TCC(Try-Confirm-Cancel)

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介: 【6月更文挑战第5天】

TCC(Try-Confirm-Cancel)是一种分布式事务解决方案,它通过将一个事务拆分成三个阶段来保证事务的一致性。以下是对TCC的详细介绍,包括其概念、实现原理、优缺点以及在分布式系统中的应用。

TCC概念

TCC是由Pat Helland于2007年在论文《Life beyond Distributed Transactions: an Apostate’s Opinion》中提出的,后来由Atomikos公司正式命名为Try-Confirm-Cancel并注册了商标[^3^]。TCC的核心思想是“针对每个操作都要注册一个与其对应的确认和补偿(撤销操作)”,它分为三个操作阶段:
image.png

  1. Try阶段:主要是对业务系统做检测及资源预留。
  2. Confirm阶段:确认执行业务操作。
  3. Cancel阶段:取消执行业务操作。

TCC实现原理

TCC协议将一个分布式事务分为三个阶段:

  1. Try阶段:在这个阶段,系统会完成所有业务检查(一致性),并预留必要的业务资源(准隔离性)。例如,在转账场景中,系统会检查账户余额是否充足,并冻结相应的金额[^1^][^3^]。

  2. Confirm阶段:如果Try阶段成功,系统将进入Confirm阶段,此时会真正执行业务操作,如实际进行资金转账。在这个阶段,不再进行业务检查,因为Try阶段已经完成了所有必要的检查[^1^][^3^]。

  3. Cancel阶段:如果Try阶段失败或在Confirm阶段遇到问题,系统将执行Cancel操作,释放Try阶段预留的资源,确保系统状态回滚到事务开始前的状态[^1^][^3^]。

TCC优缺点

优点

  • 灵活性:TCC允许应用自己定义数据库操作的粒度,这有助于降低锁冲突和提高吞吐量[^2^]。
  • 业务侵入性:TCC的操作在业务层,使得开发人员可以更灵活地处理事务。
  • 资源锁定粒度:TCC允许业务方灵活选择业务资源的锁定粒度,这有助于优化性能。

缺点

  • 开发成本:TCC要求业务逻辑的每个分支都需要实现Try、Confirm、Cancel三个操作,这增加了开发成本[^2^]。
  • 实现难度:需要根据不同的失败原因实现不同的回滚策略,这增加了实现的复杂性。
  • 幂等性要求:Confirm和Cancel接口必须实现幂等性,以确保在网络超时或异常情况下,重复调用不会导致不一致的问题[^3^]。

TCC在分布式系统中的应用

TCC适用于需要强隔离性、严格一致性要求的业务活动,尤其适用于执行时间较短的业务[^3^]。在实际应用中,TCC可以与消息队列MQ结合使用,通过异步解耦来实现系统的数据最终一致性[^2^]。

目录
相关文章
|
监控 Java 应用服务中间件
谈谈你对spring boot 3.0的理解
1. Java 版本要求:Spring Boot 3.0 要求使用 Java 17 或更高版本,这可能会对一些仍在使用旧版 Java 的项目造成兼容性问题。需要确保项目使用的 Java 版本符合要求,并考虑是否需要升级 JDK 版本。 2. 底层依赖项迁移:Spring Boot 3.0 将所有底层依赖项从 Java EE 迁移到了 Jakarta EE API,基于 Jakarta EE 9 并尽可能地兼容 Jakarta EE 10。这可能会对一些使用了 Java EE 的应用造成影响,需要进行相应的修改和调整。 3. 插件和库的支持:尽管 Spring Boot 3.0 支持更多的插件和
1811 0
|
SQL 关系型数据库 数据库
学习分布式事务Seata看这一篇就够了,建议收藏
学习分布式事务Seata看这一篇就够了,建议收藏
22184 2
|
9月前
|
人工智能 Java 数据库
如何保证接口幂等性?
在分布式系统中,接口幂等性至关重要。本文详解其定义、重要性及实现方案,包括唯一索引、Token机制、分布式锁、状态机与版本号机制,并提供最佳实践建议,助你提升系统可靠性与用户体验。
1664 1
|
程序员 数据库 微服务
长事务管理不再难:Saga模式全面解析
本文介绍了分布式事务中的Saga模式,它用于解决微服务架构下的事务管理问题。Saga通过一系列本地事务和补偿操作确保最终一致性,分为编排和协同两种模式。文章重点讲解了编排模式,其中 Saga 协调者负责事务的执行和失败后的补偿。Saga 模式适用于业务流程明确且需要严格补偿的场景,能有效管理长事务,但实现上可能增加复杂性,并存在一致性延迟。文章还讨论了其优缺点和适用场景,强调了在面对分布式事务挑战时,Saga 模式的价值和潜力。
3033 6
|
存储 SQL 微服务
常用的分布式事务解决方案(三)
常用的分布式事务解决方案(三)
|
SQL 关系型数据库 MySQL
详解如何优雅实现先分组再组内排序取数据解决方案
本文介绍了在数据库查询中常见的业务需求:先对数据进行分组,然后在每组内按规则排序并取出特定记录。使用MySQL和Elasticsearch实现这一操作,并对比了不同方法的性能。具体包括: **MySQL实现**:通过窗口函数`ROW_NUMBER()`、子查询和JOIN关联查询三种方式实现分组排序取数据,并探讨了索引优化的效果。 **Elasticsearch实现**:利用`terms`聚合和`top_hits`聚合实现分组排序,适用于大规模数据场景。 推荐优先使用窗口函数,结合索引优化提升查询性能。对于小规模查询,可在应用层处理。 通过实例和性能对比,帮助读者选择最适合的实现方案。
513 16
详解如何优雅实现先分组再组内排序取数据解决方案
|
存储 Java 应用服务中间件
【分布式技术专题】「架构实践于案例分析」盘点互联网应用服务中常用分布式事务(刚性事务和柔性事务)的原理和方案
【分布式技术专题】「架构实践于案例分析」盘点互联网应用服务中常用分布式事务(刚性事务和柔性事务)的原理和方案
565 0
|
消息中间件 监控 NoSQL
Redis脑裂问题详解及解决方案
Redis脑裂问题是分布式系统中常见的复杂问题,合理配置Redis Sentinel、使用保护模式、采用分布式锁机制以及优化网络和客户端连接策略等措施,可以有效预防和解决脑裂问题。通过深入理解Redis脑裂问题的成因和影响,采取相应的解决方案,能够提高系统的可用性和数据一致性,保障Redis集群的稳定运行。希望本文能帮助你更好地理解和应对Redis脑裂问题。
1309 2
|
数据库 微服务
分布式事务系列(三)
分布式事务系列(三)
|
运维 程序员 数据库
如何用TCC方案轻松实现分布式事务一致性
TCC(Try-Confirm-Cancel)是一种分布式事务解决方案,将事务拆分为尝试、确认和取消三步,确保在分布式系统中实现操作的原子性。它旨在处理分布式环境中的数据一致性问题,通过预检查和资源预留来降低失败风险。TCC方案具有高可靠性和灵活性,但也增加了系统复杂性并可能导致性能影响。它需要为每个服务实现Try、Confirm和Cancel接口,并在回滚时确保资源正确释放。虽然有挑战,TCC在复杂的分布式系统中仍被广泛应用。
953 5