我们知道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四种事务模式，为用户打造一站式的分布式解决方案，包括事务管理、本地事务协调、分布式事务日志和分布式锁等组件。

之前我们学习了Seata的简介、Seata客户端和服务端的搭建集成、本篇文章我们了解一下Seata是如何通过四种事务模式解决分布式事务问题的。

一、 @GlobalTransactional

Spring本地事务使用：@Transactional
Seata全局事务使用：@GlobalTransactional

继续以我们之前搭建的用户购买商品微服务系统【微服务整合Seata1.5.2+Nacos2.2.1+SpringBoot】为例：
仓储服务（Stock）：对给定的商品扣除仓储数量。
订单服务（Order）：根据采购需求创建订单。
账户服务（Account）：从用户账户中扣除余额。

创建订单->调用库存服务扣减库存->调用账户服务扣减账户余额->修改订单状态
简单说：下订单->扣库存->减余额->改状态

假设第3步扣减账户超时，在seata-account-service项目中模拟一个异常。不加 @GlobalTransactional 事务控制出现超时会数据异常，当库存和账户金额扣减后，订单状态并没有设置为已经完成，没有从零改为 1。而且由于 feign 的重试机制，账户余额还有可能被多次扣减。

接下来加上加 @GlobalTransactional，注意每个应用都使用Seata对数据源进行代理，再次请求，发现全局事务回滚成功。

/**
 * 使用Seata对数据源进行代理
 */
@Configuration

public class DataSourceProxyConfig {
        @Value("${mybatis-plus.mapper-locations}")
        private String mapperLocations;

        @Bean
        @ConfigurationProperties(prefix = "spring.datasource")
        public DataSource druidDataSource(){
            return new DruidDataSource();
        }

        @Bean
        public DataSourceProxy dataSourceProxy(DataSource dataSource) {
            return new DataSourceProxy(dataSource);
        }

        @Bean
        public SqlSessionFactory sqlSessionFactoryBean(DataSourceProxy dataSourceProxy) throws Exception {
            SqlSessionFactoryBean sqlSessionFactoryBean = new SqlSessionFactoryBean();
            sqlSessionFactoryBean.setDataSource(dataSourceProxy);
            sqlSessionFactoryBean.setMapperLocations(new PathMatchingResourcePatternResolver()
                    .getResources(mapperLocations));
            sqlSessionFactoryBean.setTransactionFactory(new SpringManagedTransactionFactory());
            return sqlSessionFactoryBean.getObject();
        }
}

如果未成功，先检查异常是否被catch或者有无熔断降级。

一、AT模式

1、原理

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。

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。

AT模式是一种分布式事务处理模式，它通过在每个参与者的本地事务中实现事务的原子性和隔离性，来保证分布式事务的一致性。AT模式避免了全局锁和阻塞的问题，从而提高了系统的并发性能。在AT模式中，参与者的本地事务执行成功后即可提交，而不需要等待其他参与者的状态。

AT模式的原理如下：
事务的发起者开始一个全局事务，并在本地事务管理器中开始一个本地事务。
事务的发起者调用其他参与者的服务，将全局事务ID传递给它们。
参与者接收到全局事务ID后，在本地事务管理器中开始一个本地事务，并执行操作。
当参与者的本地事务执行成功时，将操作结果记录在本地日志中。
事务的发起者完成所有参与者的服务调用后，调用各个参与者的提交接口。
参与者检查本地事务的日志记录，如果操作都成功，则提交本地事务；否则，回滚本地事务。

seata的AT模式:Seata的AT模式是在AT模式基础上进行了扩展和优化的实现。Seata引入了Seata Server和Seata Client的概念，通过Seata Server作为事务协调器，集中管理分布式事务的控制逻辑。Seata的AT模式还提供了更多的功能和工具，如分布式事务日志和分布式锁，以增强分布式事务的可靠性和性能。

