Seata TCC模式原理与实战 _原理

少年击剑更吹箫，剑气箫心一例消。这篇文章主要讲述Seata TCC模式原理与实战相关的知识，希望能为你提供帮助。
在上一篇文章中，我们学习了Seata的搭建以及AT模式的使用，通过实践可以发现在AT模式下，用户只需要关注自己的业务，具体分布式事务的处理过程对用户来说是透明的，适用于用户不希望对业务进行改造的场景。Seata中除了AT模式外，还有TCC、Sage、XA三种模式，接下来我们继续研究一下TCC模式及其使用过程。
与AT模式下不需要业务改造不同，TCC分布式事务需要开发者进行业务逻辑的拆分，通常需要将业务系统的一整段逻辑分为三个阶段：

Try：完成所有业务检查，预留必须的业务资源
Confirm：真正执行的业务逻辑，不做任何业务检查，只使用Try阶段预留的业务资源。因此只要Try操作成功，Confirm一定能成功
Cancel：释放Try阶段预留的业务资源，同样Cancel操作也需要满足幂等性

根据上面的描述，再和AT模式进行一下对比，TCC模式具有以下特点：

TCC与AT模式相同，都是二阶段提交，但是TCC对业务代码侵入性很强：

AT模式下，用户只需要关注自己的业务SQL，用户的业务SQL作为一阶段，Seata框架会自动生成事务的二阶段提交和回滚操作
TCC模式下，所有事务都要手动实现Try，Confirm，Cancel三个方法

TCC执行效率更高

AT模式下，在本地事务提交前，要尝试先拿到该记录的全局锁
TCC模式下，不需要对数据加全局锁，允许多个事务同时操作数据，因此TCC是高性能分布式事务的解决方案，适用于对性能有很高要求的场景

接下来，在具体的业务场景中看一下TCC模式需要怎么应用。我们对上一篇中的微服务进行改造，首先修改订单服务的业务逻辑。将创建订单的操作分为3步：

Try阶段，生成订单，但是将订单状态设为冻结状态，这里使用1表示订单的冻结状态，0表示正常状态：

文章图片

Confirm阶段，提交事务，将订单从冻结状态修改为正常状态：
文章图片
Cancel阶段，回滚事务，删除订单：
文章图片

梳理完了3段业务逻辑，下面开始写代码，使用TCC模式时，首先需要创建一个接口：

@LocalTCC public interface OrderTccAction { @TwoPhaseBusinessAction(name="orderAction",commitMethod = "commit",rollbackMethod = "rollback") boolean createOrder(BusinessActionContext businessActionContext, @BusinessActionContextParameter(paramName = "order") Order order); boolean commit(BusinessActionContext businessActionContext); boolean rollback(BusinessActionContext businessActionContext); }

在这个接口上，要添加@LocalTCC注解，并且声明三个方法：

这里的createOrder方法对应第一阶段的try阶段

方法中，通过注解指定第二阶段的两个方法名
方法中的参数BusinessActionContext 是一个上下文对象，用来在两个阶段之间传递数据。
@BusinessActionContextParameter 注解的参数数据会被存入 BusinessActionContext

commit 为第二阶段提交操作
rollback 为第二阶段回滚操作

在实现类中，实现业务逻辑：

@Slf4j @Component public class OrderTccActionImpl implements OrderTccAction{ @Autowired private OrderMapper orderMapper; @Override @Transactional public boolean createOrder(BusinessActionContext businessActionContext, Order order) { order.setStatus(1); orderMapper.insert(order); log.info("创建订单：tcc一阶段try成功"); return true; }@Override @Transactional public boolean commit(BusinessActionContext businessActionContext) { JSONObject jsonObject= (JSONObject) businessActionContext.getActionContext("order"); Order order=new Order(); BeanUtil.copyProperties(jsonObject,order); order.setStatus(0); orderMapper.update(order,new LambdaQueryWrapper< Order> ().eq(Order::getOrderNumber,order.getOrderNumber())); log.info("创建订单：tcc二阶段commit成功"); return true; }@Override @Transactional public boolean rollback(BusinessActionContext businessActionContext) { JSONObject jsonObject= (JSONObject) businessActionContext.getActionContext("order"); Order order=new Order(); BeanUtil.copyProperties(jsonObject,order); orderMapper.delete(new LambdaQueryWrapper< Order> ().eq(Order::getOrderNumber,order.getOrderNumber())); log.info("创建订单：tcc二阶段回滚成功"); return true; } }

修改Service类：

@Service("orderTccService") public class OrderTccServiceImpl implements OrderService{ @Autowired OrderTccAction orderTccAction; @Override @GlobalTransactional public String buy(){ Order order=new Order(); order.setOrderNumber(IdUtil.createSnowflake(1,1).nextIdStr()) .setMoney(100D); boolean result = orderTccAction.createOrder(null, order); // if (result){ //throw new RuntimeException("异常测试，准备rollBack"); // } return "success"; } }

启动微服务，进行测试，首先测试正常执行情况，两个阶段都执行成功：

文章图片
把service中注释的代码放开，手动抛出异常，可以看到执行了rollback的回滚操作：

文章图片
在测试完单个微服务后，接下来测试微服务间调用下TCC分布式事务的工作情况，下面对库存服务进行改造。同样，将减少库存的操作进行拆分，假设对库存表进行操作前数据如下：

文章图片

Try阶段，从库存数量中取出预留扣减的数量，进行冻结：
文章图片
Confirm阶段，提交事务，使用冻结的库存数量完成业务数据处理：
文章图片
Cancel阶段，回滚事务，将冻结的库存解冻，恢复至之前的库存数量：
文章图片

