【Seata】Seata——分布式事务框架（理论篇）

苏生Susheng

1630人浏览 · 2024-06-19 09:04:40

苏生Susheng · 2024-06-19 09:04:40 发布

解释

Seata 是一款开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务。
Seata 将为用户提供了 AT、TCC、SAGA 和XA 事务模式，为用户打造一站式的分布式解决方案。
AT模式是阿里首推的模式,阿里云上有商用版本的GTS（Global Transaction Service 全局事务服务）。

Seata的三大角色

TC (Transaction Coordinator) - 事务协调者：维护全局和分支事务的状态，驱动全局事务提交或回滚。
TM (Transaction Manager) - 事务管理器：定义全局事务的范围：开始全局事务、提交或回滚全局事务。
RM (Resource Manager) - 资源管理器：管理分支事务处理的资源，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。

TC 为单独部署的 Server 服务端，TM 和 RM 为嵌入到应用中的 Client 客户端。
在这里插入图片描述

Seata的分布式事务解决方案：

XA模式：强一致性分阶段事务模式，牺牲了一定的可用性，无业务侵入。
TCC模式：最终一致的分阶段事务模式，有业务侵入。
AT模式：最终一致的分阶段事务模式，无业务侵入，也是Seata的默认模式。
SAGA模式：长事务模式，有业务侵入。

AT 模式

AT 模式是一种无侵入的分布式事务解决方案。
在 AT 模式下，用户只需关注自己的“业务 SQL”，用户的 “业务 SQL” 作为一阶段，Seata 框架会自动生成事务的二阶段提交和回滚操作。

整体机制

在这里插入图片描述

两阶段提交协议的演变：

一阶段：业务数据和回滚日志在同一个本地事务中提交，释放本地锁和连接资源。
二阶段：提交异步化，非常快速的完成；回滚通过一阶段的回滚日志进行反向补偿。

一阶段

在一阶段中，Seata会拦截“业务SQL”,首先解析SQL的语义，找到要更新的业务数据，在数据更新前，保存下来“undo”,然后执行“业务SQL”更新数据，更新之后再次保存数据“redo”,最后生成行锁，这些操作都在本地数据库事务内完成，这样保证了一阶段的原子性。

拦截" 业务SQL"，解析 SQL 语义
查询 “业务SQL” 要更新的业务数据，在业务数据被更新前，将其保存成 “before image”
执行 “业务SQL” ，更新业务数据
查询更新后的数据，将其保存成 “after image”
将 before image 和 after image 保存至 Undo Log 表中
生成行锁

以上操作全部在一个数据库事务内完成，这样保证了一阶段操作的原子性。
在这里插入图片描述

二阶段

相对一阶段，二阶段比较简单，负责整体的回滚和提交，如果之前的一阶段中有本地事务没有通过，那么就执行全局回滚，否则执行全局提交，回滚用到的就是一阶段记录的“undo Log”，通过回滚记录生成反向更新SQL并执行，以完成分支的回滚。当然事务完成后会释放所有资源和删除所有的日志。

提交：因为 “业务SQL” 在一阶段已经提交至数据库，所以 Seata 框架只需将一阶段保存的快照数据和行锁删掉，完成数据清理即可
回滚
- 首先要校验脏写，对比“数据库当前业务数据”和 “after image”
  - 如果两份数据完全一致就说明没有脏写，可以还原业务数据。
  - 如果不一致就说明有脏写，出现脏写就需要转人工处理。
- 用“before image”还原业务数据
- 删除快照数据和行锁

完整图例

在这里插入图片描述
以订单业务为例：下单操作中包含对订单服务与库存服务的操作，分别修改订单状态，与库存数量

XA模式

不存在某一种分布式事务机制可以完美适应所有场景，满足所有需求。
现在，无论 AT 模式、TCC 模式还是 Saga 模式，这些模式的提出，本质上都源自 XA 规范对某些场景需求的无法满足
XA 规范是 X/Open 组织定义的分布式事务处理（DTP，Distributed Transaction Processing）标准
XA 规范描述了全局的事务管理器与局部的资源管理器之间的接口。 XA规范的目的是允许的多个资源（如数据库，应用服务器，消息队列等）在同一事务中访问，这样可以使 ACID 属性跨越应用程序而保持有效。
XA 规范使用两阶段提交（2PC，Two-Phase Commit）来保证所有资源同时提交或回滚任何特定的事务。
XA 规范在上世纪 90 年代初就被提出。目前，几乎所有主流的数据库都对 XA 规范提供了支持。

