## Seata 是什么? * Seata 是一款开源的分布式事务解决方案，致力于提供高性能和简单易用的分布式事务服务。Seata 将为用户提供了 AT、TCC、SAGA 和 XA 事务模式，为用户打造一站式的分布式解决方案。 # AT 模式 前提 * 基于支持本地 ACID 事务的关系型数据库。 * Java 应用，通过 JDBC 访问数据库。 ## 整体机制 两阶段提交协议的演变： * 一阶段：业务数据和回滚日志记录在同一个本地事务中提交，释放本地锁和连接资源。 * 二阶段： * 提交异步化，非常快速地完成。 * 回滚通过一阶段的回滚日志进行反向补偿。 ## 写隔离 * 一阶段本地事务提交前，需要确保先拿到全局锁。 * 拿不到全局锁，不能提交本地事务。 * 拿全局锁的尝试被限制在一定范围内，超出范围将放弃，并回滚本地事务，释放本地锁。 以一个示例来说明： 两个全局事务 tx1 和 tx2，分别对 a 表的 m 字段进行更新操作，m 的初始值 1000。 tx1 先开始，开启本地事务，拿到本地锁，更新操作 m = 1000 - 100 = 900。本地事务提交前，先拿到该记录的全局锁，本地提交释放本地锁。 tx2 后开始，开启本地事务，拿到本地锁，更新操作 m = 900 - 100 = 800。本地事务提交前，尝试拿该记录的全局锁，tx1 全局提交前，该记录的全局锁被 tx1 持有，tx2 需要重试等待全局锁。  tx1 二阶段全局提交，释放全局锁。tx2 拿到全局锁提交本地事务。  如果 tx1 的二阶段全局回滚，则 tx1 需要重新获取该数据的本地锁，进行反向补偿的更新操作，实现分支的回滚。 此时，如果 tx2 仍在等待该数据的全局锁，同时持有本地锁，则 tx1 的分支回滚会失败。分支的回滚会一直重试，直到 tx2 的全局锁等锁超时，放弃全局锁并回滚本地事务释放本地锁，tx1 的分支回滚最终成功。 因为整个过程全局锁在 tx1 结束前一直是被 tx1 持有的，所以不会发生脏写的问题。 ## 读隔离 在数据库本地事务隔离级别读已提交（Read Committed）或以上的基础上，Seata（AT 模式）的默认全局隔离级别是读未提交（Read Uncommitted）。 如果应用在特定场景下，必需要求全局的读已提交，目前 Seata 的方式是通过 SELECT FOR UPDATE 语句的代理。  SELECT FOR UPDATE 语句的执行会申请全局锁，如果全局锁被其他事务持有，则释放本地锁（回滚 SELECT FOR UPDATE 语句的本地执行）并重试。这个过程中，查询是被 block 住的，直到全局锁拿到，即读取的相关数据是已提交的，才返回。 出于总体性能上的考虑，Seata 目前的方案并没有对所有 SELECT 语句都进行代理，仅针对 FOR UPDATE 的SELECT 语句。 ## 工作机制 以一个示例来说明整个 AT 分支的工作过程。 业务表： product | Field | Type | Key | | --- | --- | --- | | id | bigint(20) | PRI | | name | varchar(100) | | | since | varchar(100) | | AT 分支事务的业务逻辑： ``` update product set name = 'GTS' where name = 'TXC'; ``` ### 一阶段 过程： 1. 解析 SQL：得到 SQL 的类型（UPDATE），表（product），条件（where name = 'TXC'）等相关的信息。 2. 查询前镜像：根据解析得到的条件信息，生成查询语句，定位数据。 ``` select id, name, since from product where name = 'TXC'; ``` 得到前镜像： | id | name | since | | --- | --- | --- | | 1 | TXC | 2014 | 3. 执行业务 SQL：更新这条记录的 name 为 'GTS'。 4. 查询后镜像：根据前镜像的结果，通过主键定位数据。 ``` select id, name, since from product where id = 1`; ``` 得到后镜像： | id | name | since | | --- | --- | --- | | 1 | GTS | 2014 | 5. 插入回滚日志：把前后镜像数据以及业务 SQL 相关的信息组成一条回滚日志记录，插入到 UNDO_LOG 表中。 ``` { "branchId": 641789253, "undoItems": [{ "afterImage": { "rows": [{ "fields": [{ "name": "id", "type": 4, "value": 1 }, { "name": "name", "value": "GTS" }, { "name": "since", "type": 12, "value": "2014" }] }], "tableName": "product" }, "beforeImage": { "rows": [{ "fields": [{ "name": "id", "type": 4, "value": 1 }, { "name": "name", "type": 12, "value": "TXC" }, { "name": "since", "type": 12, "value": "2014" }] }], "tableName": "product" }, "sqlType": "UPDATE" }], "xid": "xid:xxx" } ``` 6. 