【原创】分布式事务之TCC事务模型

标签：分布   解决   cancel   成功   正文   解析   行业   pat   事务   

引言

在上篇文章《老生常谈——利用消息队列处理分布式事务》一文中留了一个坑，今天来填坑。如下图所示

如果服务A和服务B之间是同步调用，比如服务C需要按流程调服务A和服务B，服务A和服务B要么一起成功，要么一起失败。
针对这种情况，目前业内普遍推荐使用TCC事务来解决的！

正文

ok,老规矩，我们先套一个业务场景进去，如下图所示

那页面点了支付按钮，调用支付服务，那我们后台要实现下面三个步骤
[1] 订单服务-修改订单状态
[2] 账户服务-扣减金钱
[3] 库存服务-扣减库存
达到事务的效果，要么一起成功，要么一起失败！就要采取TCC分布式事务方案！

概念

TCC的全称是（Try-Confirm-Cancel）。如下图所示

ps:TCC又可以被称为两阶段补偿事务，第一阶段try只是预留资源，第二阶段要明确的告诉服务提供者，这个资源你到底要不要，对应第二阶段的confirm/cancel，用来清除第一阶段的影响，所以叫补偿型事务。

再打个比方，说TCC太高大上是吧，讲RM中的prepare、commit、rollback接口，总知道吧。可以类比的这么理解

那差别在哪呢?
rollback、commit、prepare，站在开发者层面是感知不到的，数据库帮你做了资源的操作!
而try、confirm、cancel，站在开发者层面是能感知到的，这三个方法的业务逻辑，即对资源的操作，开发者是要自己去实现的！
好，下面套入我们的场景，怎么做呢。比如，你的订单服务中本来只有一个接口

//修改代码状态
orderClient.updateStatus()；

都要拆为三个接口，即

orderClient.tryUpateStatus()；
orderClient.confirmUpateStatus()；
orderClient.cancelUpateStatus()；

注意了：面试官如果问你，TCC有什么缺点？这就是很严重的缺点，对代码入侵性大！每套业务逻辑、都要按try(请求资源)、confirm(操作资源)、cancel(取消资源)，拆分为三个接口！

具体每个阶段，每个服务业务逻辑是什么样的呢?
假设，库存数量本来是50，那么可销售库存也是50。账户余额为50,可用余额也为50。用户下单，买了1个单价为1元的商品。流程如下:
Try阶段
订单服务:修改订单的状态为支付中
账户服务:账户余额不变，可用余额减1，然后将1这个数字冻结在一个单独的字段里
库存服务:库存数量不变，可销售库存减1，然后将1这个数字冻结在一个单独的字段里
confirm阶段
订单服务:修改订单的状态为支付完成
账户服务:账户余额变为(当前值减冻结字段的值)，可用余额不变(Try阶段减过了),冻结字段清0。
库存服务:库存变为(当前值减冻结字段的值)，可销售库存不变(Try阶段减过了)，冻结字段清0。
cancel阶段
订单服务:修改订单的状态为未支付
账户服务:账户余额不变，可用余额变为(当前值加冻结字段的值)，冻结字段清0。
库存服务:库存不变，可销售库存变为(当前值加冻结字段的值)，冻结字段清0。

伪代码

接下来从代码程序来说明，为了便于演示，将入参略去。
本来，你支付服务的代码是长下面这样的

那么，用上TCC模型后，代码变成下面这样

注意了，这种写法其实严格上来说，不是不行。看你业务场景，因为存在一些瑕疵，看你自己有没办法接受
(1)cancel或者confirm出现异常了，你怎么处理？
例如在cancel阶段执行如下三行代码

orderClient.cancelUpdateStatus();
accountClient.cancelDecrease();
repositoryClient.cancelDecrease();

你第二行出现异常了，第三行没跑就退出了，怎么办？你要对此进行业务补偿！
(2)大量逻辑重复
你看啊，我们的执行架构其实是这样的

try{
    xxclient.try();
}catch(Throwable t){
    xxclient.cancel();
    throw t;
}
xxclient.confirm();

有没办法让这个架子交给框架去执行，我们告诉框架，你在每个阶段要执行哪些方法就好！

因此，需要引入TCC分布式事务框架，事务的Try、Confirm、Cancel三个状态交给框架来感知！你只要告诉框架，Try要执行啥，Confirm要执行啥，Cancel要执行啥!如果Cancel过程出现异常了，框架有内部的补偿措施给你恢复数据！
以分布式tcc框架hmily为例，如果出现cancel异常或者confirm异常的情况，在try阶段会保存好日志，Hmily有内置的调度线程池来进行恢复，不用担心。
那hmily，怎么感知状态的呢？也很简单，就是切面编程，核心逻辑如下几行

我们在使用过程中，只要通过@Tcc注解告诉框架confirm方法执行啥，cancel方法执行啥即可！其他的交给框架帮你处理！
好了，不多说了，再说下去就是hmily源码解析了，大家有空自己去了解！

挖坑

注意看，《老生常谈——利用消息队列处理分布式事务》和本文所涉及到的微服务都是同一平台的。
那如果碰到，不同平台之间调用，你要怎么保证事务？比如，我的服务要调银行接口，你觉得可能让银行接你的tcc框架么？或者让银行接你的消息对列？你们觉得现实么？当然，有的人会说:"一个http直接调了。"嗯，少年有想法！
ok，那么业内针对这种涉及到第三方接口的服务调用，如何保证一致性？大家好好思考。

【原创】分布式事务之TCC事务模型

标签：分布   解决   cancel   成功   正文   解析   行业   pat   事务   

原文地址：https://www.cnblogs.com/rjzheng/p/10164667.html