《微服务架构设计模式》读书笔记---第四章:使用Saga管理事务

没有事务处理就不可能保持数据的一致性。跨越多个服务的操作,对于事务管理提出了更高的要求。

微服务架构下的事务管理

我们熟知的一些编程框架和函数提供了API,用于显示的开始、提交或回滚事务。例如,Spring框架提供了注解的方式,采用@Transactional来让方法调用,自动的在事务范围内完成。

在单体应用中,只访问一个数据库,事务管理是简单明了的。
但是对于,微服务框架下,每个服务都有自己的数据库,在这种情况下。就需要跟尾高级的事务管理机制来管理事务。

分布式事务的挑战

在多个服务、数据库和消息代理间维护数据一致性的传统方式是,分布式事务。它采用两阶段提交(two phase commit, 2PC)来保证食物中所有参与方同时完成提交,或者失败时同时回滚。

弊端:

  • 分布式事务, 的事实标准X/Open XA。实现分布式事务,要求数据库,消息代理,数据库驱动,消息API,都支持XA标准。一些NoSQL数据库(MongoDB),和流行的消息代理(RabbitMQ,Apache Kafka),不支持分布式事务。
  • 分布式事务,本质是同步进程间通信。会降低可用性。

使用Saga模式维护数据一致性

Saga是一种在微服务架构中维护数据一致性的机制。

Saga由一连串的本地事务组成,每个本地事务负责更新自己的私有数据库,这些操作仍旧依赖于我们所熟知的ACID事务框架和函数库。

Saga使用补偿是无来回滚所作出的改变。
传统ACID模式的一个重要特性是,如果业务逻辑检测到违反业务规则,可以轻松回滚事务。
而Saga使用补偿事务,进行回滚。

Saga包含三种类型的事务:

  • 可补偿性事务,可以使用补偿事务回滚
  • 关键性事务,Saga执行的关键点,是最后一个可补偿是无或者第一个可重复的事务
  • 可重复性事务,在关键事务之后的事务,保证可以成功。

Saga的协调模式

协同式

协同式,把Saga的决策和执行顺序逻辑分布在Saga的每个参与方忠,他们通过交换时间的方式来进行沟通。

协同式的参与方,使用发布/订阅进行交互。这就需要考虑通信的可靠性。

  • 参与方操作的原子性:去报Saga参与方将更新其本地数据库和发布下一个事件作为数据库事务的一部分。
  • 消息具备标识。让其他参与方能够正确的找到数据。

好处:

  • 实现简单
  • 松耦合。消息的方式交互

弊端:

  • 更难理解。代码不在同一个的位置。需要追踪所有服务,才能完全了解整个事务的处理过程。
  • 服务之间的循环依赖关系。
  • 紧耦合的风险。每个Saga的参与方都需要订阅所有影响他们的事件。代码的更新需要同步进行。

编排式

编排式,把Saga的决策和执行顺序逻辑集中在一个Saga编排器类中。Saga编排器,发出命令式消息给各个Saga参与方,指示他们完成具体的工作,这个类的唯一职责就是告诉Saga的参与方该做什么事情。
编排器与参与方的交互方式,也是用命令/异步相应的方式。

好处:

  • 依赖关系更简单。
  • 较少的耦合。每个服务只需要实现对应的API,不需要关注Saga参与方发布的事件 。
  • 改善关注点隔离,简化业务逻辑。实际的业务类,例如Order,不知道Saga编排器的存在,更关注与自己的业务。

弊端:
在编排器中存在集中的过多的业务逻辑的风险。其实就是编排器成为关键节点。

解决隔离问题

首先理解ACID。

  • 原子性(Atomicity)。原子性是指事务是一个不可分割的工作单位,事务中的操作要么都发生,要么都不发生。
  • 一致性(Consistency)。事务前后数据的完整性必须保持一致。
  • 隔离性(Isolation)。事务的隔离性是多个用户并发访问数据库时,数据库为每一个用户开启的事务,不能被其他事务的操作数据所干扰,多个并发事务之间要相互隔离。
  • 持久性(Durability)。持久性是指一个事务一旦被提交,它对数据库中数据的改变就是永久性的,接下来即使数据库发生故障也不应该对其有任何影响。

使用Saga,缺乏ACID事务中的隔离属性。这是因为,一旦事务提交,每个Saga的本地事务所做的更新都会立即被其他Saga看到。
只会导致以下情况:

  • 丢失更新。其他Saga会在执行时,更改该Saga的数据。
  • 脏读。其他Saga会再该Saga完成更新之前读取旧数据。
  • 模糊或不可重复读。一个Saga的两个步骤读取的数据却不相同,可能会再两次读之间有另一个Saga进行了更新。

有一些对策可以处理缺乏隔离的Saga设计。

  • 语义锁。应用层程序级的锁。方式是,可补偿是无在起创建或者更新记录的时候,设置标志位。这个标志标识该记录尚未提交,且可能会发生更改,用以防止其他事务处理该记录。例如约定Order的状态为*_PENDING,表示一个Saga正在处理该记录。
    而对于被阻塞的Saga,1.可以给用户返回错误,让其重试,或者2.等待记录被其他Saga释放。
  • 交换式更新。
  • 悲观视图。重新排序Saga的步骤,以最大限度的降低由于脏读而导致的业务风险。
  • 重读值。Saga在更新之前,重新读取记录,验证是否未更改。
  • 版本文件。记录了对数据执行的操作,以便可以对他们进行重新排序。Saga参与方,记录收到的操作,根据收到的操作,再重新排序。
  • 业务风险评级。低风险使用Saga,高风险使用分布式事务。
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345