分布式事务三分布式事务解决方案:TCCTry、Confirm、Cancel

什么是TCC

TCC是Try、Contirm、Cancel三个词语的缩写，TCC要求每个 分支事务实现三个操作：预处理Try、确认Contirm、撤销Cancel。Try操作业务检查以及资源预留，Contirm做业务确认，Cancel实现一个与Try相反的操作即回滚。TM首先发起所有的分支事务的try操作，任何一个分支事务的try操作执行失败，TM将会发起所有分支事务的Cancel操作，若try操作全部成功，TM将会发起所有分支事务的Confirm操作，其中Confirm/Cancel操作若执行失败，TM会进行重试。

分支事务成功的场景

分支事务失败的场景

 TCC分为三个阶段：

1. Try 阶段是做业务检查（一致性）及资源预留（隔离），此阶段仅是一个初步操作，它和后续的Confirm一起才能真正构成一个完成的业务逻辑。
2. Confirm 阶段是做确认提交，Try阶段所有分支事务执行成功后开始执行Confirm。通常情况下，采用TCC则认为Confirm阶段是不会出错的。即：只要Try成功，Confirm一定成功。若Confirm阶段真的出错了，需引入重试机制或人工处理。
3. Cancel 阶段是在业务执行错误需要回滚的状态下执行分支事务的业务取消，预留资源释放。通常情况下，采用TCC则认为Cancel阶段也是一定成功的。若Cancel阶段真的出错了，需引入重试机制或人工处理。

4.TM事务管理器

• TM事务管理器可以实现为独立的服务，也可以让全局事务发起方充当TM的角色，TM独立出来是为了成为公共组件，是为了考虑系统结构和软件复用。
• TM再发起全局事务时生成全局事务记录，全局事务ID贯穿整个分布式事务调用链条，用来记录事务上下文，追踪和记录状态，由于Confirm和Cancel失败需要重试，因此需要实现幂等性，幂等性是指同一个操作无论请求多少次，其结果都相同。

解决方案

TCC解决方案

目前市面上的TCC框架有下面几种

上一节所讲的Seata也支持TCC，但Seata的TCC模式对springcloud没有提供支持。我们的目标是理解TCC的原理以及事务协调运作的过程，因此更倾向于轻量级易于理解的框架，因此最终确定了hmily。

Hmily是一个高性能分布式事务TCC开源框架。基于Java8开发，支持Dubbo、springcloud等RPC框架进行分布式事务。它目前支持以下特性：

• 支持嵌套事务
• 采用disruptor框架进行事务日志的异步读写，与RPC框架的性能没有差异
• 支持springboot-starter项目启动，使用简单。
• RPC框架支持：dubbo、motan、springcloud
• 本地事务存储支持：redis、mongodb、zookeeper、file、mysql
• 事务日志序列化支持：java、hessian、kryo、protostuff
• 采用Aspect AOP切面思想与Spring无缝集成，天然支持集群。
• RPC事务回复，超时异常恢复等。

Hmily利用AOP对参与分布式事务的本地方法与远程方法进行拦截处理，通过多方拦截，事务参与者能透明的调用到另一方的Try、Confirm、Cancel方法；传递事务的上下文；并记录事务日志，酌情进行补偿、重试等。

TCC需要注意三种异常处理分别是空回滚、幂等、悬挂：

空回滚：

• 在没用调用TCC资源Try方法的情况下，调用了第二阶段的Cancel方法，Cancel方法需要识别出这是一个空回滚，然后直接返回成功。
• 出现原因是当一个分支事务所在服务宕机或网络异常，分支事务调用记录为失败，这个时候其实是没有执行Try阶段，当故障恢复后，分布式事务进行回滚则会调用第二阶段的Cacel方法，从而形成空回滚。
• 解决思路是关键就是要识别出这个空回滚。思路很简单就是需要知道一阶段是否执行，如果执行了，那就是正常回滚。如果没有执行，那就是空回滚。前面已经说过TM在发起全局事务时生成全局事务记录，全局事务ID贯穿整个分布式事务调用链条。再额外增加一张分支事务记录表，其中有全局事务ID和分支事务ID，第一阶段Try方法里会插入一条记录，表示一阶段执行了。Cancel接口里读取该记录，如果该记录存在，则正常回滚；如果该记录不存在，则是空回滚。

