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
# Seata 概述与 AT 模式原理 > 导读:本文从"本地事务明明加了 `@Transactional`,为什么下单扣库存还是会扣出脏数据"这个具体的痛点出发,把分布式事务的产生场景、Seata 的角色模型(TC/TM/RM)与全局事务流程、AT 模式的无侵入思想、一阶段与二阶段的完整动作、全局锁与读写隔离、undo_log 表结构逐项讲透,最后给出可运行示例、配置与生产踩坑。适合已有 Spring 事务基础、准备在微服务里落地分布式事务的同学。 ## 一、先建立全局认知 ### Q:本地事务为什么在微服务里会失效? A:结论先行——本地事务(Local Transaction)只能保证"**同一条数据库连接内**"的一组操作要么全成功、要么全失败;一旦一个业务动作被拆到多个服务、多个库、或数据库之外的存储上,`@Transactional` 就失去了管辖范围,于是出现"订单建了、库存没扣"这类不一致。 先说"为什么":`@Transactional` 能生效依赖三个前提——同一个 `DataSource`、同一条 `Connection`、同一个数据库实例上的 `InnoDB` 事务。Spring 的 `PlatformTransactionManager` 做的事是:取一条连接、关闭自动提交、把连接绑定到当前线程,最后要么 `commit()` 要么 `rollback()`。它没有能力协调第二条数据库连接——更不用说另一个进程里的数据库。 我们用一个最常见的链路来感受这个失效过程。假设下单要跨两个库:订单库 `order_db` 和库存库 `inventory_db`,分属两个服务: ```java // 解决什么问题:展示"看起来有事务、实际没有事务"的典型写法 @Transactional // 只对当前数据源(order_db)生效 public void createOrder(OrderDTO dto) { orderMapper.insert(buildOrder(dto)); // ① 订单库本地事务 inventoryClient.decrease(dto.getSkuId(), dto.getQty()); // ② 远程调用 -> 库存库自己的本地事务 couponClient.lock(dto.getUserId(), dto.getCouponId()); // ③ 又一个远程调用 } ``` 这段代码的真实行为是"**三个互不感知的本地事务**",而不是一个事务。把它拆开看,会出现下面这些中途失败的状态: | 失败点 | 订单库 | 库存库 | 结果 | | --- | --- | --- | --- | | ① 之后、② 之前抛异常 | 回滚 | 未执行 | 一致(这是唯一侥幸的情况) | | ② 成功、③ 抛异常 | 回滚 | 已扣减且已提交 | **库存白扣** | | ② 超时但服务端实际执行成功 | 回滚 | 已扣减 | **库存白扣**(超时的经典陷阱) | | ② 成功、进程被 kill | 连接断开 → 回滚 | 已扣减 | **库存白扣** | 注意最后一行的关键点:**跨进程调用没有"回滚"这个动作**,只有"再发一次反向请求去补偿",而补偿本身又可能失败。所以分布式事务的本质不是"把多个本地事务合成一个",而是"**保证最终所有分支要么都成功、要么都能被补偿掉**"。 把"本地事务失效"的场景穷举一下,生产上主要就四类: 1. **跨服务调用(RPC / HTTP)**:最常见。对应上面例子,问题是"调用成功后本地回滚"和"调用超时但对方成功"。 2. **同进程多数据源 / 分库分表**:`@Transactional` 默认只绑定主数据源,第二个数据源上的操作脱离事务;分库分表中间件(ShardingSphere 等)虽然能在 SQL 层路由,但跨分片的原子性依然要额外机制保证。 3. **本地事务 + 消息(MQ)**:先提交本地事务再发消息,可能"提交成功、消息没发出去";先发消息再提交,可能"消息发了、本地回滚",下游基于错误消息行动。 4. **跨存储介质**:数据库 + Redis / ES / 对象存储。数据库能回滚,Redis 里已经写进去的键不会自己消失。 **适用边界**:如果你的业务动作全部落在**同一个库的同一个本地事务**里,就不需要 Seata,任何分布式事务方案都是净成本。先确认"是不是真的跨了资源边界",再谈框架选型——这是很多项目引入 Seata 过早的根本原因。 ### Q:Seata 是什么?它在体系里扮演哪几个角色? A:结论先行——Seata(Simple Extensible Autonomous Transaction Architecture)是一套开源的分布式事务解决方案:它把一个跨越多个服务的业务动作组织成一个**全局事务(Global Transaction)**,用 TC 集中协调、TM 定义边界、RM 管理各自分支,让所有分支最终要么全部提交、要么全部被回滚(或补偿)。 先固定四个术语,全文沿用: - **全局事务(Global Transaction)**:由 `@GlobalTransactional` 标注的那次业务调用所代表的"逻辑事务",它有唯一标识 **XID**(全局事务 ID,一个字符串,随调用链在服务间透传)。 - **分支事务(Branch Transaction)**:全局事务在每个参与库上的一个本地事务,注册到 TC 后拿到 **Branch ID**。 - **回滚日志(undo_log)**:AT 模式在业务库中记录的数据快照,是二阶段回滚的依据。 - **全局锁(Global Lock)**:TC 侧维护的、以"某张表的某一行"为粒度的锁,用于跨服务写隔离。 