分布式事务四_基于可靠消息的最终一致性

更多干货

• 分布式事务处理一
• 分布式事务二
• 分布式事务处理三
• 分布式事务四_基于可靠消息的最终一致性
• 分布式事务五_基于可靠消息的最终一致性_异常流程
• 分布式事务六_常规MQ队列
• 分布式事务七_幂等性设计
• 分布式事务八_可靠消息最终一致性方案
• 分布式事务九_基于可靠消息的最终一致性代码
• 分布式事务10_最大努力通知形势
• 柔性事务解决方案：TCC（两阶段型、补偿型）
• 支付宝 分布式事务服务 DTS 一
• 分布式事务服务 DTS二
• 分布式事务服务 DTS三
• 支付宝 分布式事务服务 DTS四

消息发送一致性（可靠消息的前提保障）

一、消息中间件的应用场景

• 消息中间件在分布式系统中的主要作用：异步通讯、解耦、并发缓冲
• 如图：通过引入消息中间件来解耦应用间（服务间）的直接调用，同时也会起到异步通讯和缓冲并发的作用

二、消息发送和投递的不可靠性

分布式部署环境下，需要通过网络进行通讯，就引入了数据传输的不确定性也就是CAP理论中的P（分区容错性的问题）

三、消息发送一致性

消息发送一致性：是指产生消息的业务动作与消息发送的一致。

（也就是说，如果业务操作成功，那么由这个业务操作所产生的消息一定要成功投递出去，否则就丢消息） 

四、消息发送一致性如何保障？

1. 处理方式1

/** 支付订单处理 **/
public void completeOrder() {
// 订单处理（业务操作）
orderBiz.process();
// 发送会记原始凭证消息（发送消息）
sendAccountingVoucherMsg ();
}

1. 如果业务操作成功，执行消息发送前应用故障，消息发不出去，导致消息丢失（订单系统与会计系统的数据不一致）
2. 如果业务操作成功，应用正常，但消息系统故障或网络故障，也会导致消息发不出去（订单系统与会计系统的数据不一致）

2. 处理方式2

/** 支付订单处理 **/
public void completeOrder() {
// 发送会记原始凭证消息（发送消息）
sendAccountingVoucherMsg ();
// 订单处理（业务操作）
orderBiz.process();
}

1. 这种情况下，更不可控，消息发出去了，但业务可能会失败（订单系统与会计系统的数据不一致）

前面两种方式，都不能保证业务数据的一致性。

五、JMS标准中的XA协议方式是否可以保障发送一致性？

JMS协议标准的API中，有很多以XA开头的接口，其实就是前面课程讲到的支持XA协议（基于两阶段提交协议）的 全局事务型接口。JMS中的XA系列接口，可以提供分布式事务支持。 但引用了XA方式的分布式事务，又会带来很多的局限：

• 要求业务操作的资源必须支持XA协议（并不是所有资源都支持XA）
• 两阶段提交协议的成本
• 持久化成本等DTP模型的局限性（全局锁定，成本高，性能低）

引入XA，违背了柔性事务的初衷

六、消息发送一致性：变通的做法

1. 主动方应用先把消息发给消息中间件，消息状态标记为“待确认”；
2. 消息中间件收到消息后，把消息持久化到消息存储中，但并不向被动方应用投递消息；
3. 消息中间件返回消息持久化结果（成功/失败），主动方应用根据返回结果进行判断如何进行业务操作处理：

• 失败：放弃业务操作处理，结束（必要时向上层返回失败结果）；
• 成功：执行业务操作处理；

4. 业务操作完成后，把业务操作结果（成功/失败）发送给消息中间件；
5. 消息中间件收到业务操作结果后，根据业务结果进行处理；

• 失败：删除消息存储中的消息，结束；
• 成功：更新消息存储中的消息状态为“待发送（可发送）”，紧接着执行消息投递；

6. 前面的正向流程都成功后，向被动方应用投递消息；

七、待解决问题

消息发送一致性方案的正向流程是可行的，但异常流程怎么处理呢？ 消息发送到消息中间件中能得到保障了，但消息的准确消费（投递）又如何保障呢？ 有没有支持这种发送一致性流程的现成消息中间件？

八、待续

分布式事务五