分布式事务解决框架seata介绍

简介: 分布式事务解决框架seata介绍

公众号merlinsea


  • seata框架的核心
  • 抽取出了一个TC全局事务协调器,所有的分支事务都要向其汇报
  • 当在客户端开启一个分布式事务时,TC会为这个分布式事务生成一个唯一的XID,并在后续的其他事务中传递
  • 所有的分支事务都执行完阶段一预提交时要等待TC发出的commit或者rollback命令以后才能继续往下执行。


  • seata的架构和核心组成
  • TC :Transaction coordinator 全局事务协调器,TC是位于seata的中心服务端,用于统一管理各个微服务节点上的事务状态, 并根据这些分布式事务的状态决定是否提交commit还是回滚rollback。
  • TM:Transaction manager 事务管理器,用于开启,提交,回滚事务。TM是位于业务端端代码,当开启一个分布式事务时,会生成 一个用于唯一标识这个分布式事务XID,并且这个XID会在后续调用其他微服务中传递。
  • RM:Resource manager 资源管理器,用于各个微服务上的数据库资源的管理,并且可以向TC注册分支事务,接受TC传来的提交或者回滚 命令


  • 注释
  • 注1: seata架构的RM是以jar包的形式嵌入到业务代码中
  • 注2: TM 请求 TC 开启一个全局事务, TC 会生成一个 XID 作为该全局事务的编号XID, XID会在微服务的调用链路中传播,保证将多个微 服务的子事务关联在一起。
  • 架构:TC 为单独部署的 Server 服务端,TM 和 RM 为嵌入到应用中的 Client 客户端 (Client/Server架构)


  • seata执行分布式事务的流程(如下图所示)
  • A服务的TM 向 TC 申请开启(Begin)一个全局事务,全局事务创建成功并生成一个全局唯一的 XID。
  • A服务的RM向TC注册分支事务
  • A服务执行分支事务(这里是本地事务),对数据库做操作
  • A服务开始远程调用B服务,并把XID 在微服务调用链路的上下文中传播【保证了 B服务可以为一识别这个事务】
  • B服务的RM向TC注册分支事务,并将其纳入XID对应的全局事务的管辖
  • B服务执行分支事务,向数据库做操作
  • 全局事务调用链处理完毕,TM 根据有无异常向 TC 发起针对 XID 的全局提交(Commit)或回滚(Rollback)决议。 TC 调度 XID 下管辖的全部分支事务完成提交(Commit)或回滚(Rollback)请求。


640.jpg


  • seata执行模式介绍(AT模式)
  • 第一阶段: seata 会拦截“业务 SQL”,找到“业务 SQL”要更新的业务数据,在业务数据被更新前,将其保存成“before image”【回滚的时候使用】, 然后执行“业务 SQL”更新业务数据 在业务数据更新之后,再将其保存成“after image”【提交的时候使用】,最后生成行锁 以上操作全部在一个数据库事务内完成,这样保证了一阶段操作的原子性
  • 第二阶段:
  • 二阶段提交: 因为“业务 SQL”在一阶段已经提交至数据库, 所以 Seata 框架只需将阶段一保存的快照数据和行锁删掉,完成数据清理即可。
  • 二阶段回滚: 还原业务数据, 回滚方式便是用“before image”还原业务数据。


  • seata框架的使用
  • 开启seata服务端程序(TC全局事务协调器)


去seata官网下载并部署到linux服务器上,然后用下面的命令启动seata
./seata-server.sh启动
  • 在所有涉及分布式事务的微服务中中引入seata客户端赖
  • 注意:需要保证seata客户端的版本和seata服务端端版本一致,否则可能出现maven包冲突(难排查)
<!--alibaba微服务整合分布式事务,这个方式才行-->
        <dependency>
            <groupId>com.alibaba.cloud</groupId>
            <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
            <exclusions>
                <exclusion>
                    <groupId>io.seata</groupId>
                    <artifactId>seata-spring-boot-starter</artifactId>
                </exclusion>
            </exclusions>
        </dependency>
        <dependency>
            <groupId>io.seata</groupId>
            <artifactId>seata-spring-boot-starter</artifactId>
            <version>1.3.0</version>
        </dependency>


