2020-07-27

Seata解决方案整体介绍

1.SEATA是什么：

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 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。

2、SEATA整体框架：

     Seata 中有三大模块，分别是 TM、RM 和 TC。其中 TM 和 RM 是作为 Seata 的客户端与业务系统集成在一起，TC 作为 Seata 的服务端独立部署。

角色划分：

TM：事务管理器，开启、 提交、回滚分布式事务

RM: 资源管理器，注册、 汇报、执⾏资源

TC : 事务管理器服务功能，存储事务日志、补偿异常事务等、集中管理事务全局锁（全局行锁），seata服务端

事务执行整体流程：

TM 开启分布式事务（TM 向 TC 注册全局事务记录）；

按业务场景，编排数据库、服务等事务内资源（RM 向 TC 汇报资源准备状态 ）；

TM 结束分布式事务，事务一阶段结束（TM 通知 TC 提交/回滚分布式事务）；

TC 汇总事务信息，决定分布式事务是提交还是回滚；

TC 通知所有 RM 提交/回滚 资源，事务二阶段结束；

3、AT模式介绍

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。

1、 整体机制：

   两阶段提交协议的演变：

   一阶段：业务数据和回滚日志记录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，非常快速地完成。

回滚通过一阶段的回滚日志进行反向补偿。

2、详细流程：

一阶段提交：

  在一阶段，Seata 会拦截“业务 SQL”，首先解析 SQL 语义，找到“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”，然后执行“业务 SQL”更新业务数据，在业务数据更新之后，再将其保存成“after image”，最后生成行锁。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。

 二阶段提交：

   二阶段如果是提交的话，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。

 二阶段回滚：

     二阶段如果是回滚的话，Seata 就需要回滚一阶段已经执行的“业务 SQL”，还原业务数据。回滚方式便是用“before image”还原业务数据；但在还原前要首先要校验脏写，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。

 3、并发事务的隔离处理：  

 写隔离：

       正常提交：

 tx1先开启本地事务，拿到本地锁； tx1更新操作 m = 1000-100 = 900； tx1拿到记录的全局行锁 ； tx1本地提交，释放本地锁  tx2开启本地事务，拿到本地锁； tx2更新操作 m = 900-100 = 800。 tx2尝试拿该记录的全局行锁; tx2重试等待全局锁 (tx1全局提交前，全局锁被 tx1 持有）  tx1全局提交，释放全局锁； tx2拿到记录的全局行锁； tx2本地提交，释放本地锁； tx2全局提交，释放全局行锁。

 数据回滚：

tx1获得全局锁，二阶段全局回滚，需获取本地锁； tx2持有本地锁，等待全局行锁。  tx1分支回滚失败，一直重试；  tx2等待全局行锁超时； tx2回滚本地事务，释放本地锁； tx1获取本地锁，回滚成功。 tx1全局回滚，释放全局行， 整个过程全局锁一直被 tx1 持有，所以不会发生脏写的问题。 

   读隔离：

       AT 模式默认全局隔离级别是读未提交 。如果应用在特定场景下，必需全局读已提交，Seata方式是通过 SELECT FOR UPDATE 语句代理。  SELECT FOR UPDATE 语句执行会自动申请全局行锁，如果全局锁被其他事务持有，则释放本地锁（回滚 SELECT FOR UPDATE 语句的本地执行）并重试。  这个过程中，查询是被 block 住的，直到全局行锁拿到，即读取的相关数据是已提交的才返回。

4、适用场景：

   分布式事务的业务逻辑中仅仅纯数据库操作，不包含其他中间件事务逻辑。

 优势：

   改动及代码侵入最小。由Seata来负责Commit和Rollback的自动化触发或回滚操作。

   劣势：

   1、如果事务中包含缓存存储或发送EQ消息等不适合。

   2、为了保证镜像sql的可靠性，需要用户对sql尽量做简化， 建议做法：将多条SQL语句分解为多个事务中的原子步骤（对应SeataAt模式的分支Branch概念），如果单条SQL语句跨表，也分解成为多个事务中的原子步骤（尽量降低Seata存储镜前SQL结果时的风险）。

   3、多次对DB的操作，以及全局行锁的存在对并发处理性能有影响。

4、TCC模式介绍

 该模式由蚂蚁金服贡献。TCC 模式需要用户根据自己的业务场景实现 Try、Confirm 和 Cancel 三个操作；事务发起方在一阶段执行 Try 方式，在二阶段提交执行 Confirm 方法，二阶段回滚执行 Cancel 方法。

整体流程图：

TCC 三个方法描述：

Try：资源的检测和预留；

Confirm：执行的业务操作提交；要求 Try 成功 Confirm 一定要能成功；

Cancel：预留资源释放；

TCC典型业务场景分析：

转账场景：A账户扣钱，B账户加钱；

账户 A 上有 100 元，要扣除其中的 30 元 ：

如上图所示，Try 方法作为一阶段准备方法，需要做资源的检查和预留。

在扣钱场景下，Try 要做的事情是就是检查账户余额是否充足，预留转账资金，预留的方式就是冻结 A 账户的 转账资金。Try 方法执行之后，账号 A 余额虽然还是 100，但是其中 30 元已经被冻结了，不能被其他事务使用。         二阶段 Confirm 方法执行真正的扣钱操作。Confirm 会使用 Try 阶段冻结的资金，执行账号扣款。Confirm 方法执行之后，账号 A 在一阶段中冻结的 30 元已经被扣除，账号 A 余额变成 70 元 。

