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
# 06 - 事务与一致性 ## 事务支持概述 Ignite 在 TRANSACTIONAL 模式下的 Cache 支持 ACID 事务。 ``` 事务能力: - 跨多条记录(同一个 Cache 或不同 Cache) - 跨多个分区(分布式事务) - 跨多个节点 - 支持悲观锁和乐观锁 - 隔离级别:READ_COMMITTED / REPEATABLE_READ / SERIALIZABLE 限制: - 只支持 TRANSACTIONAL 模式的 Cache(ATOMIC 模式不支持) - 只支持 Key-Value API(SQL 层面 Ignite 2.x 事务支持有限,3.x 已完整支持) ``` ## 两阶段提交(2PC) Ignite 的分布式事务使用两阶段提交协议。 ``` 两阶段提交流程: Coordinator(事务发起节点) │ │ Phase 1: Prepare(准备阶段) │ ├────→ Primary Node 1: "准备提交事务 TX1,你能提交吗?" ├────→ Primary Node 2: "准备提交事务 TX1,你能提交吗?" │ │ 各节点把变更写入 WAL,锁住相关记录,返回 YES/NO │ │ Phase 2: Commit / Rollback(提交阶段) │ │ 如果所有节点返回 YES: ├────→ 所有节点: "提交 TX1" │ │ 如果有任何节点返回 NO: └────→ 所有节点: "回滚 TX1" 为什么需要 2PC? 场景:转账 user_1 → user_2,两个账户在不同节点上 Node 1: user_1.balance -= 100 Node 2: user_2.balance += 100 如果没有事务(两个独立的原子操作): Node 1 扣款成功 + Node 2 加款失败 = 钱丢了 Node 1 扣款后宕机 + Node 2 没收到 = 钱丢了(更常见) 有了 2PC: Prepare → 两边都确认能执行 Commit → 两边同时执行 任一步失败 → 两边一起回滚 ``` ### Near-2PC 优化 ``` 如果事务涉及的所有数据刚好在同一个节点上(并置): → 降级为单节点事务(1PC),跳过网络协调 → 比跨节点 2PC 快 5-10 倍 这就是为什么要用 Affinity Key 让相关数据尽量在一起! ``` ## 悲观锁 vs 乐观锁 ``` ┌──────────┬──────────────────────┬──────────────────────┐ │ 锁类型 │ 原理 │ 适用场景 │ ├──────────┼──────────────────────┼──────────────────────┤ │ 悲观锁 │ 读数据时加锁,阻止并发写 │ 写冲突频繁的数据 │ │ 乐观锁 │ 读数据不加锁,提交时检查 │ 写冲突少、读多写少 │ └──────────┴──────────────────────┴──────────────────────┘ ``` ```java // 悲观锁 try (Transaction tx = ignite.transactions().txStart( TransactionConcurrency.PESSIMISTIC, TransactionIsolation.REPEATABLE_READ)) { // 获取 user_1 的数据时加排他锁 User user = cache.get("user_1"); // 如果别人也在写,这里阻塞等待 user.setBalance(user.getBalance() - 100); cache.put("user_1", user); tx.commit(); } // 乐观锁 try (Transaction tx = ignite.transactions().txStart( TransactionConcurrency.OPTIMISTIC, TransactionIsolation.SERIALIZABLE)) { // 获取数据不加锁 User user = cache.get("user_1"); user.setBalance(user.getBalance() - 100); cache.put("user_1", user); tx.commit(); // 提交时检查版本号,如果冲突则回滚 // 如果版本冲突,抛出 TransactionOptimisticException } ``` ``` 乐观锁的实现原理: 1. 读取数据时记录版本号 2. 提交时检查:版本号是否变化? 没变 → 提交成功 变了 → 说明别人已经改过了 → 回滚,抛出异常 3. 应用程序需要捕获异常并进行重试 关键:乐观锁不保证一定能成功,只保证一致性! ``` ## 隔离级别 ``` Ignite 支持的隔离级别(从低到高): READ_COMMITTED(读已提交): - 每次读取都能读到已提交的最新数据 - 不可重复读:同一事务内两次读取可能不同 - 无幻读保护 - 性能最好,默认级别 REPEATABLE_READ(可重复读): - 同一事务内多次读取结果一致 - 可能幻读:新的匹配条件的行可能出现 - 中等性能开销 SERIALIZABLE(可串行化): - 最高隔离级别 - 事务完全串行执行 - 无脏读、不可重复读、幻读 - 性能开销最大 对比 MySQL: MySQL 默认 REPEATABLE_READ(InnoDB) Ignite 默认 READ_COMMITTED ``` ``` 读已提交的实现(MVCC): 情况 1:事务 A 修改了 user_1,未提交 事务 B 读 user_1 → 读的是旧版本的快照数据 → 不会读到未提交的脏数据 情况 2:事务 A 提交了 事务 B 再次读 user_1 → 读到已提交的新版本数据 (这就是"READ_COMMITTED"的含义:只读已提交的) ``` ## Deadlock(死锁) ``` 分布式死锁比单机死锁更复杂: Transaction 1: lock(user_1, Node A) → wait user_2, Node B Transaction 2: lock(user_2, Node B) → wait user_1, Node A → 互相等待,死锁 Ignite 的解决方案: - 死锁检测线程(定期扫描等锁关系) - 检测到死锁后 → 选择最年轻的事务(代价最小)回滚 - 回滚后释放锁,另一个事务可以继续 避免死锁的建议: - 尽量让事务数据走并置(单节点事务不死锁) - 统一资源访问顺序(先锁 user_1 再锁 user_2) - 使用乐观锁代替悲观锁 - 事务尽量短(缩小锁持有时间) ``` ## 面试常见问题 **Q:Ignite 的分布式事务是怎么实现的?** A:使用两阶段提交(2PC)。Prepare 阶段向所有参与节点询问是否能提交,各节点写 WAL + 锁定记录后回复;Commit 阶段在所有节点同时提交。如果事务数据在同一个节点上(并置),自动降为单节点事务(Near-2PC),无需网络协调。 **Q:悲观锁和乐观锁怎么选?** A:写冲突频繁用悲观锁(避免频繁重试),读多写少用乐观锁(避免不必要的锁开销)。乐观锁提交时版本冲突会抛异常,需要应用层重试。悲观锁会阻塞其他事务,可能引发死锁。 **Q:Ignite 支持哪些隔离级别?默认是什么?** A:READ_COMMITTED(默认)、REPEATABLE_READ、SERIALIZABLE。读已提交意味着每次读取都能读到已提交的最新数据,不能防止不可重复读。MySQL InnoDB 默认是 REPEATABLE_READ,Ignite 默认隔离级别更低,性能更好。 --- 下一篇:[07 - 计算网格与并置处理](./07-compute.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