编写代码时同样先创建接口：

@LocalTCC public interface StockTccAction { @TwoPhaseBusinessAction(name = "stockAction",commitMethod = "commit",rollbackMethod = "rollback") boolean reduceStock(BusinessActionContext businessActionContext, @BusinessActionContextParameter(paramName = "proId") Long proId, @BusinessActionContextParameter(paramName = "quantity") Integer quantity); boolean commit(BusinessActionContext businessActionContext); boolean rollback(BusinessActionContext businessActionContext); }

实现类：

@Slf4j @Component public class StockTccActionImpl implements StockTccAction { @Autowired private StockMapper stockMapper; @Override @Transactional public boolean reduceStock(BusinessActionContext businessActionContext, Long proId, Integer quantity) { Stock stock = stockMapper.selectOne(new LambdaQueryWrapper< Stock> ().eq(Stock::getProId, proId)); stock.setTotal(stock.getTotal()-quantity); stock.setFrozen(stock.getFrozen()+quantity); stockMapper.updateById(stock); log.info("减少库存：tcc一阶段try成功"); return true; }@Override @Transactional public boolean commit(BusinessActionContext businessActionContext) { long proId = Long.parseLong(businessActionContext.getActionContext("proId").toString()); int quantity = Integer.parseInt(businessActionContext.getActionContext("quantity").toString()); Stock stock = stockMapper.selectOne(new LambdaQueryWrapper< Stock> ().eq(Stock::getProId, proId)); stock.setFrozen(stock.getFrozen()-quantity); stock.setSold(stock.getSold()+quantity); stockMapper.updateById(stock); log.info("减少库存：tcc二阶段commit成功"); return true; }@Override @Transactional public boolean rollback(BusinessActionContext businessActionContext) { long proId = Long.parseLong(businessActionContext.getActionContext("proId").toString()); int quantity = Integer.parseInt(businessActionContext.getActionContext("quantity").toString()); Stock stock = stockMapper.selectOne(new LambdaQueryWrapper< Stock> ().eq(Stock::getProId, proId)); stock.setTotal(stock.getTotal()+quantity); stock.setFrozen(stock.getFrozen()-quantity); stockMapper.updateById(stock); log.info("减少库存：tcc二阶段回滚成功"); return true; } }

进行测试，使用FeigClient在OrderService中调用StockService：

文章图片
可以看到，在库存服务的Tcc二阶段产生了多次commit提交的问题，也就是说在二阶段可能会产生接口多次调用的问题，因此我们需要对接口进行幂等性处理。在这里添加一个幂等性处理工具类，避免try阶段方法被多次发起，以及在commit或rollback执行成功后，再次调用方法时直接返回。这里使用了Guava中的HashBasedTable类，可以简化通过两个键确定一个值的情况，从而避免Map的嵌套操作。

public class IdempotentUtil { private static Table< Class< ?> ,String,String> map=HashBasedTable.create(); public static void addMarker(Class< ?> clazz,String xid,String marker){ map.put(clazz,xid,marker); }public static String getMarker(Class< ?> clazz,String xid){ return map.get(clazz,xid); }public static void removeMarker(Class< ?> clazz,String xid){ map.remove(clazz,xid); } }

我们使用Table数据结构，维护了一个以类和事务的xid作为key，标记作为value的本地缓存。在存放标记后，在每次提交或回滚阶段，都要去检查这个标记是否存在。如果标记存在，说明是第一次执行提交或回滚，正常执行下面的业务逻辑，执行完成后，删除这个标记。如果检测后发现标记不存在，证明已经执行完成，那么直接返回，不执行后续的业务逻辑。
修改StockService，在try阶段添加标识，在三个不同阶段都要根据幂等性标识进行判断，并在commit或rollback执行完成后删除：

@Override @Transactional public boolean reduceStock(BusinessActionContext businessActionContext, Long proId, Integer quantity) { if (Objects.nonNull(IdempotentUtil.getMarker(getClass(),businessActionContext.getXid()))){ log.info("已执行过try阶段"); return true; } //业务逻辑，省略... IdempotentUtil.addMarker(getClass(),businessActionContext.getXid(),"marker"); return true; }@Override @Transactional public boolean commit(BusinessActionContext businessActionContext) { if (Objects.isNull(IdempotentUtil.getMarker(getClass(),businessActionContext.getXid()))){ log.info("已执行过commit阶段"); return true; } //业务逻辑，省略... log.info("减少库存：tcc二阶段commit成功"); IdempotentUtil.removeMarker(getClass(),businessActionContext.getXid()); return true; }@Override @Transactional public boolean rollback(BusinessActionContext businessActionContext) { if (Objects.isNull(IdempotentUtil.getMarker(getClass(),businessActionContext.getXid()))){ log.info("已执行过rollback阶段"); return true; } //业务逻辑，省略... log.info("减少库存：tcc二阶段回滚成功"); IdempotentUtil.removeMarker(getClass(),businessActionContext.getXid()); return true; }

再次执行查看结果：

文章图片
可以看到跳过了第二次的commit阶段，保证了业务代码只执行一次。同样，我们在service中手动抛出一个异常，来测试本地事务失败的情况：

文章图片
可以看到也不会第二次执行rollback方法，避免了重复回滚的情况。幂等性问题的验证在使用Seata的TCC模式中应该格外得到重视，因为无论是网络数据的重传，或是异常事务的补偿执行，都有可能导致Try、Confirm、Cancel阶段的操作被重复执行。只有通过幂等性的校验，我们才能确保方法无论被重复执行多少次，都能保证同样的业务结果。

公众号后台回复
"面试"---领取大厂面试资料
"导图"---领取24张java后端学习笔记导图
"架构"---领取29本java架构师电子书籍
"实战"---领取springboot实战项目
"视频"---领取最新java架构师视频
"加群"---加入学习交流群