分布式事务

传统数据库事务

一,什么是事务

事务是指单个逻辑工作单元执行得一系列操作，要么都做，要么都不做，是不可分割的工作单位，是数据库环境中的的最小工作单元

二、为什么需要事务？

事务包含了一组操作，这些操作可以是一条SQL语句、一组SQL语句或整个程序。如果其中一个操作不成功，这些操作都不会执行，前面执行的操作也会回滚原状态，用来保证数据的一致性和完整性。例如，就像银行转账，张三给李四转账，只有当张三的钱转走了，并且李四账户的钱收到了之后才会事务提交，否则事务会回滚到转账前的状态，保证数据的一致性，保证数据不会出错。

事务的四大特性

1.原子性:所谓的原子性就是说，在整个事务中的所有操作，要么全部完成，要么全部不做，没有中间状态。对于事务在执行中发生错误，所有的操作都会被回滚，整个事务就像从没被执行过一样。

2.一致性:事务的执行必须保证系统的一致性，就拿转账为例，A有500元，B有300元，如果在一个事务里A成功转给B50元，那么不管并发多少，不管发生什么，只要事务执行成功了，那么最后A账户一定是450元，B账户一定是350元。

3.隔离性:所谓的隔离性就是说，事务与事务之间不会互相影响，一个事务的中间状态不会被其他事务感知。

4.持久性:所谓的持久性，就是说一单事务完成了，那么事务对数据所做的变更就完全保存在了数据库中，即使发生停电，系统宕机也是如此

在实际应用中，数据库中的数据是要被多个用户共同访问的，在多个用户同时操作相同的数据时，可能就会出现一些事务的并发问题

1）脏读

指一个事务读取到另一个事务未提交的数据。

2）不可重复读

指一个事务对同一行数据重复读取两次，但得到的结果不同。

3）虚读/幻读

指一个事务执行两次查询，但第二次查询的结果包含了第一次查询中未出现的数据。

4）丢失更新

指两个事务同时更新一行数据，后提交（或撤销）的事务将之前事务提交的数据覆盖了。

丢失更新可分为两类，分别是第一类丢失更新和第二类丢失更新。

• 第一类丢失更新是指两个事务同时操作同一个数据时，当第一个事务撤销时，把已经提交的第二个事务的更新数据覆盖了，第二个事务就造成了数据丢失。

• 第二类丢失更新是指当两个事务同时操作同一个数据时，第一个事务将修改结果成功提交后，对第二个事务已经提交的修改结果进行了覆盖，对第二个事务造成了数据丢失。

为了避免上述事务并发问题的出现，在标准的 SQL 规范中定义了四种事务隔离级别，不同的隔离级别对事务的处理有所不同。这四种事务的隔离级别如下。

隔离性四种隔离级别

1）Read Uncommitted（读未提交）

一个事务在执行过程中，既可以访问其他事务未提交的新插入的数据，又可以访问未提交的修改数据。如果一个事务已经开始写数据，则另外一个事务不允许同时进行写操作，但允许其他事务读此行数据。此隔离级别可防止丢失更新。会产生脏读、幻读、不可重复读的问题

2）Read Committed（读已提交）

一个事务在执行过程中，既可以访问其他事务成功提交的新插入的数据，又可以访问成功修改的数据。读取数据的事务允许其他事务继续访问该行数据，但是未提交的写事务将会禁止其他事务访问该行。此隔离级别可有效防止脏读。会产生幻读、不可重复读的问题

3）Repeatable Read（可重复读取）

一个事务在执行过程中，可以访问其他事务成功提交的新插入的数据，但不可以访问成功修改的数据。读取数据的事务将会禁止写事务（但允许读事务），写事务则禁止任何其他事务。此隔离级别可有效防止不可重复读和脏读。会产生幻读的问题

4）Serializable（可串行化）

提供严格的事务隔离。它要求事务序列化执行，事务只能一个接着一个地执行，不能并发执行。此隔离级别可有效防止脏读、不可重复读和幻读。但这个级别可能导致大量的超时现象和锁竞争，在实际应用中很少使用。

一般来说，事务的隔离级别越高，越能保证数据库的完整性和一致性，但相对来说，隔离级别越高，对并发性能的影响也越大。因此，通常将数据库的隔离级别设置为 Read Committed，即读已提交数据，它既能防止脏读，又能有较好的并发性能。虽然这种隔离级别会导致不可重复读、幻读和第二类丢失更新这些并发问题，但可通过在应用程序中采用悲观锁和乐观锁加以控制。

控制事物

1.使用JDBC事务：通过使用JDBC的Connection对象的setAutoCommit()方法来控制事务的提交和回滚。

2.使用spring事务：Spring框架提供了事务管理器（例如DataSourceTransactionManager）和@Transactional注解来控制事务

3.MybatisSqlSession的手动提交,如果在执行sql的语句中进行trycatch,成功执行commit()方法提交,失败在catch中执行rallback方法进行回滚。

分布式事务

就是在分布式环境下，出现的事务问题,对比传统事务来说,分布式事务又分为,刚性事务,和柔性事务,刚性事务需要保证数据的强一致性,柔性事务呢需要保证数据的最终一致性。

分布式事务理论

CAP定理

分布式系统下的三个指标

1.一致性(Consistency):指的是强一致性即用户访问分布式系统中的任意节点，得到的数据必须一致。

2.可用性(Availability):用户访问集群中的任意健康节点，必须能得到响应，而不是超时或拒绝。

3.分区容错性:分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务

在分布式环境下，这三个指标不可能同时做到，且P是一定要保证的

因为网络是不可靠的。客户因素，没办法避免

CP:在一定时间内，等待集群节点进行数据同步后，对外提供访问

AP:在任何时间内，都对外访问，但是得到的数据可能不一样

base理论

对CAP的一种补充放弃强一致性，追求最终一致性

三个思想

基本可用(Basically Available):分布式系统在出现故障时，允许损失部分可用性，即保证核心可用。

软状态(Soft State):在一定时间内，允许出现中间状态，比如临时的不一致状态。比如订单状态：待付款、已付款待发货、已发货、已签收、已结束

最终一致性(Eventually Consistent):虽然无法保证强一致性，但是在软状态结束后，最终达到数据一致。

AP保证最综一致性

CP保证强一致性

seata解决分布式事务

seata的三个架构

TC(Transaction Coordinator)事务协调者：维护全局和分支事务的状态，协调全局事务提交或回滚。监控和通知各个事务，包括分支事务和全局事务

TM (Transaction Manager) :事务管理器：定义全局事务的范围、开始全局事务、提交或回滚全局事务。用来执行事务

RM (Resource Manager):资源管理器：管理分支事务处理的资源，与TC交谈以注册分支事务和报告分支事务的状态，并驱动分支事务提交或回滚。

XA：强一致性，基于数据库隔离，无代码侵入，在一阶段不提交事务

AT：默认模式，基于全局锁隔离，无代码侵入，一阶段提交事务，在提交事务前，会记录undolog日志，性能比XA模式好，二阶段TC通知回滚，则根据undolog回滚，通知提交，则删除undolog日志。

TCC:性能最好，不需要依赖关系型数据库，但代码入侵读高。Try:冻结可用数据，Confirm:确认提交数据，删除冻结数据 Canel:恢复数据，将冻结数据恢复

Seaga: 用于长事务，例如A项目调另外一个公司的项目接口。

XA模式工作原理图

 AT模式工作图