← 返回目录

基于阿里 RocketMQ实现MQ异步确保型事务

第 47 / 101 卷日期:

基于阿里 RocketMQ实现MQ异步确保型事务

有一些第三方的MQ是支持事务消息的,这些消息队列,支持半消息机制,比如RocketMQ,ActiveMQ。但是有一些常用的MQ也不支持

事务消息,比如 RabbitMQ 和 Kafka 都不支持。

以阿里的 RocketMQ 中间件为例,其思路大致为:

1.producer(本例中指A系统)发送半消息到broker,这个半消息不是说消息内容不完整,它包含完整的消息内容,在producer端和普通消息的发送逻

辑一致

2.broker存储半消息,半消息存储逻辑与普通消息一致,只是属性有所不同,topic是固定的RMQ_SYS_TRANS_HALF_TOPIC,queueId也是固定

为0,这个tiopic中的消息对消费者是不可见的,所以里面的消息永远不会被消费。这就保证了在半消息提交成功之前,消费者是消费不到这个半消

息的

3.broker端半消息存储成功并返回后,A系统执行本地事务,并根据本地事务的执行结果来决定半消息的提交状态为提交或者回滚

4.A系统发送结束半消息的请求,并带上提交状态(提交 or 回滚)

5.broker端收到请求后,首先从RMQ_SYS_TRANS_HALF_TOPIC的 queue中查出该消息,设置为完成状态。如果消息状态为提交,则把半消

息从RMQ_SYS_TRANS_HALF_TOPIC队列中复制到这个消息原始topic的 queue中去(之后这条消息就能被正常消费了);如果消息状态为回滚,则什

么也不做。

了,只靠这个是无法保证半消息一定被提交的,rocketMq提供了一个兜底方案,这个方案叫消息反查机制,Broker启动时,会启动一个

TransactionalMessageCheckService 任务,该任务会定时从半消息队列中读出所有超时未完成的半消息,针对每条未完成的消息,Broker会给对应

的Producer发送一个消息反查请求,根据反查结果来决定这个半消息是需要提交还是回滚,或者后面继续来反查

7.consumer(本例中指B系统)消费消息,执行本地数据变更(至于B是否能消费成功,消费失败是否重试,这属于正常消息消费需要考虑的问题)

图 61-1
图 61-1

在rocketMq中,不论是producer收到broker存储半消息成功返回后执行本地事务,还是broker向producer反查消息状态,都是通过回调机制完成,

我把producer端的代码贴出来你就明白了:

图 62-1
图 62-1

半消息发送时,会传入一个回调类TransactionListener,使用时必须实现其中的两个方法,executeLocalTransaction 方法会在broker返回半消息存储

成功后执行,我们会在其中执行本地事务;checkLocalTransaction方法会在broker向producer发起反查时执行,我们会在其中查询库表状态。两个

方法的返回值都是消息状态,就是告诉broker应该提交或者回滚半消息

图 62-2
图 62-2
全站分卷索引 · 101 卷
  1. 1一图解读分布式事务
  2. 2分布式事务与分布式锁的区别:
  3. 31、Atomic原子性
  4. 44、Durability持久性
  5. 5脏读、幻读、不可重复读
  6. 6幻读(Phantom Read)
  7. 7事务的隔离级别
  8. 8分布式事务的基本概念
  9. 9什么是分布式事务?
  10. 101. 跨库事务
  11. 112. 分库分表
  12. 123. 微服务化
  13. 13CAP定理
  14. 141、一致性
  15. 152、可用性
  16. 163、分区容错性
  17. 172、放弃A
  18. 18CAP 权衡
  19. 19CAP和ACID中的A和C是完全不一样的
  20. 20BASE定理
  21. 212、Soft state(软状态)
  22. 22BASE理论的特点:
  23. 23BASE理论与CAP的关系
  24. 24分布式事务分类
  25. 25柔性事务
  26. 26XA规范
  27. 27XA协议的实现
  28. 282PC/3PC协议
  29. 29Jta规范
  30. 30Atomikos分布式事务实现
  31. 31XA的主要限制
  32. 322PC(标准XA模型)
  33. 33阶段二:执行事务提交
  34. 34阶段二:中断事务
  35. 352PC二阶段提交的特点
  36. 362PC具有明显的优缺点:
  37. 37总结一下: XA-两阶段提交协议中会遇到的一些问题
  38. 38详解:三个阶段
  39. 39阶段三:doCommit
  40. 402PC和3PC的区别:
  41. 413PC主要解决的单点故障问题:
  42. 42XA规范的问题
  43. 43柔性事务的分类
  44. 44通知型事务
  45. 45异步确保型事务
  46. 46异步确保型事务使用示例
  47. 47基于阿里 RocketMQ实现MQ异步确保型事务
  48. 48本地消息表方案
  49. 49MQ事务消息 VS 本地消息表
  50. 50最大努力通知
  51. 51MQ事务消息方案
  52. 52本地消息表方案
  53. 53最大努力通知事务 VS 异步确保型事务
  54. 54消息发送一致性
  55. 55补偿型
  56. 56什么是补偿模式?
  57. 57什么是TCC 事务模型
  58. 58TCC的工作流程
  59. 59TCC事务案例
  60. 60TCC事务模型的要求:
  61. 61TCC与2PC对比
  62. 62TCC和2PC不同的是:
  63. 63TCC 的使用场景
  64. 64SAGA长事务模型
  65. 65Saga 模型由三部分组成:
  66. 66Saga的使用条件
  67. 67对于ACID的保证:
  68. 68SAGA模型的解决方案
  69. 69方案二:本地消息表
  70. 70SAGA的案例
  71. 71Saga和TCC对比
  72. 72总体的方案对比:
  73. 73seata
  74. 74Seata 的三大模块
  75. 754 种分布式事务解决方案
  76. 76Seata AT模式
  77. 77Seata AT模式的例子
  78. 78第一阶段流程:
  79. 79第二阶段流程如:
  80. 80Seata AT 模式在电商下单场景的使用
  81. 81电商业务场景中 Seata in AT mode 工作流程详述
  82. 82Seata的数据隔离性
  83. 83写隔离的原则:
  84. 84读的隔离级别
  85. 85Spring Cloud集成Seata AT模式
  86. 86第一阶段 Try
  87. 87第二阶段 Confirm
  88. 88第二阶段 Cancel
  89. 89多个事务并发的情况
  90. 90适用场景:
  91. 91缺点:
  92. 92Seata XA 模式
  93. 93使用Seata XA 模式的前提
  94. 94Seata XA 模式的工作机制
  95. 95XA 模式的使用
  96. 96面试题标准答案: 如何解决分布式事务问题的?
  97. 97(1)强一致性场景
  98. 98(2)弱一致性场景
  99. 99(3)最终一致性场景
  100. 100各大模式的总体对比:
  101. 101参考资料