三个角色的职责与形态如下: | 角色 | 英文全称 | 部署形态 | 核心职责 | | --- | --- | --- | --- | | TC | Transaction Coordinator(事务协调者) | 独立进程,即 `seata-server` | 维护全局事务与分支事务的状态机;接收分支注册;分配/维护全局锁;驱动二阶段提交或回滚;管理事务会话与重试 | | TM | Transaction Manager(事务管理器) | 业务应用内部的一个组件(通常是入口服务) | 向 TC 申请**开启**全局事务、拿到 XID;全部业务完成后决定**全局提交**或**全局回滚** | | RM | Resource Manager(资源管理器) | 业务应用内部的一个组件(每个参与方都有) | 管理分支资源:注册分支、申请全局锁、上报分支状态、执行二阶段动作(删 undo_log / 用 undo_log 补偿) | 一个关键认知:**TM 和 RM 不是两个独立进程,而是同一个应用里按"当前这次调用中扮演什么角色"区分的**。被 `@GlobalTransactional` 标注的那个方法所在的应用是 TM;它下游的每个写库的应用都是 RM;而 TM 自己如果也写了库,那它同时还是 RM。 整体结构如下:  *图:Seata 三角色协作——TC 维护全局事务状态机与分支锁,TM 驱动 beginGlobal/globalCommit/globalRollback,RM 负责 branchRegister/branchReport/lockQuery,TM 与 RM 之间透传 XID* ```text ┌────────────────────────┐ │ TC(seata-server) │ │ - 全局事务状态机 │ │ - 分支会话/锁表 │ └───┬────────────────┬───┘ beginGlobal/ │ │ branchRegister / globalCommit / │ │ branchReport / globalRollback │ │ lockQuery ┌────┴────┐ ┌────┴────────────┐ │ TM │ │ RM │ │ order │─────▶│ inventory │ │ service │ XID │ service │ └─────────┘透传 └─────────────────┘ ``` 三个角色之间只有两种流量:**控制流**(TM/RM 与 TC 之间的注册、状态上报、二阶段指令)和**业务流**(服务之间的 RPC,XID 搭这趟车透传)。业务流不经过 TC,所以 TC 短暂不可用时,**已有分支的业务逻辑仍能走完,但二阶段推进会被卡住**——这个性质是后面高可用设计的出发点。 ### Q:一个全局事务从发起到结束,完整走一遍是什么流程? A:结论先行——整条链路可以概括为:**TM 向 TC 申请开启全局事务拿到 XID → XID 随调用链透传 → 每个 RM 在本地事务中执行业务 SQL 并注册分支(申请全局锁)→ 全部业务成功后 TM 请求 TC 提交 → TC 通知各 RM 做二阶段提交**;任何环节失败则 TM 请求 TC 回滚,TC 通知各 RM 用 undo_log 反向补偿。 按时间顺序展开: 1. **开启**:TM 被 `@GlobalTransactional` 拦截,向 TC 发送开启请求,TC 创建一条全局事务记录(状态 `Begin`),返回 XID。 2. **透传**:XID 被放进本次调用的上下文(Dubbo/Feign/gRPC 的 Filter、`RootContext`),下游服务从请求里解析出 XID 并绑定到当前线程。 3. **分支执行**:下游 RM 执行写 SQL 时被 Seata 代理拦截,在本地事务中完成"镜像采集 → 写 undo_log → 注册分支",然后提交本地事务;注册分支时同时申请全局锁。 4. **上报与决策**:RM 把分支的执行结果上报给 TC;业务代码正常返回,TM 决定全局提交。 - 业务抛异常(或超时被 TC 判定超时)→ TM 决定全局回滚。 5. **二阶段**:TC 把全局事务置为 `Committing` / `Rollbacking`,逐个通知分支上报的 RM: - 提交:RM 异步删除 undo_log,TC 释放全局锁。 - 回滚:RM 读取 undo_log、校验数据、执行反向补偿、删除 undo_log,TC 释放全局锁。 6. **收尾**:所有分支完成后,全局事务置为 `Committed` / `Rollbacked`,TC 清空该事务的会话与锁。 用一个状态视角的表格把"谁来做什么"钉死(状态名以版本源码为准,此处只做语义对照): | 阶段 | 发起方 | 接收方 | 动作 | 失败后怎么办 | | --- | --- | --- | --- | --- | | 开启 | TM | TC | 创建全局事务,返回 XID | 开启失败直接抛异常,业务不执行 | | 分支执行 | RM | 本地 DB + TC | 采集镜像、写 undo_log、注册分支、提交本地事务 | 注册分支失败 → 本地事务回滚 → 全局失败 | | 全局提交 | TM | TC | 请求提交全局事务 | 失败按配置重试;重试耗尽则事务滞留,需人工介入 | | 二阶段提交 | TC | RM | 删 undo_log、释放全局锁 | 通知失败由 TC 后台线程持续重试 | | 二阶段回滚 | TC | RM | 用 undo_log 反向补偿、删 undo_log | 回滚失败按策略重试,长期失败需人工处理 | 这里要划一个重点,否则后面理解不了 AT:**AT 模式下的"本地事务提交"发生在第 3 步,也就是全局事务还没结束的时候**。这正是 AT 与传统两阶段提交(2PC)最大的分水岭,也是"默认读未提交"和"需要全局锁"这两个特性的根源。 ## 二、理解 AT 模式的核心机制 ### Q:AT 模式"无侵入"到底是怎么做到的? A:结论先行——AT(Auto Transaction,自动事务)靠"**代理数据源 + SQL 解析 + undo_log**"三件套,把分布式事务的协调逻辑藏进 `DataSourceProxy` 与连接代理里;业务侧只写普通 JDBC/MyBatis 代码,唯一的"额外动作"就是在业务入口方法上打一个 `@GlobalTransactional`。 