跨服务跨库的分布式事务

跨服务，跨数据库的分布式事务，这类分布式事务只是部分遵循 ACID 规范的：

• 原子性：严格遵循
• 一致性：事务完成后的一致性严格遵循；事务中的一致性可适当放宽
• 隔离性：并行事务间不可影响；事务中间结果可见性允许安全放宽
• 持久性：严格遵循

这里面一致性和隔离性都没有严格遵守，但是 ACID 这四个特性中，AID 这三个特性其实是数据库实现的人非常关心，而对于使用数据库的人，最终的用户，最关心的则是 C，即用户视角看，分布式事务的一致性是什么样的？对于这里面的 C（一致性），我们以一个非常具体的业务例子，来进行解释。假如我们正在处理一个转账业务，假设是 A 转给 B 30 元，在本地事务的支持下，我们的用户看到 A+B 的总金额，在整个转账前后，以及转账过程中，都是保持不变的。那么这个时候用户认为他看到的数据是一致的，符合业务约束的。

当我们业务变复杂，引入多个数据库和大量微服务时，上述本地事务的一致性，依旧是业务非常关心。假如一个业务更新操作，跨库或者跨服务时，那么此时业务关心的一致性问题，就变成了 分布式事务中的一致性问题。在单机本地事务中，A+B 的总金额在任何时刻去查（以常见的 ReadCommitted 或 ReadRepeatable 隔离级别），都是不变的，也就是业务约束一直都保持的这种一致性，我们称之为强一致性。

无法强一致

目前在跨库、跨服务的分布式实际应用中，尚未看到有强一致性的方案。我们来看看一致性级别最高的 XA 事务，是否是强一致的，我们以跨行转账（在这里，我们以跨库更新 AB 来模拟）作为例子来说明，下面是一个 XA 事务的时序图：

在这个时序图中，我们在如图所示的时间点发起查询，就是在两个 commit 中间进行的查询，那么我们查到的结果数据，将是 A+B+30，不等于 A+B，不符合强一致的要求。从理论上分析，由于是分布式系统，那么一定是无法保证两个 commit 同时结束，只要两个 commit 中间有时间差，那么无论如何我们都无法保证强一致性。

理论上的强一致性

我们接下来思考，普通 XA 事务不是强一致的，但假如完全不考虑性能因素，有没有可能在理论上做到强一致：我们先看看如果我们把 XA 事务涉及的数据库，隔离级别设定到 Serializable，是否能到到强一致的效果呢？我们来看看前面的时序场景：

这种情况下，查到结果等于 A+B，但是又有另一些场景出现了问题，如下图所示：

按照图中时序查询的结果是：A+B-30，依旧是不一致。深入思考这个强一致的问题之后，有一种做法可以做到强一致，做法如下：

• 对于查询，也采用 XA 事务，并且查询数据时，采用 select for update 的方式，所有数据查完之后，再 xa commit
• 为了避免死锁，需要将涉及到的数据库排序，访问数据都必须要按照相同的数据库顺序来写入和查询

在上述策略下，我们可以看到，在时序图任何一个时间点进行查询，获得的结果都是 A+B

在 T0 时间查询，那么修改一定发生在查询全部完成之后，所以查询得到结果 A+B 在 T1，T2，T3 查询，那么查询结果返回一定全部发生在修改完成之后，所以查询得到结果也是 A+B 很明显这种理论上的强一致，效率极低，所有有数据交集的数据库事务都是串行执行，而且还需要按照特定的顺序查询/修改数据，因此成本极高，几乎无法应用在生产中。

未来有没有可能借鉴 NewSQL 的这种方式，来实现跨库、跨微服务这类分布式事务的强一致性？理论上是可以的。

• 实现跨服务但不跨库的分布式事务一致性，会相对简单一些，其中一种方式就是实现 XA 事务中的 TMRESUME 选项。我们从前面的分析中看到，XA 事务的不一致，来源于分布式系统上的两个 commit 无法同时完成，现在已经在一个数据库，只是跨服务，那么 TMRESUME 可以允许我们将某个服务的 xa 事务继续往前操作，最终提交时，只有一个 xa commit，因此避免了两个 xa commit 中间的不一致时间窗口，那么就是强一致的。
• 实现跨数据库的分布式事务一致性，会困难很多，因为各个数据库的内部版本机制都不一样，想要协同非常困难。困难来自于两点：一是不同厂商之间的 MVCC 机制不一样，例如 Spanner 是 TrueTime，TiDB 是单点授时，还有一些是逻辑时钟，想要兼容多种 MVCC 非常困难。二是不同厂商难以有足够的商业利益驱动去做这样的协同。

最终一致性

从前面的分析中可以看到，在分布式事务进行的过程中，一致性是无法得到保证的，但是分布式事务完成之后，一致性是没问题的，严格遵守的。因此我们将分布式事务方案称为最终一致性方案，这个最终一致性，与 CAP 中的最终一致性用了同样的词语，但他们的具体含义是不一样的，在 CAP 中是指读取操作最终能够读取到最后一次写入的结果，在分布式事务中是指最终事务完成后，数据严格满足业务约束。

既然现有的各种分布式事务方案都无法做到强一致，那么最终一致性之间是否有差别呢？我们进行了以下关于一致性强弱的分类，一致性由强到弱分别是：

XA 事务>TCC>二阶段消息>SAGA

• 不一致窗口短：XA 和 TCC 在理想的情况下，可以做到不一致的窗口时间很短
• 不一致窗口长：SAGA 和 MSG 则缺少控制不一致窗口时间的方法，相对来说会更长
• XA：XA 虽然不是强一致，但是 XA 的一致性是多种分布式事务中，一致性最好的，因为他处于不一致的状态时间很短，只有一部分分支开始 commit，但还没有全部 commit 的这个时间窗口，数据是不一致的。因为数据库的 commit 操作耗时，通常是 10ms 内，因此不一致的窗口期很短。
• TCC：理论上，TCC 可以用 XA 来实现，例如 Try-Prepare，Confirm-Commit，Cancel-Rollback。但绝大多数时候，TCC 会在业务层自己实现 Try|Confirm|Cancel，因此 Confirm 操作耗时，通常高于 XA 中的 Commit，不一致的窗口时间比 XA 长
• MSG：二阶消息型事务在第一个操作完成后，在所有操作完成之前，这个时间窗口是不一致的，持续时长一般比前两者更久。
• SAGA：SAGA 的不一致窗口时长与消息接近，但是如果发生回滚，而子事务中正向操作修改的数据又会被用户看到，这部分数据就是错误数据，容易给用户带来较差的体验，因此一致性是最差的。