2 、优缺点

优点：

• 较高的性能：AT模式在每个参与者的本地事务中执行操作，避免了全局锁和阻塞的问题，提高了系统的并发性能。
• 简化的实现：相对于XA模式，AT模式的实现相对简单，不需要涉及全局事务协调器，减少了开发和维护的复杂性。
• 本地事务的独立性：每个参与者在本地事务管理器中管理自己的事务，可以独立控制和优化本地事务的执行。

缺点：

• 弱一致性：AT模式对一致性的要求相对较低，可能会出现数据不一致的情况。在某些场景下，可能需要更高的一致性保证，需要考虑其他分布式事务处理模式。
• 隔离级别限制：由于AT模式依赖于本地事务的隔离性，参与者的隔离级别受限于本地事务管理器支持的隔离级别，可能无法满足某些特定的隔离需求。
• 容错性和恢复性：AT模式在发生故障或错误时，需要考虑如何处理事务的回滚和恢复，以确保数据的一致性和可靠性。

3、实现

添加配置seata:data-source-proxy-mode: AT
在需要分布式事务的业务代码上添加注解@GlobalTransactional
重启测试

二、TCC模式

1、原理

TCC模式是一种分布式事务处理模式，用于解决分布式环境下的一致性问题。它通过将事务分解为三个阶段（Try、Confirm、Cancel）来实现事务的可靠性和一致性。使得每个参与者可以控制自己的操作和资源，从而实现了分布式事务的可靠性和一致性。它要求参与者实现相应的接口和逻辑，确保Try和Cancel操作是幂等的，以处理重试和故障恢复情况。

AT 模式与TCC 模式：
AT 模式（参考链接 TBD）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。

TCC模式的工作原理如下：

Try阶段（尝试阶段）：在这个阶段，参与者（服务）尝试预留或锁定资源，并执行必要的前置检查。如果所有参与者的Try操作都成功，表示资源可用，并进入下一阶段。如果有任何一个参与者的Try操作失败，表示资源不可用或发生冲突，事务将中止。

Confirm阶段（确认阶段）：在这个阶段，参与者进行最终的确认操作，将资源真正提交或应用到系统中。如果所有参与者的Confirm操作都成功，事务完成，提交操作得到确认。如果有任何一个参与者的Confirm操作失败，事务将进入Cancel阶段。

Cancel阶段（取消阶段）：在这个阶段，参与者进行回滚或取消操作，将之前尝试预留或锁定的资源恢复到原始状态。如果所有参与者的Cancel操作都成功，事务被取消，资源释放。如果有任何一个参与者的Cancel操作失败，可能需要进行补偿或人工介入来恢复系统一致性。

seata的TCC模式：Seata的TCC模式是在TCC模式基础上进行了扩展和优化的实现。Seata引入了Seata Server作为事务协调器，集中管理分布式事务的控制逻辑。Seata的TCC模式还提供了分布式事务日志和分布式锁等功能，以增强事务的可靠性和性能。Seata的TCC模式可以更方便地集成到应用中，并提供了更好的事务管理和监控能力。

2 、优缺点

优点：

• 一阶段完成直接提交事务，释放数据库资源，性能好；
• 相比AT模型，无需生成快照，无需使用全局锁，性能最强；
• 不依赖数据库事务，而是依赖补偿操作，可以用于非事务型数据库；

缺点：

• 有代码侵入，需要人为编写try、Confirm和Cancel接口，太麻烦
• 软状态，事务是最终一致；
• 需要考虑Confirm和Cancel的失败情况,做好幂等处理；

3、实现

以账户转账为例：

定义参与者接口：

public interface AccountService {
boolean tryTransfer(String fromAccount, String toAccount, double amount);
boolean confirmTransfer(String fromAccount, String toAccount, double amount);
boolean cancelTransfer(String fromAccount, String toAccount, double amount);
}