      如果二阶段是回滚的话，就需要在 Cancel 方法内释放一阶段 Try 冻结的 30 元，使账号 A 的回到初始状态，100 元全部可用。

TCC 设计要点：

   允许空回滚：

    状态： try未执行，收到cancel请求

    原因：

Try超时（网络丢包）---->分布式事务回滚，触发cancel---->未收到try，收到cancel

    解决方案：

    Cancel 接口设计时需要允许空回滚。在 Try 接口因为丢包时没有收到，事务管理器会触发回滚，这时会触发         Cancel 接口，这时 Cancel 执行时发现没有对应的事务 xid 或主键时，需要返回回滚成功。让事务服务管理器       认为已回滚。

    防悬挂控制：

      状态：Cancel比Try先执行

     原因：

Try超时（网络拥堵）------> 分布式事务回滚，触发cancel----->拥堵的Try到达

    解决方案：

    首先Cancel 接口设计时需要允许空回滚。在 Cancel 空回滚返回成功之前先记录该条事务 xid 或业务主键，标识这条记录已经回滚过，Try 接口先检查这条事务xid或业务主键如果已经标记为回滚成功过，则不执行Try 的业务操作。

   幂等处理：

     Try、Confirm、Cancel三个方法均要保证幂等性。

TCC适用场景：

     分布式事务的业务逻辑中除了数据库操作外，包含其他中间件事务逻辑。

优势：

    1、用户可以自己定义业务的补偿逻辑，由业务层保证事务的一致性；

    2、适合微服务化场景；

    3、无 AT 模式的全局行锁，TCC 性能会比 AT 模式高很多。

劣势：

     1、需要考虑如何将业务模型拆成 2 阶段，实现成 TCC 的 3 个方法，并且保证 Try 成功 Confirm 一定能成功，Confirm失败会不断重试。

     2、TCC 模式下开发者需要自行实现try，confirm，cancel接口，对业务代码有一定的侵入性。

4、Seata的saga模式

Saga 模式介绍：

      Saga 模式是Seata的长事务解决方案，由蚂蚁金服主要贡献。在 Saga 模式下，分布式事务内有多个参与者，每一个参与者都是一个冲正补偿服务，需要用户根据业务场景实现其正向操作和逆向回滚操作。

Saga模式机制：

      分布式事务执行过程中，依次执行各参与者的正向操作，如果所有正向操作均执行成功，那么分布式事务提交。如果任何一个正向操作执行失败，那么分布式事务会去退回去执行前面各参与者的逆向回滚操作，回滚已提交的参与者，使分布式事务回到初始状态。

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设计要点：

允许空补偿：

      状态：原服务未执行，补偿服务执行了。

      原因：

              原服务超时（丢包）---> Saga事务触发回滚 ---->  未收到原服务的请求，先收到补偿请求。

      解决方案：允许空补偿。

防悬挂控制

       状态：补偿服务比原服务先执行。

       原因：

                原服务超时（网络拥堵）-----> Saga事务回滚-----> 先进行补偿操作以后，拥堵的原服务到达。

      解决方案：允许空回滚，拒绝空回滚以后原服务的执行。

幂等控制：

      原服务和补偿服务支持幂等操作。

自定义事务恢复策略：

      1、Saga事务不保证隔离性，在极端情况下会出现由于脏写导致无法完成回滚补偿操作，此时状态机引擎可以“重试”继续往前完成这个分布式事务。由于整个业务流程是由状态机编排的，即使是事后恢复也可以继续往前重试。

     2、 用户可以基于业务特点配置该流程的事务处理策略是优先“回滚”还是“重试”，当事务超时，seata会基于用户配置的策略不断进行重试。

使用建议：

        由于 Saga 不保证隔离性，所以我们在业务设计的时候需要做到“宁可长款，不可短款”的原则，长款是指在出现差错的时候站在我方的角度钱多了的情况，钱少了则是短款，因为如果长款可以给客户退款，而短款则可能钱追不回来了，也就是说在业务设计的时候，一定是先扣客户帐再入帐，如果因为隔离性问题造成覆盖更新，也不会出现钱少了的情况。

适用场景：

      1、长流程事务、不需马上返回最终结果，只要保证最终一致性的场景，

      2、对数据隔离性要求不高，对性能要求高的场景。

      3、事务参与者可能是其它公司的服务或者是遗留系统的服务，无法进行改造和提供 TCC 要求的接口。

优势：

 事件驱动、无全局锁、异步、高吞吐、性能高，补偿易实现。

劣势：

      自己写补偿逻辑，没有事务隔离性。