @Override public boolean prepare(Transaction tx) { try { connection.setAutoCommit(false); // 执行事务操作 executeOperations(tx); // 创建保存点但不提交 Savepoint sp = connection.setSavepoint(tx.getId()); savepoints.put(tx.getId(), sp); // 检查约束、锁定资源 if (canCommit(tx)) { return true; // Vote Yes } else { connection.rollback(sp); return false; // Vote No } } catch (Exception e) { return false; // Vote No } } @Override public void commit(String txId) { try { connection.commit(); savepoints.remove(txId); } catch (SQLException e) { // 已经准备好,必须提交 // 记录日志,等待重试 } } @Override public void abort(String txId) { try { Savepoint sp = savepoints.get(txId); connection.rollback(sp); savepoints.remove(txId); } catch (SQLException e) { // 回滚失败,记录日志 } } } ``` ### 2PC 的问题  *图:2PC 的同步阻塞、单点故障与数据不一致* ``` 1. 同步阻塞 ┌─────────────────────────────────────────────────────────┐ │ 参与者在准备后必须等待协调者的决定,期间锁定资源 │ │ 其他事务无法访问这些资源,导致系统吞吐量下降 │ └─────────────────────────────────────────────────────────┘ 2. 单点故障 ┌─────────────────────────────────────────────────────────┐ │ 协调者故障后,参与者无法得知最终决定 │ │ 参与者只能一直等待(阻塞)或超时后回滚(可能数据不一致) │ └─────────────────────────────────────────────────────────┘ 3. 数据不一致风险 ┌─────────────────────────────────────────────────────────┐ │ 场景:协调者发送 Commit 后崩溃,只有部分参与者收到 │ │ │ │ 协调者 ─── Commit ───→ 参与者A(已提交) │ │ ╳ 参与者B(未收到,超时回滚?) │ │ │ │ 结果:A 已提交,B 回滚,数据不一致! │ └─────────────────────────────────────────────────────────┘ ``` ### 2PC 四个关键故障场景分析  *图:2PC 四类极端故障:宕机、脑裂与人工介入* ``` 场景 1:参与者 Prepare 阶段宕机 协调者 参与者A 参与者B ───────────────────────────────────────────────────── 发送 Prepare 收到 收到 执行本地操作 准备 OK 宕机!✗ 超时未收到 Vote ←─────────────────────────────→ 收到 Vote=Yes → 协调者判定整体失败 → 发送 Abort 给所有收到 Yes 的参与者 → 参与者A 重启后,询问协调者结果 → Abort → 回滚 结论:安全 ✓(一致性未破坏) 场景 2:协调者 Commit 阶段宕机(Paxos/Raft 优化) 仅用单个协调者:参与者B 超时后不知道是否该提交 → 阻塞 用 Paxos/Raft 做协调者集群: 协调者A(send Commit) → 宕机 ✗ 协调者B(新Leader) → 从日志恢复 → 重新发送 Commit 给所有参与者 结论:需要协调者高可用(这正是 etcd 用 Raft 的原因之一) 场景 3:参与者 Commit 阶段部分提交 协调者发送 Commit → 参与者A 收到并提交 → 参与者A 宕机 参与者B 网络故障没收到 Commit → 参与者B 超时后不知道该怎么处理(A可能已提交也可能已回滚) → 只能等协调者恢复后查询最终结果 → 如果协调者也宕机了 → 人工介入! 结论:2PC 在极端故障下需要人工处理 ✗ 场景 4:网络分区导致脑裂 ┌────────────────┐ ╳ ┌────────────────┐ │ 协调者 (分区1) │ 断路 │ 参与者B (分区2) │ │ 参与者A │ │ │ │ │ │ 参与者B 超时: │ │ 协调者认为: │ │ "联系不上协调者" │ │ A,B 都参与了 │ │ 我自己回滚 → │ │ → 发送 Commit │ │ 释放资源 │ │ → A 提交 ✓ │ │ │ └────────────────┘ └────────────────┘ 结果:A 已提交,B 已回滚 → 数据不一致! 