← 返回目录

Seata AT 模式在电商下单场景的使用

第 80 / 101 卷日期:

异步清理掉本地的redo和undo log即可。如果是回滚,则TC通知每个RM回滚数据即可。

这里就会引出一个问题,由于本地事务都是自己直接提交了,后面如何回滚,由于我们在操作本地业务操作的前后,做记录了undo和redo log,因

此可以通过undo log进行回滚。

由于undo和redo log和业务操作在同一个事务中,因此肯定会同时成功或同时失败。

但是还会存在一个问题,因为每个事务从本地提交到通知回滚这段时间里,可能这条数据已经被别的事务修改,如果直接用undo log回滚,会导

致数据不一致的情况。

此时,RM会用redo log进行校验,对比数据是否一样,从而得知数据是否有别的事务修改过。注意:undo log是被修改前的数据,可以用于回滚;

redo log是被修改后的数据,用于回滚校验。

如果数据未被其他事务修改过,则可以直接回滚;如果是脏数据,再根据不同策略处理。

Seata AT 模式在电商下单场景的使用

下面描述 Seata AT mode 的工作原理使用的电商下单场景的使用

如下图所示:

图 105-1
图 105-1

在上图中,协调者 shopping-service 先调用参与者 repo-service 扣减库存,后调用参与者 order-service 生成订单。这个业务流使用 Seata in XA

mode 后的全局事务流程如下图所示:

图 106-1
图 106-1

上图描述的全局事务执行流程为:

1)shopping-service 向 Seata 注册全局事务,并产生一个全局事务标识 XID

2)将 repo-service.repo_db、order-service.order_db 的本地事务执行到待提交阶段,事务内容包含对 repo-service.repo_db、order-

service.order_db 进行的查询操作以及写每个库的 undo_log 记录

3)repo-service.repo_db、order-service.order_db 向 Seata 注册分支事务,并将其纳入该 XID 对应的全局事务范围

4)提交 repo-service.repo_db、order-service.order_db 的本地事务

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