拆开看这三个部件各自负责什么: 1. **`DataSourceProxy`(数据源代理)**:包一层业务数据源,`getConnection()` 返回的是 `ConnectionProxy` 而不是原始连接。这样框架才有机会"接管 SQL 的执行过程"。 2. **`ConnectionProxy`(连接代理)**:AT 的心脏。它重写了 `prepareStatement` / `commit` / `rollback` 等关键方法,把一次普通的 DML 拆成"解析 SQL → 采前镜像 → 执行 → 采后镜像 → 注册分支 → 写 undo_log → 提交"这条流水线。同时,`commit` 被重写成"先向 TC 注册分支,再提交本地事务"。 3. **`@GlobalTransactional` + `GlobalTransactionScanner`(AOP 切面)**:负责 TM 侧语义——方法进入时向 TC 开启全局事务、绑定 XID;方法正常返回时请求全局提交;抛异常时请求全局回滚。这部分只在"入口服务"生效。 对照 TCC 就明白"无侵入"的价值:TCC 要求业务为每个参与方手写 Try/Confirm/Cancel,而 AT 只需要普通业务代码加一个注解: ```java // 解决什么问题:AT 模式下 TM 侧的全部"事务代码",只有这一个注解 @GlobalTransactional(name = "create-order", rollbackFor = Exception.class) public void createOrder(OrderDTO dto) { orderMapper.insert(buildOrder(dto)); // 普通 MyBatis 写法,无任何 Seata API inventoryClient.decrease(dto.getSkuId(), dto.getQty()); // 普通 Feign 调用 } ``` **但要警惕"无侵入"的边界**:无侵入指的是**编程模型**不变,不代表**运行时约束**消失。AT 依然要求:表必须有主键、SQL 类型受解析器限制、默认隔离级别退化为读未提交、每个业务库必须有 `undo_log` 表、数据源必须被代理(多数据源要分别代理)。把"无侵入"理解成"随便写都能分布式一致",是上线后踩坑的起点。 补一个版本差异:`seata-spring-boot-starter` 通常会自动完成数据源代理(开关如 `seata.enable-auto-data-source-proxy`,**1.4.2 起提供,取值以版本为准**);非 Spring Boot 场景需要显式开启,**需结合版本确认**。 ### Q:一阶段到底做了哪些事?为什么必须先注册分支再写 undo_log? A:结论先行——AT 的一阶段(Phase One)是"**在同一个本地事务里,把业务 SQL 和它对应的 undo_log 一起提交**",完整步骤是:拦截 SQL → 解析 → 采集前镜像 → 执行业务 SQL → 采集后镜像 → 注册分支并申请全局锁 → 写入 undo_log → 提交本地事务。其中"注册分支在前、写 undo_log 在后"是**数据依赖**决定的:undo_log 的主键 `branch_id` 必须由 TC 分配。 逐步说明每一步"为什么必须存在": 1. **拦截与解析**:代理层拦下 `execute`/`executeUpdate`,用 SQL 解析器(Seata 使用 Druid 的解析能力)识别语句类型(INSERT/UPDATE/DELETE)、目标表、影响的主键条件、被更新的列。没有解析就没有"该给哪些行做镜像、该锁哪些行"的信息。 2. **采集前镜像(before image)**:读取受影响行**修改前**的数据。UPDATE/DELETE 场景需要按主键条件把当前行查出来(Seata 在生成前镜像时会以加锁方式读取,避免"读镜像期间数据被并发改掉",具体走的是普通查询还是 `SELECT ... FOR UPDATE`,**以版本实现为准**);INSERT 则按主键查一次以确认该行原本不存在。 3. **执行业务 SQL**:原样执行,不改变语义。这一步同时会拿到影响行数,用于和镜像对齐。 4. **采集后镜像(after image)**:按同样的主键再查一次,得到修改后的数据。前后镜像的主键集合若不一致(例如业务 SQL 改了主键),框架会认为无法安全补偿并抛异常——这是 AT 不支持"更新主键"这类操作的原因之一。 5. **注册分支 + 申请全局锁**:把本次要锁定的记录集合(**lock keys**,形态为"表名 + 主键值",如 `t_stock:1001`,多主键用逗号连接)随注册请求发给 TC;TC 加锁成功返回 `branch_id`,冲突则抛 `LockConflictException` 并按客户端配置的重试参数重试。 6. **写 undo_log**:把 `branch_id`、`xid`、前后镜像序列化后写入 `rollback_info`,插入一条 undo_log 记录。**这一步与业务 SQL 处于同一个本地事务**。 7. **提交本地事务**:连接代理的 `commit()` 被改写,先确保分支已注册、undo_log 已写入,再真正提交。 这里有个很值得体会的设计:**AT 复用了本地事务的原子性来保证"业务数据与回滚日志同生共死"**。因为它俩在同一个本地事务里,所以不存在"undo_log 写失败但业务数据提交成功"的中间态——后者恰恰是手写补偿逻辑最容易出错的地方。 一阶段的边界与风险: - 一阶段做了**两次额外查询**(前镜像、后镜像)和**一次额外插入**(undo_log),所以 AT 对写操作的额外开销是客观存在的;批量更新、影响行数很大的语句代价会被放大。 - 前镜像读取在 UPDATE/DELETE 上为了避免竞态使用了加锁读,因此**一阶段本身就可能在数据库行锁上产生竞争**;这和全局锁是两把不同的锁,排查时别混。 - 如果本地事务提交阶段数据库/进程崩溃:业务数据与 undo_log 一起回滚,但 TC 侧已经存在一条分支记录与若干全局锁。TC 后续会尝试回滚这条分支,而 RM 侧找不到 undo_log,只能按"无需补偿"处理并记录日志(**具体日志与状态处理以版本为准**)。这类分支是全局锁"莫名长期占用"的一个隐蔽来源。 ### Q:二阶段的提交和回滚分别做什么? A:结论先行——**二阶段提交几乎是"零成本"的:因为一阶段已经提交过了,二阶段只需要异步删掉 undo_log 并释放全局锁;二阶段回滚才是真正干活的一步:读 undo_log、校验数据是否被改动、用前镜像生成反向 SQL 做补偿、删 undo_log。** **二阶段提交(Phase Two Commit)的步骤:** 1. TC 收到 TM 的全局提交请求,把全局事务状态置为 `Committing`。 2. 释放该事务占用的全局锁(一阶段锁的,二阶段还)。 3. 异步通知各 RM 删除自己那条 undo_log;RM 侧通常是批量删除。 4. 全部完成后全局事务置为 `Committed`,清理会话。 **为什么提交可以异步?** 因为一阶段已经把业务数据提交了,二阶段的删除只是"清理回滚依据",删失败也不影响数据正确性(undo_log 残留最多是多占一点空间,可以被后续清理机制处理)。既然不影响正确性,就没必要让它阻塞业务 RT——这是 AT 把"两阶段提交"做得比传统 XA 轻的关键。 **二阶段回滚(Phase Two Rollback)的步骤:** 1. TC 把全局事务置为 `Rollbacking`,按分支逐个下发回滚指令。 2. RM 用 `xid + branch_id` 查 undo_log,反序列化出 `rollback_info`。 3. **数据校验**:把 undo_log 中的后镜像与数据库中当前的该行数据做比对(用加锁方式读取)。 - 一致 → 说明这一行没有被人动过,可以安全补偿。 - 不一致 → 说明发生了"越过全局锁的修改",此时盲目用前镜像覆盖会**破坏别人的写入**。默认行为是校验不通过时回滚失败并抛出异常、进入重试或人工处理的路径(`client.undo.data-validation` 可关闭校验,关闭后直接覆盖,风险自负;**具体异常类型与重试行为以版本为准**)。 4. **生成并执行反向 SQL**:由前镜像生成 `UPDATE ... SET 旧值 WHERE 主键` 或 `DELETE`(对应 INSERT)/ `INSERT`(对应 DELETE),在同一个 `xid` 下执行。 5. **删除 undo_log**:补偿完成后删除,避免重复补偿。 6. 全部分支回滚完成后,TC 释放全局锁,全局事务置为 `Rollbacked`。 undo_log 中 `rollback_info` 的大致结构(Jackson 序列化下的形态示意,**字段名以版本实现为准**): ```json { "branchId": 1234567890, "sqlUndoLogs": [ { "sqlType": "UPDATE", "tableName": "t_stock", "beforeImage": { "tableName": "t_stock", "rows": [{ "fields": [ { "name": "id", "type": 4, "value": 1001 }, { "name": "count", "type": 4, "value": 100 } ]}] }, "afterImage": { "tableName": "t_stock", "rows": [{ "fields": [ { "name": "id", "type": 4, "value": 1001 }, { "name": "count", "type": 4, "value": 90 } ]}] } } ] } ``` 从这份结构里能读出三个重要事实: 1. **回滚依赖主键定位**:没有主键就没有 `WHERE` 条件,所以"表必须建主键"不是建议而是硬要求(联合主键也支持)。 2. **回滚是"按行覆盖",不是"按差值加减"**:前镜像里存的是整行的旧值,所以补偿是确定性的——这也意味着**如果这一行在这期间被别的事务改过,覆盖就会造成数据丢失**,这正是第 3 步校验存在的理由。 3. **`sqlType` 决定补偿方向**:INSERT 的补偿是删除、DELETE 的补偿是插入,业务侧不需要写任何补偿代码。 ### Q:undo_log 表结构长什么样? A:结论先行——`undo_log` 是**每个参与全局事务的业务库**里的一张普通表,主键是 `branch_id`,另有 `(xid, branch_id)` 唯一索引,核心字段 `rollback_info` 存放前后镜像的序列化结果,`log_status` 标识这条回滚信息的状态。 MySQL 下 Seata 官方脚本中的 DDL(**各版本脚本可能微调,生产以所用版本 `script/client/at/db/` 下的脚本为准**): ```sql -- 解决什么问题:为 AT 模式提供"回滚依据",每个业务库都必须存在这张表 CREATE TABLE IF NOT EXISTS `undo_log` ( `branch_id` BIGINT(20) NOT NULL COMMENT 'branch transaction id', `xid` VARCHAR(128) NOT NULL COMMENT 'global transaction id', `context` VARCHAR(128) NOT NULL COMMENT 'undo_log context,such as serialization', `rollback_info` LONGBLOB