← 返回目录

电商业务场景中 Seata in AT mode 工作流程详述

第 81 / 101 卷日期:

的提交状态

6)Seata 汇总所有的 DB 的分支事务的提交状态,决定全局事务是该提交还是回滚

7)Seata 通知 repo-service.repo_db、order-service.order_db 提交/回滚本地事务,若需要回滚,采取的是补偿式方法

其中 1)2)3)4)5)属于第一阶段,6)7)属于第二阶段。

电商业务场景中 Seata in AT mode 工作流程详述

在上面的电商业务场景中,购物服务调用库存服务扣减库存,调用订单服务创建订单,显然这两个调用过程要放在一个事务里面。即:

start global_trx

call 库存服务的扣减库存接口

call 订单服务的创建订单接口

commit global_trx

在库存服务的数据库中,存在如下的库存表 t_repo:

图 108-1
图 108-1

在订单服务的数据库中,存在如下的订单表 t_order:

图 108-2
图 108-2

现在,id 为 40002 的用户要购买一只商品代码为 20002 的鼠标,整个分布式事务的内容为:

1)在库存服务的库存表中将记录

图 108-3
图 108-3

修改为

图 108-4
图 108-4
图 109-1
图 109-1

以上操作,在 AT 模式的第一阶段的流程图如下:

图 109-2
图 109-2
图 110-1
图 110-1

从 AT 模式第一阶段的流程来看,分支的本地事务在第一阶段提交完成之后,就会释放掉本地事务锁定的本地记录。这是 AT 模式和 XA最大的不同

点,在 XA事务的两阶段提交中,被锁定的记录直到第二阶段结束才会被释放。所以 AT 模式减少了锁记录的时间,从而提高了分布式事务的处理效

率。AT 模式之所以能够实现第一阶段完成就释放被锁定的记录,是因为 Seata 在每个服务的数据库中维护了一张 undo_log 表,其中记录了对

t_order / t_repo 进行操作前后记录的镜像数据,即便第二阶段发生异常,只需回放每个服务的 undo_log 中的相应记录即可实现全局回滚。

undo_log 的表结构:

图 111-1
图 111-1

第一阶段结束之后,Seata 会接收到所有分支事务的提交状态,然后决定是提交全局事务还是回滚全局事务。

1)若所有分支事务本地提交均成功,则 Seata 决定全局提交。Seata 将分支提交的消息发送给各个分支事务,各个分支事务收到分支提交消息后,

会将消息放入一个缓冲队列,然后直接向 Seata 返回提交成功。之后,每个本地事务会慢慢处理分支提交消息,处理的方式为:删除相应分支事务

的 undo_log 记录。之所以只需删除分支事务的 undo_log 记录,而不需要再做其他提交操作,是因为提交操作已经在第一阶段完成了(这也是 AT 和

XA不同的地方)。这个过程如下图所示:

图 112-1
图 112-1

分支事务之所以能够直接返回成功给 Seata,是因为真正关键的提交操作在第一阶段已经完成了,清除 undo_log 日志只是收尾工作,即便清除失败

了,也对整个分布式事务不产生实质影响。

2)若任一分支事务本地提交失败,则 Seata 决定全局回滚,将分支事务回滚消息发送给各个分支事务,由于在第一阶段各个服务的数据库上记录了

undo_log 记录,分支事务回滚操作只需根据 undo_log 记录进行补偿即可。全局事务的回滚流程如下图所示:

图 113-1
图 113-1

这里对图中的 2、3 步做进一步的说明:

1)由于上文给出了 undo_log 的表结构,所以可以通过 xid 和 branch_id 来找到当前分支事务的所有 undo_log 记录;

2)拿到当前分支事务的 undo_log 记录之后,首先要做数据校验,如果 afterImage 中的记录与当前的表记录不一致,说明从第一阶段完成到此刻

期间,有别的事务修改了这些记录,这会导致分支事务无法回滚,向 Seata 反馈回滚失败;如果 afterImage 中的记录与当前的表记录一致,说

明从第一阶段完成到此刻期间,没有别的事务修改这些记录,分支事务可回滚,进而根据 beforeImage 和 afterImage 计算出补偿 SQL,执行补偿

SQL 进行回滚,然后删除相应 undo_log,向 Seata 反馈回滚成功。

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