实现参与者逻辑：

public class AccountServiceImpl implements AccountService {
@Override
public boolean tryTransfer(String fromAccount, String toAccount, double amount) {
// 执行转账操作，预留转出账户金额，检查账户余额等
// 如果成功，返回 true；如果失败，返回 false
}
@Override
public boolean confirmTransfer(String fromAccount, String toAccount, double amount) {
// 确认转账操作，将预留金额转出
// 如果成功，返回 true；如果失败，返回 false
}
@Override
public boolean cancelTransfer(String fromAccount, String toAccount, double amount) {
// 取消转账操作，将预留金额回滚到账户
// 如果成功，返回 true；如果失败，返回 false
}
}

客户端调用：

// 获取Seata全局事务ID
String xid = RootContext.getXID();
// 开启全局事务
TransactionContext context = new TransactionContext();
context.setXid(xid);
GlobalTransaction tx = GlobalTransactionContext.getCurrentOrCreate();
try {
// 调用参与者的tryTransfer方法
boolean tryResult = accountService.tryTransfer(fromAccount, toAccount, amount);
if (tryResult) {
// 提交全局事务
tx.commit();
} else {
// 回滚全局事务
tx.rollback();
}
} catch (Exception e) {
// 异常时回滚全局事务tx.rollback();
}

三、SAGA模式

1 、原理

Saga模式是一种用于处理分布式事务的模式，它通过将长时间的、复杂的事务分解为多个小的、可逆的事务片段，以实现事务的一致性和可靠性。

在Saga模式中，每个事务片段称为一个补偿操作。每个补偿操作都与一个正向操作相对应，正向操作是事务的一部分，而补偿操作是用于撤销或修复正向操作的。Saga模式通过按照事务执行的顺序，依次执行正向操作和补偿操作，来确保事务在发生失败或异常时能够进行回滚或恢复。

Saga模式的执行过程如下：

执行正向操作：按照事务的逻辑顺序，依次执行正向操作。每个正向操作都会记录事务的执行状态。
如果所有的正向操作都成功执行，则事务提交完成。
如果某个正向操作失败，将会触发相应的补偿操作。补偿操作会撤销或修复正向操作的影响。
执行补偿操作：按照逆序依次执行已经触发的补偿操作。补偿操作应该具备幂等性，以便可以多次执行而不会造成副作用。
如果所有的补偿操作都成功执行，则事务回滚完成。
如果补偿操作也失败，需要人工介入或其他手段来解决事务的一致性问题。

Seata的Saga模式：
  Seata的Saga模式通过Seata框架来管理和协调分布式事务，提供了对事务的编排和状态管理的支持。它与Seata的其他特性（如AT模式、TCC模式）结合在一起，构成了Seata全面的分布式事务解决方案。

Seata的Saga模式相对于传统的Saga模式，具有以下特点：

• 集成性：Seata的Saga模式与Seata框架紧密集成，可以与Seata的其他特性一起使用，如分布式事务日志和分布式锁等。
• 强一致性：Seata的Saga模式提供了强一致性的事务支持，确保事务的执行顺序和一致性。
• 可靠性：Seata的Saga模式在补偿操作的执行过程中，支持重试和恢复机制，提高了事务的可靠性和恢复能力。

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

2 、优缺点

优点：

• 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，不用编写TCC中的三个阶段，实现简单

缺点：

• 没有锁，不保证隔离性，会有脏写；
• 软状态持续时间不确定，时效性差；

3 、实现

使用Seata的Saga模式，需要进行以下步骤：

定义参与者接口：

public interface OrderService {
boolean createOrder(String orderId, String userId, String productId, int quantity);
boolean cancelOrder(String orderId);
}
public interface ProductService {
boolean reduceStock(String productId, int quantity);
boolean revertStock(String productId, int quantity);
}