  • 编写业务,开启分布式全局事务TM事务管理器 @GlobalTransactional
  • 注意事务管理器只需要添加在开启事务的哪个接口api上即可,后续被调用的微服务接口上不需要再添加这个注解,在本案例中是加在user微服务的注册接口上
 @Override
//全局事务管理器TM
 @GlobalTransactional
 public JsonData register(UserRegisterRequest registerRequest) {
     boolean checkCode = false;
     //校验验证码
     if (StringUtils.isNotBlank(registerRequest.getMail())) {
         checkCode = notifyService.checkCode(SendCodeEnum.USER_REGISTER, registerRequest.getMail(), registerRequest.getCode());
     }
     if (!checkCode) {
         return JsonData.buildResult(BizCodeEnum.CODE_ERROR);
     }
     UserDO userDO = new UserDO();
     BeanUtils.copyProperties(registerRequest, userDO);
     userDO.setCreateTime(new Date());
     userDO.setSlogan("人生需要动态规划,学习需要贪心算法");
     //设置密码 生成秘钥 盐
     userDO.setSecret("$1$" + CommonUtil.getStringNumRandom(8));
     //密码+盐处理
     String cryptPwd = Md5Crypt.md5Crypt(registerRequest.getPwd().getBytes(), userDO.getSecret());
     userDO.setPwd(cryptPwd);
     //账号唯一性检查 
     if (checkUnique(userDO.getMail())) {
         int rows = userMapper.insert(userDO);
         log.info("rows:{},注册成功:{}", rows, userDO.toString());
         //新用户注册成功,初始化信息,发放福利等 TODO
         userRegisterInitTask(userDO);
         //模拟异常
         //int b = 1/0;
         return JsonData.buildSuccess();
     } else {
         return JsonData.buildResult(BizCodeEnum.ACCOUNT_REPEAT);
     }
 }


目录
打赏
0
0
0
0
297
分享
相关文章
分布式爬虫框架Scrapy-Redis实战指南
本文介绍如何使用Scrapy-Redis构建分布式爬虫系统,采集携程平台上热门城市的酒店价格与评价信息。通过代理IP、Cookie和User-Agent设置规避反爬策略,实现高效数据抓取。结合价格动态趋势分析,助力酒店业优化市场策略、提升服务质量。技术架构涵盖Scrapy-Redis核心调度、代理中间件及数据解析存储,提供完整的技术路线图与代码示例。
分布式爬虫框架Scrapy-Redis实战指南
|
10天前
|
SQL
seata是怎么进行分布式事务控制的
seata是怎么进行分布式事务控制的
常见的分布式定时任务调度框架
分布式定时任务调度框架用于在分布式系统中管理和调度定时任务,确保任务按预定时间和频率执行。其核心概念包括Job(任务)、Trigger(触发器)、Executor(执行器)和Scheduler(调度器)。这类框架应具备任务管理、任务监控、良好的可扩展性和高可用性等功能。常用的Java生态中的分布式任务调度框架有Quartz Scheduler、ElasticJob和XXL-JOB。
1276 66
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
阿里云推出的MaxFrame是链接大数据与AI的分布式Python计算框架,提供类似Pandas的操作接口和分布式处理能力。本文从部署、功能验证到实际场景全面评测MaxFrame,涵盖分布式Pandas操作、大语言模型数据预处理及企业级应用。结果显示,MaxFrame在处理大规模数据时性能显著提升,代码兼容性强,适合从数据清洗到训练数据生成的全链路场景...
128 5
MaxFrame:链接大数据与AI的高效分布式计算框架深度评测与实践!
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
205 7
|
4月前
Seata框架在AT模式下是如何保证数据一致性的?
通过以上这些机制的协同作用,Seata 在 AT 模式下能够有效地保证数据的一致性,确保分布式事务的可靠执行。你还可以进一步深入研究 Seata 的具体实现细节,以更好地理解其数据一致性保障的原理。
175 50
|
4月前
|
Seata框架的性能如何?
总的来说,Seata 框架在性能方面具有一定的潜力和优势,但需要根据具体情况进行综合评估和优化,以确保其在实际应用中能够发挥出良好的性能表现。
166 48
微服务SpringCloud分布式事务之Seata
SpringCloud+SpringCloudAlibaba的Seata实现分布式事务,步骤超详细,附带视频教程
159 1
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
147 2
大厂都在用的分布式事务方案,Seata+RocketMQ带你打破10万QPS瓶颈
分布式事务涉及跨多个数据库或服务的操作,确保数据一致性。本地事务通过数据库直接支持ACID特性,而分布式事务则需解决跨服务协调难、高并发压力及性能与一致性权衡等问题。常见的解决方案包括两阶段提交(2PC)、Seata提供的AT和TCC模式、以及基于消息队列的最终一致性方案。这些方法各有优劣,适用于不同业务场景,选择合适的方案需综合考虑业务需求、系统规模和技术团队能力。
687 7

热门文章

最新文章