结论:网络分区下 2PC 可能破坏一致性 ✗ ``` ### 2PC vs 3PC 完整对比  *图:2PC 与 3PC 在阻塞、消息与一致性上的对比* ``` 2PC 3PC ┌──────────────────────────────────────────────────────────────────┐ │ 阶段 Prepare → Commit/Abort CanCommit → PreCommit → DoCommit │ │ │ │ 阻塞点 Prepare 后一直阻塞 PreCommit 后参与者可超时提交 │ │ (减少阻塞时间) │ │ │ │ 消息数 3 条 5 条 │ │ │ │ 网络开销 低 高 │ │ │ │ 协调者 单点故障=系统阻塞 引入超时机制,部分自愈 │ │ 故障 │ │ │ │ 数据一致 网络分区下不一致 网络分区下仍可能不一致 │ │ │ │ 实际使用 广泛(XA、Seata等) 较少(仅理论价值更高) │ │ │ │ 核心思想 悲观:协调者说了算 乐观:超时了按大概率走 │ └──────────────────────────────────────────────────────────────────┘ ``` ## 3PC(三阶段提交) ### 改进点 3PC 在 2PC 基础上增加了 **CanCommit** 阶段和 **超时机制**,减少阻塞。  *图:3PC 三阶段流程与 2PC 两阶段对照* ``` 2PC: Prepare ────────→ Commit/Abort 3PC: CanCommit ────→ PreCommit ────→ DoCommit (询问) (预提交) (正式提交) ``` ### 3PC 流程  *图:3PC 三阶段时序:CanCommit、PreCommit、DoCommit* ``` 阶段 1:CanCommit(询问阶段) 协调者 参与者 │ │ │────── CanCommit? ───────────────→ │ │ │ 检查是否可以执行 │←────── Yes/No ────────────────────│ │ │ 阶段 2:PreCommit(预提交阶段) 如果所有参与者返回 Yes: │────── PreCommit ────────────────→ │ │ │ 执行事务,写日志 │ │ 但不提交 │←────── ACK ───────────────────────│ │ │ 阶段 3:DoCommit(提交阶段) 如果协调者收到所有 ACK: │────── DoCommit ─────────────────→ │ │ │ 正式提交 │←────── Done ──────────────────────│ ```  ### 3PC 的超时机制  *图:3PC 参与者超时:中断事务或自动提交* ``` 参与者超时处理: 阶段 2(PreCommit)超时: - 参与者未收到 PreCommit → 中断事务 阶段 3(DoCommit)超时: - 参与者未收到 DoCommit → 自动提交 (因为已经进入 PreCommit 阶段,大概率会提交) ┌─────────────────────────────────────────────────────────┐ │ 3PC 通过超时自动决策,减少了阻塞问题 │ │ 但在网络分区时仍可能导致数据不一致 │ └─────────────────────────────────────────────────────────┘ ``` ### 2PC vs 3PC | 对比项 | 2PC | 3PC | |--------|-----|-----| | 阶段数 | 2 | 3 | | 阻塞 | 严重 | 减少 | | 单点故障恢复 | 困难 | 较好 | | 网络分区 | 阻塞 | 可能不一致 | | 复杂度 | 简单 | 复杂 | | 实际使用 | 广泛 | 较少 | ## XA 规范 ### XA 架构 XA 是 X/Open 组织定义的分布式事务标准,定义了 TM(事务管理器)和 RM(资源管理器)之间的接口。  *图:XA 架构:AP 经 TM 通过 XA 接口管理 RM* ``` ┌─────────────────────────────────────────────────────────────┐ │ Application (AP) │ │ │ │ │ ▼ │ │ ┌─────────────────────────────┐ │ │ │ Transaction Manager │ │ │ │ (TM) │ │ │ └─────────────────────────────┘ │ │ │ │ │ │ XA接口 XA接口 │ │ │ │ │ │ ┌───────▼────┐ ┌────▼───────┐ │ │ │Resource │ │Resource │ │ │ │Manager(RM1)│ │Manager(RM2)│ │ │ │ MySQL │ │ Oracle │ │ │ └────────────┘ └────────────┘ │ └─────────────────────────────────────────────────────────────┘ ``` ### XA 接口 ```java public interface XAResource { // 开始事务分支 void start(Xid xid, int flags) throws XAException; // 结束事务分支 void end(Xid xid, int flags) throws XAException; // 准备提交(对应 2PC 的 Prepare) int prepare(Xid xid) throws XAException; // 提交事务 void commit(Xid xid, boolean onePhase) throws XAException; // 回滚事务 void rollback(Xid xid) throws XAException; // 恢复事务(用于故障恢复) Xid[] recover(int flag) throws XAException; } ``` ### XA 事务示例 ```java public class XATransactionExample { public void transfer(BigDecimal amount) throws Exception { // 获取 XA 数据源 MysqlXADataSource ds1 = new MysqlXADataSource(); ds1.setUrl("jdbc:mysql://host1:3306/db1"); MysqlXADataSource ds2 = new MysqlXADataSource(); ds2.setUrl("jdbc:mysql://host2:3306/db2"); // 获取 XA 连接 XAConnection xaCon1 = ds1.getXAConnection(); XAConnection xaCon2 = ds2.getXAConnection(); XAResource xaRes1 = xaCon1.getXAResource(); XAResource xaRes2 = xaCon2.getXAResource(); Connection con1 = xaCon1.getConnection(); Connection con2 = xaCon2.getConnection(); // 创建事务 ID Xid xid1 = new MyXid(1); Xid xid2 = new MyXid(2); try { // 开始事务 xaRes1.start(xid1, XAResource.TMNOFLAGS); xaRes2.start(xid2, XAResource.TMNOFLAGS); // 执行业务操作 PreparedStatement ps1 = con1.prepareStatement( "UPDATE account SET balance = balance - ? WHERE id = 1"); ps1.setBigDecimal(1, amount); ps1.executeUpdate(); PreparedStatement ps2 = con2.prepareStatement( "UPDATE account SET balance = balance + ? WHERE id = 2"); ps2.setBigDecimal(1, amount); ps2.executeUpdate(); // 结束事务 xaRes1.end(xid1, XAResource.TMSUCCESS); xaRes2.end(xid2, XAResource.TMSUCCESS); // 两阶段提交 // Phase 1: Prepare int ret1 = xaRes1.prepare(xid1); int ret2 = xaRes2.prepare(xid2); // Phase 2: Commit if (ret1 == XAResource.XA_OK && ret2 == XAResource.XA_OK) { xaRes1.commit(xid1, false); xaRes2.commit(xid2, false); } else { xaRes1.rollback(xid1); xaRes2.rollback(xid2); } } catch (Exception e) { // 回滚 xaRes1.rollback(xid1); xaRes2.rollback(xid2); throw e; } } } ``` ### XA 的局限性  *图:XA 性能、侵入性、跨服务与运维四个问题* ``` ┌─────────────────────────────────────────────────────────────┐ │ XA 的问题 │ ├─────────────────────────────────────────────────────────────┤ │ │ │ 1. 性能差 │ │ - 需要多次网络往返 │ │ - 长时间持有锁 │ │ - 序列化执行,并发度低 │ │ │ │ 2. 侵入性强 │ │ - 需要数据库支持 XA 协议 │ │ - 应用代码需要适配 XA API │ │ │ │ 3. 不支持跨服务 │ │ - XA 主要用于数据库事务 │ │ - 微服务场景需要其他方案 │ │ │ │ 4. 