NOT NULL COMMENT 'rollback info', `log_status` INT(11) NOT NULL COMMENT '0:normal status,1:defense status', `log_created` DATETIME NOT NULL COMMENT 'create datetime', `log_modified` DATETIME NOT NULL COMMENT 'modify datetime', PRIMARY KEY (`branch_id`), UNIQUE KEY `ux_undo_log` (`xid`, `branch_id`) ) ENGINE = InnoDB AUTO_INCREMENT = 1 DEFAULT CHARSET = utf8mb4 COMMENT ='AT transaction mode undo table'; ``` | 字段 | 作用 | 生产注意点 | | --- | --- | --- | | `branch_id` | 分支事务 ID,TC 分配 | 作为主键,保证同一分支不会重复写 undo_log | | `xid` | 全局事务 ID | 回滚时用于定位与去重 | | `context` | 序列化上下文信息 | 与序列化方式(如 jackson/kryo)识别有关,**取值与含义随版本演进** | | `rollback_info` | 前后镜像序列化结果 | 回滚的**唯一依据**,被清掉就永远无法补偿 | | `log_status` | 回滚信息状态 | 不要假设"非 0 就一定可以删",清理策略需按版本确认 | | `log_created` / `log_modified` | 写入与最后修改时间 | 判断"这条 undo_log 躺了多久"的关键线索 | 几条必须记住的运维结论: - **表名可配置**(如客户端 `undo.log-table`,键名以版本为准),但改了表名后 DDL 与配置必须同步,否则回滚时找不到表。 - **不能放在只读库/只读实例上**:二阶段回滚需要写和删。 - **不要把 `undo_log` 当成"历史日志表"来按时间批量清空**。它是**未完成事务的补偿依据**,误删的直接后果是"某笔全局事务永远无法回滚"。清理必须满足"事务已结束"这个前提,且要有明确的判断条件。 ## 三、全局锁与隔离性 ### Q:全局锁解决什么问题?它是怎么工作的? A:结论先行——全局锁是 TC 侧维护的一把"**以表+行为粒度**"的分布式锁,用来在"本地事务已提交、全局事务未结束"这段窗口内**阻止其他全局事务修改同一行**,从而避免脏写(dirty write)。 **为什么必须要有它?** 回到一阶段的时间线:AT 的一阶段结束时就提交了本地事务,数据库的**行锁随之释放**。但此时全局事务还没结束——如果发生回滚,这一行还要被改回去。在这段窗口里,如果另一个全局事务把同一行改成别的值,等到回滚时,前镜像就会覆盖掉别人的写入,数据彻底错乱。数据库的行锁保护不了这段窗口(因为它已经释放了),所以必须由 TC 用一个"跨服务的锁"补上,这就是全局锁。 **工作机制:** 1. **锁定粒度**:lock key = 表名 + 该行的主键值,例如 `t_stock:1001`;一次 SQL 影响多行就会产生多个 lock key。 2. **申请时机**:RM 注册分支时把 lock keys 一并提交给 TC;TC 在锁表中尝试加锁。 3. **冲突处理**:若锁已被其他 `xid` 持有,TC 返回加锁失败,客户端抛出 `LockConflictException` 并按 `retry-times` / `retry-interval` 重试(**默认值需结合版本确认**);重试耗尽则当前分支失败,进而导致全局事务回滚。 4. **重入性**:同一个 `xid` 重复申请同一把锁是允许的(同一全局事务内的多个分支天然可以重复写同一行)。 5. **释放时机**:全局事务二阶段结束(提交完成 / 回滚完成)后由 TC 释放;这也是"长事务会拖垮并发"的根因。 6. **持久化**:在 `db` / `redis` 存储模式下锁表会持久化,TC 重启后能恢复;`file` 模式的锁与事务信息只保存在单机。 一个高频误区必须点明:**全局锁只约束"走 Seata 的写操作"**。运维手工改数据、另一个没接 Seata 的服务直连同一个库、离线任务批量刷数据——这些写入**不会申请全局锁**,可以绕过它。绕过之后,AT 的最后一道防线只剩"二阶段回滚时的数据校验"。所以"全局锁 = 绝对写隔离"是错的,准确的表述是:"**它约束的是所有遵守 Seata 协议的写操作**"。 ### Q:为什么 Seata 默认是"读未提交"? A:结论先行——因为 AT 一阶段就提交了本地事务,而全局事务尚未结束,此时任何**普通 SELECT**(走本地读、不看全局状态)都能读到这份"全局意义上还未提交"的数据;因此从全局事务的视角看,隔离级别退化为**读未提交(READ_UNCOMMITTED)**。 举一个一定会遇到的例子: ```text 时间线:T1 是"下单扣库存"的全局事务,T2 是"查库存给用户展示"的请求 t1 T1 全局开始,库存 100 → 90,一阶段提交本地事务,持有 t_stock:1001 的全局锁 t2 T2 执行普通 SELECT count FROM t_stock WHERE id=1001 → 读到 90(脏读!) t3 T1 因为优惠券服务失败,全局回滚,库存回到 100 结果:用户看到过"库存 90",而这个值从未真正存在过 ``` 要注意脏读的**危害边界**:脏读**不会写坏数据**(写操作有全局锁兜底),它危害的是**业务判断**——比如基于这个中间态算出来的报表、给用户展示的错误库存、基于它做的"是否允许下单"决策。 **三种应对手段:** 1. **需要强一致的读,用 `SELECT ... FOR UPDATE`**:AT 下带 `FOR UPDATE` 的查询会走专门的执行器,**先申请全局锁再执行查询**,从而挡住"正被全局事务修改"的行。如果只是想加锁而不想开启全局事务(例如只做一次防脏读的校验读),Seata 提供了 `@GlobalLock` 注解(**1.4 起提供,具体支持范围以版本为准**)。这是"读已提交"语义的近似实现。 2. **从业务上不依赖中间态**:把"读-判断-写"放进同一个全局事务;用数据库唯一约束、乐观锁版本号等做最终兜底;展示类接口接受短暂不一致并做好文案降级。 3. **换模式**:如果业务对隔离性要求高(例如金额校验类场景),TCC 或 XA 会比 AT 更合适,代价是侵入性与性能。 最后强调:**"默认读未提交"是 AT 的设计取舍,不是 bug**。它用"牺牲全局读隔离"换来"一阶段提交、本地锁快速释放、无需业务实现补偿"三个收益,接不接受取决于业务能否容忍读到中间态。 ### Q:脏写是怎么被避免的? A:结论先行——靠**两道防线**:正常路径上由**全局锁**挡住第二个写事务(写隔离);异常路径上(有人绕过 Seata 改了数据)由**二阶段回滚前的数据校验**兜底,宁可回滚失败并告警,也不用旧值覆盖别人的写入。 第一道防线(全局锁,正常路径):  *图:T2 抢同一行全局锁失败:重试 N 次后全局事务回滚* ```text T1: 全局事务 A 更新 t_stock:1001 → 一阶段提交,持有全局锁 A T2: 全局事务 B 也更新 t_stock:1001 → 分支注册时申请全局锁失败 → LockConflictException → 按配置重试 N 次 → 仍失败,则 B 的全局事务回滚 ``` 这里要理解"两层锁"的分工,很多排查困惑都源于两者混为一谈: | 锁 | 由谁维护 | 生命周期 | 保护范围 | 语义 | | --- | --- | --- | --- | --- | | 数据库行锁(本地锁) | 数据库 | 本地事务开始到提交/回滚 | 单个服务的一次写操作 | 保证本服务的写原子性 | | 全局锁 | TC | 分支注册到全局事务二阶段结束 | 所有走 Seata 的写操作 | 保证跨服务的写隔离 | AT 的设计精髓就在于:**用"短命但只能本地生效的行锁" + "长命但作用于全局的全局锁",替代了传统 2PC 中"长命且阻塞数据库连接的行锁"**。本地锁只是一瞬间,全局锁虽然长期持有但不占用数据库资源——这就是 AT 性能优于 XA 的核心原因。 第二道防线(数据校验,异常路径):回滚时把"后镜像"和"当前库里的实际值"比对: - **完全一致**:没人动过,安全补偿。 - **不一致**:出现了脏写。此时**绝不能盲目覆盖**——覆盖会直接抹掉别人的写入。默认行为是校验失败 → 回滚异常 → 重试/人工介入(`client.undo.data-validation` 可以关闭校验,但关闭意味着接受覆盖风险,除非你非常确定语义,否则不要关)。 有三个"校验挡不住"的场景要提前警惕:绕过 Seata 的写入(手工刷数、未接入的应用)、关掉 `data-validation`、undo_log 被误清理导致没有校验依据。它们的共同特征是**发现得晚**,所以生产上必须做"全局锁持有时间监控 + 回滚失败告警"。 ## 四、动手:最小可运行示例与配置 ### Q:一个下单扣库存的 AT 示例怎么写? A:结论先行——AT 示例只有两处"特殊":**入口方法加 `@GlobalTransactional`**,以及**每个服务的数据源被 Seata 代理**。业务 SQL 与远程调用完全按平时写。依赖只需引入 starter(版本占位): ```xml <!-- 解决什么问题:引入 Seata 的 Spring Boot 集成,自动装配数据源代理与全局事务切面 --> <dependency> <groupId>io.seata</groupId> <artifactId>seata-spring-boot-starter</artifactId> <version>${seata.version}</version> </dependency> ``` TM 侧(订单服务): ```java // 解决什么问题:定义全局事务边界;方法内的所有跨服务写操作共享同一个 XID @Service public class OrderService { @GlobalTransactional(name = "create-order", rollbackFor = Exception.class) public void createOrder(Long skuId, int qty) { // ① 本地库写:订单 orderMapper.insert(new Order(skuId, qty)); // ② 远程写:库存(下游是 RM,自己不做任何特殊处理) inventoryClient.decrease(skuId, qty); // ③ 任何未捕获异常都会触发全局回滚 } } ``` RM 侧(库存服务)——**注意这里没有任何 Seata API**: ```java // 解决什么问题:作为 RM 参与全局事务;框架自动完成镜像采集、undo_log 写入与分支注册 @Service public class InventoryService { @Transactional // 只是本地事务,分布式语义由 Seata 在连接层自动附加 public void decrease(Long skuId, int qty) { int affected = stockMapper.decrease(skuId, qty); // UPDATE t_stock SET count = count - ? WHERE id = ? AND count >= ? if (affected == 0) { throw new BizException("库存不足"); // 抛异常 → 全局回滚 } } } ``` 关键点与边界: - **回归测试重点不是"成功路径",而是"失败路径"**:把 `decrease` 改成抛异常、把库存服务停掉、把远程调用超时时间调小于业务耗时,观察订单和库存是否都被正确回滚。