一阶段提交分布式事务管理方式

常用的分布式事务提交方式有两阶段提交,基于补偿操作的提交与一阶段提交。应用程序需要辨明应用类型,然后权衡performance,reliability,safety之后,再选择一种事物管理方式。

在企业内部,网络与硬件环境一般比较稳定,因此硬件发生故障的概率较小,从而保证了由硬件引发事物失败案例的概率较小。本文介绍一种适用于处理消息系统的一阶段提交分布式事务管理方式。

概念明晰

首先几个概念,有助于理解应用程序等类型,以及事物管理的要求。

Idempotency:一个操作执行多次与执行一次的效果相同。在消息处理系统里,表示处理同一个消息多次,没有任何副作用。

Transactional resource:支持rollback/commit的数据源,比如,关系型数据的JDBC链接,MQ连接是transacional resource,而TCP不是。

Data consistency:粗略分为Strong consistency 与 Eventual Consistency,Strong Consistency要求数据源的修改操作是原子性的,应用程序不会看到修改操作的中间结果。Eventual consistency相对于Strong consistency,应用程序有可能看到修改的中间结果,但修改操作完成后数据处于一致的状态。

Eventual Consistency:相比于Strong consistency会提高程序的可用性,适用于大多数消息处理系统。

应用前提

应用一阶段提交的应用程序需要有以下前提:

程序处理的消息之间没有依赖关系,处理消息的方式满足idempotency的要求;

事物操作涉及多个transactional数据源,比如MQ与database;

数据源在多次提交事物后可以成功;

Transactional 数据源按照事务提交成功的可能性预先标定优先级,提交事务到MQ比提交到Database易于成功,所以MQ的优先级比Database高,因为Database会由于存储空间不足,或者消息的字段不完整导致事务提交失败;MQ只是用来临时存放消息,一般不会检查消息的字段,并且在MQ消息过多导致提交失败的时候,在多次retry的过程中,MQ的消息会被读取端消耗,使消息提交成功。

提交方式

事务提交方式介绍,以一个典型的消息处理程序介绍一阶段提交事务管理方式。应用程序从MQ读取消息,处理后写入Database;

设置所有的transactional resource为非自动提交方式,设置timeout,与retry的次数;

收集所有MQ上的操作与Database的操作,转换成操作对象(此对象具有start,commit,rollback方法),调用start后,放入一个priority queue,使transactional数据源优先级低的在队列的读取端,此处Database操作离读取端比MQ更近;

依次读取priority queue存储的对象,执行commit操作,如果commit失败,则重试至成功,或者超过预定的重试次数后rollback。

其流程图如下:

场景分析

分4种情况讨论事务提交的结果:

Database 提交成功,MQ 提交成功,则系统处于一致性状态。

Database 提交失败,Database rollback,MQ 事务未提交,系统处于事务开始前的状态,是一致性状态。

Database提交成功,MQ提交失败,多次retry MQ的事务提交使其成功,则与case 1的情况一样。

Database提交成功,MQ在多次重试后提交失败,消息放入MQ的error queue,系统处于非一致性状态。这种情况发生的概率比较小,需要人力介入处理处于error queue的消息。

总结

一阶段提交的事务管理方式适用于消息处理系统,相对于二阶段提交,这个方案实现易行,并且少一个准备阶段,其性能好。虽然会有非一致性的情况存在,但因其概率比较小,并且可以人为恢复,并不影响其实用性。

参考资料

https://en.wikipedia.org/wiki/Two-phase_commit_protocol, 两阶段事物提交方式

https://en.wikipedia.org/wiki/X/Open_XA, XA specification

https://en.wikipedia.org/wiki/Compensating_transaction, 基于补偿的事物

https://msdn.microsoft.com/en-us/library/dn589804.aspx, 云环境中的基于补偿方式的事物提交模型

本文作者:周挺(点融黑帮),现就职点融网研发区块链平台。近5年IT从业经验,曾服务于投行,专注于应用程序基础栈的开发,了解金融业务。计算机技术涉猎广泛,喜欢研究计算机技术原理。业余时间喜欢乒乓球,游泳,爬山等。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355

推荐阅读更多精彩内容