实现参与者逻辑：

public class OrderServiceImpl implements OrderService {
@Override
public boolean createOrder(String orderId, String userId, String productId, int quantity) {
// 执行订单创建逻辑，如创建订单记录、扣减用户余额等
// 如果成功，返回 true；如果失败，返回 false
}
@Override
public boolean cancelOrder(String orderId) {
// 执行订单取消逻辑，如回滚订单记录、恢复用户余额等
// 如果成功，返回 true；如果失败，返回 false
}
}
public class ProductServiceImpl implements ProductService {
@Override
public boolean reduceStock(String productId, int quantity) {
// 执行减少库存逻辑，如更新产品库存、记录库存变更日志等
// 如果成功，返回 true；如果失败，返回 false
}
@Override
public boolean revertStock(String productId, int quantity) {
// 执行恢复库存逻辑，如恢复产品库存、删除库存变更日志等
// 如果成功，返回 true；如果失败，返回 false}
}

客户端调用：

// 获取Seata全局事务ID
String xid = RootContext.getXID();
// 开启全局事务
TransactionContext context = new TransactionContext();
context.setXid(xid);
GlobalTransaction tx = GlobalTransactionContext.getCurrentOrCreate();
try {
// 调用参与者的方法
boolean createOrderResult = orderService.createOrder(orderId, userId, productId, quantity);boolean reduceStockResult = productService.reduceStock(productId, quantity);
if (createOrderResult && reduceStockResult) {
// 提交全局事务tx.commit();
} else {
// 回滚全局事务
tx.rollback();
}
} catch (Exception e) {// 异常时回滚全局事务tx.rollback();
}

四、XA模式

1 、原理

XA模式是一种分布式事务处理的协议，它使用两阶段提交（2PC）来保证事务的一致性和可靠性。

准备阶段：事务协调器向参与者发送准备请求，要求它们准备执行事务操作，并将结果记录在事务日志中。
提交阶段：如果所有参与者都准备就绪，事务协调器发送提交请求给参与者，要求它们执行事务的提交操作。
中断阶段：如果任何一个参与者未能准备就绪或发生错误，事务协调器发送中断请求给参与者，要求它们执行事务的中断操作。

通过两阶段提交，XA模式确保所有参与者要么一起提交事务，要么一起中断事务，从而保证事务的一致性。然而，XA模式也存在一些问题，如阻塞和单点故障的风险，因此在某些情况下可能需要考虑其他分布式事务解决方案。

2 、优缺点

优点：

• 一致性：XA模式通过两阶段提交协议，确保所有参与者要么一起提交事务，要么一起中断事务，从而保证事务的一致性。
• 可靠性：XA模式提供了强一致性和可靠性的保证，在分布式环境下可以确保事务的正确执行。
• 标准化：XA模式是一种标准的分布式事务处理协议，被广泛支持和应用于各种数据库和资源管理器中。

缺点：

• 性能开销：在XA模式中，需要进行多次网络通信和协调操作，这会引入额外的性能开销，并且可能会导致事务处理的延迟增加。
• 阻塞风险：在准备阶段和提交阶段，所有的参与者都需要等待事务协调器的指令，这可能导致一些参与者在等待期间被阻塞，影响系统的吞吐量和并发性能。
• 单点故障：在XA模式中，事务协调器起着关键的角色，如果事务协调器出现故障，整个分布式事务系统可能无法正常运行。

3、 实现

添加配置seata:data-source-proxy-mode: XA
在需要分布式事务的业务代码上添加注解@GlobalTransactional
从编程模型上，XA 模式与 AT 模式保持完全一致。只需要修改数据源代理，即可实现 XA 模式与 AT 模式之间的切换。
重启测试

五、 四种模式对比

	XA	AT	TCC	SAGA
一致性	强一致	弱一致	弱一致	最终一致
隔离性	完全隔离	基于全局锁隔离	基于资源预留隔离	无隔离
代码侵入	无	无	有，需要编写三个接口	有，需要编写状态机和补偿业务
性能	差	好	非常好	非常好
场景	对一致性、隔离性有高要求的业务	基于关系型数据库的大多数分布式务场景都可以	1.对性能要求较高的事务； 2.有非关系型数据库要参与的事务；	1.业务流程长、业务流程多； 2.参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