运维复杂 │ │ - 悬挂事务需要手动处理 │ │ - 故障恢复复杂 │ │ │ └─────────────────────────────────────────────────────────────┘ ``` ## 故障处理场景 ### 常见故障场景  *图:协调者与参与者各阶段崩溃后的恢复方式* ``` 场景 1:协调者故障 ┌─────────────────────────────────────────────────────────────┐ │ Prepare 之前崩溃: │ │ - 参与者超时后回滚 │ │ - 无影响 │ │ │ │ Prepare 之后、Commit 之前崩溃: │ │ - 参与者已锁定资源,等待决定 │ │ - 需要协调者恢复后根据日志继续 │ │ │ │ Commit 发送过程中崩溃: │ │ - 部分参与者已提交 │ │ - 需要协调者恢复后继续发送 Commit │ └─────────────────────────────────────────────────────────────┘ 场景 2:参与者故障 ┌─────────────────────────────────────────────────────────────┐ │ Prepare 之前崩溃: │ │ - 协调者等待超时,发送 Abort │ │ - 参与者恢复后根据日志回滚 │ │ │ │ Prepare 之后、Commit 之前崩溃: │ │ - 协调者继续执行 │ │ - 参与者恢复后查询协调者获取决定 │ │ │ │ Commit 之后崩溃: │ │ - 参与者恢复后根据日志提交 │ └─────────────────────────────────────────────────────────────┘ ``` ### 恢复机制 ```java public class TransactionRecovery { private TransactionLog log; private List<Participant> participants; public void recover() { // 读取所有未完成的事务 List<Transaction> pendingTxs = log.getPendingTransactions(); for (Transaction tx : pendingTxs) { String state = tx.getState(); switch (state) { case "PREPARE_STARTED": // Prepare 阶段未完成,发送 Abort sendAbort(tx); break; case "COMMIT": // 已决定提交,继续发送 Commit sendCommit(tx); break; case "ABORT": // 已决定回滚,继续发送 Abort sendAbort(tx); break; } } } private void sendCommit(Transaction tx) { for (Participant p : participants) { try { p.commit(tx.getId()); } catch (Exception e) { // 重试或记录 } } log.markComplete(tx.getId()); } } ```  ## 本章小结 - **分布式事务**:跨多个数据源/服务的事务,保证原子性 - **2PC**:两阶段提交,经典但有阻塞和单点问题 - **3PC**:三阶段提交,增加超时机制减少阻塞 - **XA**:分布式事务标准,但性能差、侵入性强 - **故障处理**:需要日志和恢复机制保证最终一致 ## 思考题 1. 为什么说 2PC 无法解决「协调者单点故障」问题? 2. 3PC 的超时机制如何减少阻塞?在什么情况下仍会出问题? 3. XA 事务为什么性能差?有哪些优化思路? ## QA ### Q1:为什么说 2PC 无法解决「协调者单点故障」问题? 因为 2PC 的最终提交或回滚决策都集中在协调者手里。参与者在 `prepare` 之后已经锁住资源,但自己不能独立决定提交还是回滚,只能等待协调者通知。若协调者在关键时刻宕机,参与者就会长时间阻塞,直到协调者恢复并根据日志继续推进,所以 2PC 只是能做恢复,无法从根本上消除协调者单点依赖。 ### Q2:3PC 的超时机制如何减少阻塞?在什么情况下仍会出问题? 3PC 在 2PC 基础上增加了 `CanCommit` 和 `PreCommit` 阶段,并给参与者超时后的默认动作,避免无限等待。例如参与者长时间收不到下一步指令时,可以根据自己所处阶段选择中止或继续提交,从而减少阻塞。但在网络分区、脑裂或消息严重延迟的情况下,不同节点可能基于不同信息各自超时决策,仍然可能造成不一致。 ### Q3:XA 事务为什么性能差?有哪些优化思路? XA 性能差主要因为它需要两阶段网络往返、持久化事务日志、长时间持有锁,而且多个资源管理器之间串行协调会拉高尾延迟。优化思路通常不是“把 XA 调到极致”,而是尽量缩小使用范围,比如只在强一致核心链路使用;减少参与者数量;缩短事务时间;把非核心步骤异步化;或者直接改用 TCC、Saga、Outbox 这类柔性事务方案。 --- 下一篇:[08 - 分布式事务模式](./08-distributed-tx-patterns.md)
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入