DTP模型

DTP模型角色介绍

AP：即应用程序，可以理解为使用DTP分布式事务的程序
RM：资源管理器，可以理解为事务的参与者，一般情况下是指一个数据库的实例（MySql），通过资源管理器对该数据库进行控制，资源管理器控制着分支事务
TM：事务管理器，负责协调和管理事务，事务管理器控制着全局事务，管理实务生命周期，并协调各个RM。全局事务是指分布式事务处理环境中，需要操作多个数据库共同完成一个工作，这个工作即是一个全局事务。

DTP模式定义TM和RM之间通讯的接口规范叫XA，简单理解为数据库提供的2PC接口协议，基于数据库的XA协议来实现的2PC又称为XA方案。
在这里插入图片描述

应用程序（AP）持有订单库和商品库两个数据源。
应用程序（AP）通过TM通知订单库（RM）和商品库（RM），来创建订单和减库存，RM此时未提交事务，此时商品和订单资源锁定。
TM收到执行回复，只要有一方失败则分别向其他RM发送回滚事务，回滚完毕，资源锁释放。
TM收到执行回复，全部成功，此时向所有的RM发起提交事务，提交完毕，资源锁释放。

Seata的XA模式

在 Seata 定义的分布式事务框架内，利用事务资源（数据库、消息服务等）对 XA 协议的支持，以 XA 协议的机制来管理分支事务的一种事务模式。
在这里插入图片描述

执行阶段：
- 可回滚：业务 SQL 操作放在 XA 分支中进行，由资源对 XA 协议的支持来保证可回滚
- 持久化：XA 分支完成后，执行 XA prepare，同样，由资源对 XA 协议的支持来保证持久化（即，之后任何意外都不会造成无法回滚的情况）
完成阶段：
- 分支提交：执行 XA 分支的 commit
- 分支回滚：执行 XA 分支的 rollback

Seata-XA的价值

本质上，Seata 已经支持的 3 大事务模式：AT、TCC、Saga 都是补偿型的。
补偿型事务处理机制构建在事务资源之上（要么在中间件层面，要么在应用层面），事务资源本身对分布式事务是无感知的。
事务资源对分布式事务的无感知存在一个根本性的问题：无法做到真正的全局一致性。

比如，一条库存记录，处在补偿型事务处理过程中，由 100 扣减为 50。此时，仓库管理员连接数据库，查询统计库存，就看到当前的 50。之后，事务因为异外回滚，库存会被补偿回滚为 100。显然，仓库管理员查询统计到的 50 就是脏数据。所以补偿型事务是存在中间状态的（中途可能读到脏数据）。

与补偿型不同，XA 协议要求事务资源本身提供对规范和协议的支持。
因为事务资源感知并参与分布式事务处理过程，所以事务资源（如数据库）可以保障从任意视角对数据的访问有效隔离，满足全局数据一致性。

比如，刚才提到的库存更新场景，XA 事务处理过程中，中间状态数据库存 50 由数据库本身保证，是不会仓库管理员的查询统计看到的。

除了全局一致性这个根本性的价值外，支持 XA 还有如下几个方面的好处：
- 业务无侵入：和 AT 一样，XA 模式将是业务无侵入的，不给应用设计和开发带来额外负担。
- 数据库的支持广泛：XA 协议被主流关系型数据库广泛支持，不需要额外的适配即可使用。
- 多语言支持容易：因为不涉及 SQL 解析，XA 模式对 Seata 的 RM 的要求比较少。
- 传统基于 XA 应用的迁移：传统的，基于 XA 协议的应用，迁移到 Seata 平台，使用 XA 模式将更平滑。

小结

在当前的技术发展阶段，不存一个分布式事务处理机制可以完美满足所有场景的需求。
一致性、可靠性、易用性、性能等诸多方面的系统设计约束，需要用不同的事务处理机制去满足。
Seata项目最核心的价值在于：构建一个全面解决分布式事务问题的标准化平台。
基于Seata，上层应用架构可以根据实际场景的需求，灵活选择合适的分布式事务解决方案。
XA 模式的加入，补齐了 Seata 在全局一致性场景下的缺口，形成 AT、TCC、Saga、XA 四大事务模式的版图，基本可以满足所有场景的分布式事务处理诉求。

XA协议的问题

如果一个参与全局事务的资源 “失联” 了（收不到分支事务结束的命令），那么它锁定的数据，将一直被锁定。进而，甚至可能因此产生死锁。
这是 XA 协议的核心痛点，也是 Seata 引入 XA 模式要重点解决的问题。