幂等：

• 通过前面介绍已经了解到，为了保证TCC二阶段提交重试机制不会引发数据不一致，要求TCC的二阶段Try、Confirm和Cancel接口保证幂等，这样不会重复使用或者释放资源。如果幂等控制没有做好，很有可能导致数据不一致等严重问题。
• 解决思路在上述“分支事务记录”中增加执行状态，每次执行前都查询该状态。

悬挂：

• 悬挂就是对于一个分布式事务，其二阶段Cancel接口比Try接口先执行。
• 出现原因是在RPC调用分支事务try时，先注册分支事务，再执行RPC调用，如果此时RPC调用的网络发生拥堵，通常RPC调用是有超时时间的，RPC超时以后，TM就会通知RM回滚该分布式事务，可能回滚完成后，RPC请求才到达参与者真正执行，而一个Try方法预留的业务资源，只有该分布式事务才能使用，该分布式事务第一阶段预留的业务资源就再也没有人能够处理了，对于这种情况，我们就成为悬挂，即业务资源预留后没法继续处理。
• 解决思路时候如果二阶段执行完成，那一阶段就不能再继续执行。再执行一阶段事务时判断在该全局事务下，“分支事务记录”表中是否已经有二阶段事务记录，如果有则不执行Try。

举例，场景为A转账30元给B。A和B在不同的服务。

方案1：

账户A

1.  
   Try：
2.  
       检查余额是否够30元
3.  
       扣减30元
4.  
   Confirm：
5.  
       空
6.  
   Cancel：
7.  
       增加30元

账户B

1.  
   Try：
2.  
       增加30元
3.  
   Confirm：
4.  
       空
5.  
   Cancel：
6.  
       减少30元

方案1说明：

• 账号A，这里的余额就是所谓的业务资源，按照前面提到的规则，在第一阶段需要检查并预留业务资源，因此，我们在扣钱TCC资源的Try接口里先检查A账户余额是否足够，如果足够则扣除30元。Confirm接口表示正式提交，由于业务资源已经在Try接口里扣除掉了，name在第二阶段的Confirm接口里可以什么都不用做。Cancel接口的执行表示整个事务回滚，账户A回滚则需要把Try接口里扣除掉的30元还给账户。
• 账号B，在第一阶段Try接口是献给账户B价钱，Cancel接口的执行表示整个事务回滚，账户B回滚则需要把Try接口里加的30元再减去。

方案1的问题分析：

1. 如果账户A的try没有执行在cancel则就多加了30元。
2. 由于try、cancel、confirm都是由单独的线程去调用，且会出现重复调用，所以都需要实现幂等。
3. 账号B在try中增加30元，当try执行完成后可能会被其他线程消费了。
4. 如果账户B的try没有执行在cancel则就多减了30元。

问题解决：

1. 账户A的cancel方法需要判断try方法是否执行，正常执行try后方可执行cancel。
2. try、cancel、confirm方法实现幂等。
3. 账号B在try方法中不允许更新账户余额，在confirm中更新账户余额。
4. 账户B的cancel方法需要判断try方法是否执行，正常执行try后方可执行cancel。

优化方案：

账户A

1.  
   Try：
2.  
       try幂等校验
3.  
       try悬挂处理
4.  
       检查余额是否够30元
5.  
       扣减30元
6.  
   Confirm：
7.  
       空
8.  
   Cancel：
9.  
       增加30元
10.  
    增加30元

账户B

1.  
   Try：
2.  
       空
3.  
   Confirm：
4.  
       confirm幂等校验
5.  
   正式增加30元
6.  
   Cancel：
7.  
       空

TCC与2PC比较

如果拿TCC事务的处理流程与2PC作比较，2PC通常都是在跨库的DB层面，而TCC则在应用层面处理，需要通过业务逻辑来实现。这种分布式事务的实现方式的优势在于，可以让应用自己定义数据操作的颗粒度，使得降低锁冲突、让提高吞吐量成为可能。

这篇好文章是转载于：学新通技术网