微服务分布式事务

当微服务架构将单体系统分解为一个个单一微服务时，它可能破坏了事务。这意味着单体系统中的本地事务将分布到按顺序调用的多个服务中。

以下是使用本地事务的单体系统的客户订单示例：

在上面的客户订单示例中，如果用户将Put Order 操作发送到单体系统，则单体系统将创建一个作用于多个数据库表上的本地数据库事务。如果其中任何一个步骤失败，则整个事务回滚。这种ACID（原子性，一致性，隔离性，耐久性）是由数据库系统保证。

当我们分解这个系统中，我们创建了两个 CustomerMicroservice和 OrderMicroservice微服务，各自具有单独的数据库。这是一个带有微服务的客户订单示例：

当 Put Order请求来自用户时，将调用两个微服务，并将修改操作应用到他们自己的数据库中。由于事务现在跨多个数据库，因此它现在被视为 分布式事务。

在单体系统中，我们有一个数据库系统来确保ACIDity。那么在分布式如何保证？

我们如何保证事务的原子性？（ACID的原子性）

在数据库系统中，原子性意味着在事务中 所有步骤都要么都完成或要么全部没有完成。 默认情况下，基于微服务的系统没有全局事务协调器。在上面的示例中，如果CreateOrder方法失败，我们如何回滚我们应用的更改CustomerMicroservice？

我们是否针对并发请求隔离用户操作了？( ACID的隔离性)

如果一个对象是由两个事务同时操作，如何保证它们之间的隔离？在上面的示例中，一旦UpdateCustomerFund成功但仍在等待响应 CreateOrder，那么当前客户基金的请求是否会返回更新后的金额？

可能的解决方案

上述问题对于基于微服务的系统很重要，否则，无法判断事务是否已成功完成。以下两种模式可以解决问题：

2pc（两阶段提交）

2pc广泛用于数据库系统。在某些情况下，您可以使用2pc应用到微服务。小心点; 并非所有情况都适合2pc，事实上，2pc在微服务架构中被认为是不切实际的。

那么什么是两阶段提交？

正如其名称提示，2pc有两个阶段：准备阶段和提交阶段。在准备阶段，将要求所有微服务准备一些可以原子方式完成的数据更改。一旦准备好所有微服务，提交阶段将要求所有微服务进行实际更改。

通常，需要有一个全局协调器来维护事务的生命周期，协调器需要在准备和提交阶段调用微服务。

以下是客户订单示例的2pc实现：

在上面的示例中，当用户发送下订单请求时，Coordinator将首先创建包含所有上下文信息的全局事务。然后它会告诉CustomerMicroservice准备用创建的事务更新客户资金。该CustomerMicroservice会再检查，例如，如果客户有足够的资金来继续进行交易。一旦 CustomerMicroservice可以执行更改，它将锁定对象以免进一步更改并告知Coordinator它已准备好。在创建订单时会发生同样的事情OrderMicroservice。一旦Coordinator确认所有微服务都准备好应用他们的更改，它就会要求他们通过请求提交事务来应用他们的更改。此时，所有对象都将被解锁。

如果在任何时候单个微服务无法准备，Coordinator则将中止事务并开始回滚过程。以下是客户订单示例的2pc回滚图：

在上面的例子中，由于CustomerMicroservice某种原因未能做好准备，但OrderMicroservice已经回复说它准备创建订单。在Coordinator将请求中止对OrderMicroservice的事务，让OrderMicroservice回滚所作的任何更改和解锁的数据库对象。

使用2pc的好处

2pc是一种非常强大的一致性协议。首先，准备和提交阶段保证事务是原子的。事务将以所有微服务成功返回或所有微服务都没有改变而结束。其次，2pc允许读写隔离。这意味着在协调器提交更改之前，数据库字段上的更改是相互不可见的。

使用2pc的缺点

虽然2pc已经解决了这个问题，但是对于许多基于微服务的系统并不是真的有用，因为2pc是同步的（阻塞）。协议将需要锁定所有在事务完成之前更改的对象。在上面的示例中，如果客户下订单，则将为客户锁定“基金”字段。这可以防止客户申请新订单。这是有道理的，因为如果“准备好的”对象在声称它已“准备好”之后发生了变化，那么提交阶段可能无效。

这不是很好。在数据库系统中，事务通常在50毫秒内快速正常完成。但是，微服务在RPC调用方面存在长时间延迟，尤其是在与外部服务（如支付服务）集成时。锁可能成为系统性能瓶颈。此外，当每个事务请求锁定另一个需要的资源时，可能有两个事务相互锁定（死锁）。

Saga模式

Saga模式是另一种广泛使用的分布式事务模式。它与2pc不同，后者是同步的。Saga模式是异步和反应性的。在Saga模式中，分布式事务由所有相关微服务上的异步本地事务完成。微服务通过事件总线相互通信。

以下是客户订单示例的Saga模式图：

在上面的示例中，OrderMicroservice接收订单的请求。它首先启动本地事务以创建订单，然后发出OrderCreated事件。CustomerMicroservice将监听此事件，接受到此事件后并更新客户资金。如果从资金中成功进行扣减，则会发出一个事件CustomerFundUpdated，表示交易结束。

如果任何微服务无法完成其本地事务，则其他微服务将运行补偿事务以回滚更改。以下是补偿交易的Saga模式图：

在上面的示例中，由于UpdateCustomerFund某种原因失败，然后它发出了一个CustomerFundUpdateFailed事件。在OrderMicroservice该事件监听并启动其补偿交易恢复所创建的订单。

Saga模式的优点

Saga模式的一大优势是它支持长期事务。因为每个微服务仅关注其自己的本地原子事务，所以如果微服务运行很长时间，则不会阻止其他微服务。这也允许事务继续等待用户输入。此外，由于所有本地事务都是并行发生的，因此任何对象都没有锁定。

Saga模式的缺点

Saga模式很难调试，特别是涉及许多微服务时。此外，如果系统变得复杂，事件消息可能变得难以维护。Saga模式的另一个缺点是它没有读取隔离。例如，客户可以看到正在创建的订单，但在下一秒，订单将因补偿交易而被删除。

添加流程管理器

为了解决Saga模式的复杂性问题，将流程管理器添加为协调器是很正常的。流程管理器负责监听事件和触发端点。

结论

Saga模式是解决基于微服务的体系结构的分布式事务问题的优选方式。但是，它还引入了一组新问题，例如如何以原子方式更新数据库并发出事件。采用Saga模式需要改变开发和测试的思维方式。对于不熟悉这种模式的团队来说，这可能是一个挑战。有许多变体可以简化其实现。因此，选择适当的方式为项目实施它是很重要的。

[该贴被banq于2018-10-04 18:42修改过]