AT 的正确性几乎都在这条路径上。 - **`@GlobalTransactional` 方法里不要做耗时操作**:它持有着全局锁,一次慢查询、一次外部 HTTP 重试,都可能把锁持有时间从毫秒级拖到秒级,进而影响所有写同一批行的并发事务。 - **`rollbackFor` 要显式写**:默认只对 `RuntimeException` 回滚,与 Spring 的默认行为一致;受检异常不写就会"业务失败了但全局提交了"。 - **超时配置**:`@GlobalTransactional` 支持超时属性(`timeoutMills`,默认 60 秒,**以版本为准**)。超时后由 TC 主动触发全局回滚——注意这是**异步判定**,业务线程可能已经返回成功,但事务最终是回滚的,因此"接口返回成功≠事务成功"。 ### Q:配置怎么写? A:结论先行——客户端最小配置要回答两个问题:**"我是哪个事务分组"(`tx-service-group`)** 和 **"这个分组对应哪里的 TC"(`vgroup-mapping` + 注册中心或地址列表)**;其余是锁重试、undo_log 之类的调优项。 以 `seata-spring-boot-starter`(1.4+ 风格)的 `application.yml` 为例(**键名与默认值需结合所用版本确认**): ```yaml # 解决什么问题:告诉客户端"我属于哪个事务分组、到哪里找 TC、undo_log 用哪张表" seata: enabled: true application-id: order-service # 应用标识,出现在 TC 的事务记录里,便于排查 tx-service-group: my_tx_group # 客户端所属事务分组(名字自定义) enable-auto-data-source-proxy: true # 自动代理数据源(AT 必需) data-source-proxy-mode: AT # 代理模式:AT / XA service: vgroup-mapping: my_tx_group: default # 分组 -> TC 集群名(vgroup)的映射 grouplist: default: 127.0.0.1:8091 # 不使用注册中心时的直连地址(列表形式) registry: type: nacos # 服务发现方式:nacos / eureka / consul / file 等 nacos: server-addr: 127.0.0.1:8848 application: seata-server # TC 在注册中心里的服务名,必须与 TC 端一致 group: SEATA_GROUP config: type: nacos # 配置中心(也可用 file,本地直读) nacos: server-addr: 127.0.0.1:8848 group: SEATA_GROUP client: rm: lock: retry-interval: 10 # 全局锁冲突后的重试间隔(毫秒) retry-times: 30 # 重试次数,耗尽则分支失败 undo: data-validation: true # 回滚前是否做数据校验(建议保持 true) ``` 几个必须说清的点: - **`tx-service-group` 与 `vgroup-mapping` 的关系**:前者是客户端"身份标签",后者把标签翻译成 TC 的集群名;注册中心里 TC 用集群名暴露地址列表。任何一环拼错,典型报错是找不到集群名(如 `can not get cluster name in registry config ...`),客户端根本连不上 TC。 - **`config` 与 `registry` 可以不同源**:例如配置项放本地 `file`、服务发现用 Nacos,小规模环境常用这种组合降低依赖。 - **2.x 的差异**:2.x 对配置结构做过统一与调整(服务端以 `application.yml` 为主要载体),部分键名与 1.x 不一致,**迁移前必须按目标版本的官方配置示例逐项核对**,不要直接把 1.x 的 yml 搬过去。 - **多数据源必须逐个代理**:`enable-auto-data-source-proxy` 解决的是常见单/多数据源自动代理场景,但如果你的数据源是手工 new 出来的、或在 Seata 初始化之后才创建的,需要显式包 `DataSourceProxy`,否则该数据源上的写操作不参与全局事务(表现为"部分回滚")。 ### Q:undo_log 表怎么建? A:结论先行——**每个参与全局事务的库**都要执行一次建表脚本,MySQL 用下面这段即可;重点不是 DDL 本身,而是"每套环境、每个分库都要有,且不能被误删"。 ```sql -- 解决什么问题:建立 AT 模式的回滚依据表;漏建会直接导致运行时报错(找不到 undo_log 表) CREATE TABLE IF NOT EXISTS `undo_log` ( `branch_id` BIGINT(20) NOT NULL, `xid` VARCHAR(128) NOT NULL, `context` VARCHAR(128) NOT NULL, `rollback_info` LONGBLOB NOT NULL, `log_status` INT(11) NOT NULL, `log_created` DATETIME NOT NULL, `log_modified` DATETIME NOT NULL, PRIMARY KEY (`branch_id`), UNIQUE KEY `ux_undo_log` (`xid`, `branch_id`) ) ENGINE = InnoDB DEFAULT CHARSET = utf8mb4; ``` 落地检查清单: 1. **覆盖所有库**:包括分库分表后的每个物理库、所有写库与未来新扩的分片;建议把建表脚本纳入自动化建库流程。 