提交前，向 TC 注册分支：申请 product 表中，主键值等于 1 的记录的全局锁。 7. 本地事务提交：业务数据的更新和前面步骤中生成的 UNDO LOG 一并提交。 8. 将本地事务提交的结果上报给 TC。 ### 二阶段-回滚 1. 收到 TC 的分支回滚请求，开启一个本地事务，执行如下操作。 2. 通过 XID 和 Branch ID 查找到相应的 UNDO LOG 记录。 3. 数据校验：拿 UNDO LOG 中的后镜与当前数据进行比较，如果有不同，说明数据被当前全局事务之外的动作做了修改。这种情况，需要根据配置策略来做处理，详细的说明在另外的文档中介绍。 4. 根据 UNDO LOG 中的前镜像和业务 SQL 的相关信息生成并执行回滚的语句： ``` update product set name = 'TXC' where id = 1; ``` 5. 提交本地事务。并把本地事务的执行结果（即分支事务回滚的结果）上报给 TC。 ### 二阶段-提交 1. 收到 TC 的分支提交请求，把请求放入一个异步任务的队列中，马上返回提交成功的结果给 TC。 2. 异步任务阶段的分支提交请求将异步和批量地删除相应 UNDO LOG 记录。 ## 附录 ### 回滚日志表 UNDO_LOG Table：不同数据库在类型上会略有差别。 以 MySQL 为例： | Field | Type | | --- | --- | | branch_id | bigint PK | | xid | varchar(100) | | context | varchar(128) | | rollback_info | longblob | | log_status | tinyint | | log_created | datetime | | log_modified | datetime | ``` -- 注意此处0.7.0+ 增加字段 context CREATE TABLE `undo_log` ( `id` bigint(20) NOT NULL AUTO_INCREMENT, `branch_id` bigint(20) NOT NULL, `xid` varchar(100) NOT NULL, `context` varchar(128) NOT NULL, `rollback_info` longblob NOT NULL, `log_status` int(11) NOT NULL, `log_created` datetime NOT NULL, `log_modified` datetime NOT NULL, PRIMARY KEY (`id`), UNIQUE KEY `ux_undo_log` (`xid`,`branch_id`) ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8; ``` # TCC 模式 回顾总览中的描述：一个分布式的全局事务，整体是两阶段提交的模型。全局事务是由若干分支事务组成的，分支事务要满足两阶段提交的模型要求，即需要每个分支事务都具备自己的： * 一阶段 prepare 行为 * 二阶段 commit 或 rollback 行为  根据两阶段行为模式的不同，我们将分支事务划分为Automatic (Branch) Transaction Mode和Manual (Branch) Transaction Mode. AT 模式（[参考链接 TBD](https://seata.io/zh-cn/docs/overview/what-is-seata.html)）基于支持本地 ACID 事务的关系型数据库： * 一阶段 prepare 行为：在本地事务中，一并提交业务数据更新和相应回滚日志记录。 * 二阶段 commit 行为：马上成功结束，自动异步批量清理回滚日志。 * 二阶段 rollback 行为：通过回滚日志，自动生成补偿操作，完成数据回滚。 相应的，TCC 模式，不依赖于底层数据资源的事务支持： * 一阶段 prepare 行为：调用自定义的 prepare 逻辑。 * 二阶段 commit 行为：调用自定义的 commit 逻辑。 * 二阶段 rollback 行为：调用自定义的 rollback 逻辑。 所谓 TCC 模式，是指支持把自定义的分支事务纳入到全局事务的管理中。 # Saga 模式 Saga模式是SEATA提供的长事务解决方案，在Saga模式中，业务流程中每个参与者都提交本地事务，当出现某一个参与者失败则补偿前面已经成功的参与者，一阶段正向服务和二阶段补偿服务都由业务开发实现。  理论基础：Hector & Kenneth 发表论⽂ Sagas （1987） ## 适用场景： * 业务流程长、业务流程多 * 参与者包含其它公司或遗留系统服务，无法提供 TCC 模式要求的三个接口 ## 优势： * 一阶段提交本地事务，无锁，高性能 * 事件驱动架构，参与者可异步执行，高吞吐 * 补偿服务易于实现 ## 缺点： * 不保证隔离性（应对方案见[用户文档](https://seata.io/zh-cn/docs/user/saga.html)）