电商业务场景中 Seata in AT mode 工作流程详述
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:

在订单服务的数据库中,存在如下的订单表 t_order:

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

修改为


以上操作,在 AT 模式的第一阶段的流程图如下:


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:

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:

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:

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