2. **权限**:业务账号需要这张表的 `SELECT/INSERT/DELETE` 权限(二阶段会删)。 3. **字符集**:`utf8mb4` 与业务库保持一致,避免出现奇怪的反序列化问题。 4. **不要加"定时清理"任务**:`rollback_info` 是补偿依据而非日志;确有清理需求时,必须按"全局事务已结束"的严格条件筛选,并保留审计记录。 ## 五、AT 模式的边界与生产注意 ### Q:AT 有哪些明确的限制? A:结论先行——AT 的限制集中在五类:**表结构前提(必须有主键)、SQL 解析能力、隔离级别、依赖组件(undo_log + TC)、以及长事务下的全局锁争用**。这些不是"配置没调好",而是模式本身的取舍。 | 限制 | 具体表现 | 后果 | 应对 | | --- | --- | --- | --- | | 表必须有主键 | 无主键表无法生成可靠的 `WHERE` 条件 | 该表的写操作无法回滚 | 补主键;或把这类表移出全局事务 | | 不支持 DDL | 建表/改表语句不会被纳入全局事务 | DDL 与业务数据不一致 | DDL 走独立的发布流程,不进全局事务 | | SQL 类型受限 | 复杂子查询、多表关联 DML、部分特殊语法可能解析失败或语义不完整 | 执行时报解析异常,或回滚不完整 | 上线前用真实 SQL 压测/回归;把复杂 DML 拆成单表操作 | | 默认读未提交 | 普通 SELECT 可读到全局未提交的中间态 | 业务基于错误数据决策 | `SELECT ... FOR UPDATE` / `@GlobalLock` / 业务容忍 | | 依赖 undo_log 表 | 表缺失、被误删、序列化方式变更 | 回滚失败或反序列化报错 | 纳入建库流程 + 监控;序列化方式全站统一 | | 依赖 TC 可用性 | TC 不可用时一阶段可继续、二阶段停滞 | 全局锁长期不释放 | TC 高可用部署 + 全局锁持有时间告警 | | 全局锁争用 | 热点行 + 长事务 = 大量锁冲突 | 接口超时、放大失败 | 缩短事务、拆分热点、调整重试参数 | | 额外开销 | 每笔写多 1~2 次镜像查询 + 1 次 undo_log 插入 | 写吞吐下降(幅度取决于业务,勿套用他人数字) | 大事务拆分;批量写评估拆分成本 | 几个容易被忽略的致命补充: - **"无主键"是隐性炸弹**:很多项目的日志表、流水表就是无主键的,这些表一旦参与全局事务,回滚行为不可预期。上线前用脚本扫一遍所有业务表的主键情况,成本极低、收益极大。 - **AT 的"无侵入"不覆盖业务语义**:例如"库存扣减必须大于 0"这种业务约束要靠 `UPDATE ... WHERE count >= ?` 这类条件表达式在 SQL 层面保证,AT 只负责"要么都成、要么都退",不负责"退得对不对"。**补偿是数据层面的回退,不是业务语义的反向操作**——这是 AT 与 TCC 最本质的区别之一。 - **大事务是万恶之源**:一个全局事务里塞进几十个分支、或者一次更新几万行,会让全局锁持有时间线性增长;生产上应把单次全局事务的分支数控制在个位数到十几个,超出就考虑拆分或换方案。 - **不要拿 AT 当"万能一致性"**:跨异构系统(对方不改代码)、调第三方支付、需要"预留资源"的业务,用 AT 往往别扭甚至不可行,这时 TCC / Saga / 消息最终一致更合适。 ## 小结 - **为什么需要 Seata**:`@Transactional` 只管一条连接;跨服务、跨数据源、跨存储介质后本地事务失效,且"跨进程没有回滚,只有补偿"。 - **角色模型**:TM 定边界(开启/提交/回滚)、RM 管分支(注册/上报/执行二阶段)、TC 做协调(状态机 + 全局锁 + 重试)。XID 搭业务流透传,控制流走 TC,两者分离。 - **AT 的执行骨架**:一阶段在**同一个本地事务**内完成"前镜像 → 业务 SQL → 后镜像 → 注册分支(申请全局锁)→ 写 undo_log → 提交本地事务";二阶段提交是异步删 undo_log,二阶段回滚是"校验后按前镜像反向补偿 + 删 undo_log"。 - **隔离性**:本地锁短命、全局锁长命,二者配合替代 XA 的长事务行锁;代价是**默认读未提交**,需要强一致读时用 `SELECT ... FOR UPDATE` / `@GlobalLock`;脏写由全局锁 + 回滚前数据校验两道防线挡住。 - **undo_log**:每个业务库必备,主键 `branch_id` + 唯一索引 `(xid, branch_id)`,`rollback_info` 是回滚唯一依据,**绝不能当作日志清理**。 - **边界**:必须有主键、不支持 DDL、SQL 解析有约束、依赖 TC 与 undo_log、长事务会放大锁争用。选型前先确认"业务能不能容忍读未提交"和"事务能不能做短",这两条决定了 AT 是否适合你。 ## 思考题 1. 为什么 AT 的一阶段"先注册分支、再写 undo_log"?把这两个动作的顺序调换,会发生什么问题? 2. 全局锁持有期间,另一个**没接入 Seata** 的服务更新了同一行数据,会在哪个环节被发现?如果此时 `client.undo.data-validation=false`,后果是什么? 3. 假设你的库存表被分成了 4 个库,库存扣减 SQL 会同时命中 2 个分片。这对 AT 的一阶段、二阶段、全局锁分别意味着什么?你会怎么改造? 4. 一个全局事务里包含"调用第三方支付接口(耗时 3 秒)",你认为这个设计有哪些风险?如果不改业务,Seata 层面的参数能不能兜住? 5. 如果让你给团队定一条"什么时候才允许在项目里用 Seata"的准入规则,你会写哪几条硬性条件?
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