TCC模式

解释

TCC 是分布式事务中的二阶段提交协议，它的全称为 Try-Confirm-Cancel，即资源预留（Try）、确认操作（Confirm）、取消操作（Cancel），他们的具体含义如下：
- Try：对业务资源的检查并预留。
- Confirm：对业务处理进行提交，即 commit 操作，只要 Try 成功，那么该步骤一定成功。
- Cancel：对业务处理进行取消，即回滚操作，该步骤回对 Try 预留的资源进行释放。
TCC 是一种侵入式的分布式事务解决方案，以上三个操作都需要业务系统自行实现，对业务系统有着非常大的入侵性，设计相对复杂
但优点是 TCC 完全不依赖数据库，能够实现跨数据库、跨应用资源管理，对这些不同数据访问通过侵入式的编码方式实现一个原子操作，更好地解决了在各种复杂业务场景下的分布式事务问题。

在这里插入图片描述

Seata的TCC模式

Seata TCC 模式跟通用型 TCC 模式原理一致。与AT区别如下

AT 模式基于支持本地 ACID 事务的关系型数据库：
- 一阶段 prepare 行为：在本地事务中，一并提交业务数据更新和相应回滚日志记录。
- 二阶段 commit 行为：马上成功结束，自动异步批量清理回滚日志。
- 二阶段 rollback 行为：通过回滚日志，自动生成补偿操作，完成数据回滚。
TCC 模式不依赖于底层数据资源的事务支持：
- 一阶段 prepare 行为：调用自定义的 prepare 逻辑。
- 二阶段 commit 行为：调用自定义的 commit 逻辑。
- 二阶段 rollback 行为：调用自定义的 rollback 逻辑。

所谓 TCC 模式，是指支持把自定义的分支事务纳入到全局事务的管理中。
在这里插入图片描述

Seata-TCC特点

侵入性比较强，并且需要自己实现相关事务控制逻辑。
在整个过程基本没有锁，性能较强。

在这里插入图片描述

Saga模式

Saga模式是SEATA提供的长事务解决方案，在Saga模式中，业务流程中每个参与者都提交本地事务
当出现某一个参与者失败则补偿前面已经成功的参与者，一阶段正向服务和二阶段补偿服务（执行处理时候出错了，给一个修复的机会）都由业务开发实现。

在这里插入图片描述

Saga 模式下分布式事务通常是由事件驱动的，各个参与者之间是异步执行的，Saga 模式是一种长事务解决方案。

Saga的价值

在一些特殊环境下，比如老系统，封闭的系统（无法修改，同时没有任何分布式事务引入），那么AT、XA、TCC模型将全部不能使用，为了解决这样的问题，才引用了Saga模型。
比如：事务参与者可能是其他公司的服务或者是遗留系统，无法改造，可以使用Saga模式。

在这里插入图片描述

Saga模式是Seata提供的长事务解决方案，提供了异构系统的事务统一处理模型。
在Saga模式中，所有的子业务都不在直接参与整体事务的处理（只负责本地事务的处理），而是全部交由了最终调用端来负责实现
而在进行总业务逻辑处理时，在某一个子业务出现问题时，则自动补偿全面已经成功的其他参与者
这样一阶段的正向服务调用和二阶段的服务补偿处理全部由总业务开发实现。

在这里插入图片描述

Saga状态机

目前Seata提供的Saga模式只能通过状态机引擎来实现，需要开发者手工的进行Saga业务流程绘制，并且将其转换为Json配置文件
而后在程序运行时，将依据子配置文件实现业务处理以及服务补偿处理，而要想进行Saga状态图的绘制，一般需要通过Saga状态机来实现。

基本原理

通过状态图来定义服务调用的流程并生成json定义文件。
状态图中一个节点可以调用一个服务，节点可以配置它的补偿节点。
状态图 json 由状态机引擎驱动执行，当出现异常时状态引擎反向执行已成功节点对应的补偿节点将事务回滚。
可以实现服务编排需求，支持单项选择、并发、子流程、参数转换、参数映射、服务执行状态判断、异常捕获等功能。

Saga状态机设计器

Seata Saga 提供了一个可视化的状态机设计器方便用户使用，代码和运行指南：https://github.com/seata/seata/tree/develop/saga/seata-saga-statemachine-designer
演示地址：http://seata.io/saga_designer/index.html
状态机设计器视频教程：http://seata.io/saga_designer/vedio.html

四种模式的对比

	XA	AT	TCC	SAGA
一致性	强一致	弱一致	弱一致	最终一致
隔离性	完全隔离	基于全局锁隔离	基于资源预留隔离	无隔离
代码入侵	无	无	有，要编写三个接口	有，要编写状态机和补偿业务
性能	差	好	非常好	非常好
场景	对一致性、隔离性有高要求的业务	基于关系型数据库的大多数分布式事务场景都可以	对性能要求高的事务有非关系型数据库要参与的事务	业务流程长、业务流程多参与者包含其他公司或者遗留系统服务，无法提供TCC模式要求的三个接口