用AOP与Threadlocal实现一个mini的TCC事务框架
TCC是处理分布式事务的一种技术,每个服务提供者提供TRY/CONFIRM/CANCEL三个接口,分别对应资源锁定,提交,取消操作。看到github上有些复杂完善的TCC框架,本着简单用AOP与ThreadLocal来做一个简单的框架,验证下自己的想法是否可行,同时练练手。
其中的TCC三调用的方法切换,以及考虑后续要使用try返回值处理,本人采用了**一种投机取巧的方式**来实现。
## 一、主要目标
只考虑几个简单的目标
### 1. TCC调用的关系信息
每个TCC服务调用一般都要包装一下,而且要先定义好谁是TRY,谁是CONFIRM/CANCEL。比如在spring cloud的hystrix中,有注解中设定降级方法,另外写好降级方法,在扫描时,相关信息都记录下来备用。比如try失败了要找到执行哪个cancel。
### 2. 具体调用的参数
在运行中,具体的调用与参数,都需要在事务过程中存下来,可以通过在调用过程中增加AOP,得到相关信息。不仅当时的调用参数,包括try的结果要记录下来。
### 3. 事务中相关的调用
因为要么所有的try都成功,再全部执行confirm操作,如果有一个失败,所有已经成功的都调用cancel操作。所以已经执行的都要记录下来
### 4. 完整性保障
如果confirm/cancel操作失败了,可能记录,可能重试,要考虑。
## 二、设计方案
一般是对Try方法进行注解,而且注解中指明成功与失败执行什么。可是这些注解解析,保存,工作量不少,这个先不考虑。这里要删繁就简的处理。
在执行方法时,肯定有公共的信息要存,所以spring AOP来切入保存数据。对每个参与者方法与聚合方法都要处理,所以使用两个注解进行AOP即可。一个总控,一个在具体执行中。
由于在AOP的@Around过程中,可以得到当前调用的ProceedingJoinPoint对象,它包含了当前调用的所有信息的封装,可以很好的利用一下。
比如ProceedingJoinPoint可以得到当前调用的参数,而参数是可以修改后再执行的,那么切换TCC方法就可以利用这个特点。于是对一个参与者的TCC调用包装成一个单一方法,并用一个TccType的参数进行区分,switch内部一分为三,对应TCC。为了方便修改参数,这个参数排第一位置。
另外,Try方法可能返回参与者自己系统的ID,用于根据ID进行确认或者取消,这个参数正好也利用一下ProceedingJoinPoint。为了方便设置这个参数,就定在单一方法的第二个参数位置,Try调用时,这个位置置null即可。
至于每个调用都的调用保存,就把它们的ProceedingJoinPoint放在一个list中,这个list保存在ThreadLocal中就行了,一开始产生一个空的list,成功了就放进去,如果都成功,就取出来修改参数运行,失败了也是修改参数再运行。
另外考虑本地事务如果与多个参与者在一起怎么办?本地就用@Transactional吧,不管哪个步骤有问题,都抛出异常,让本地事务也回滚。
最后提到完整性,如果Confirm/Cancel失败了怎么办?同样为了简化,提供一个接口,把ProceedingJoinPoint传出来,由使用都来实现,是先记录呢,还是再重试呢,还是同时要分发进行不同的处理都不管了,外部实现。
## 三、主要代码
核心方法都已经注解
```java
//两个AOP切点
@Pointcut("@annotation(com.so_mini.tcc.annotation.Tcc)")
public void tccAspect() {
System.out.println("Tcc");//注解聚合方法
}
@Pointcut("@annotation(com.so_mini.tcc.annotation.TccEach)")
public void tccEachAspect() {
System.out.println("TccEach");//注解每一个TCC参与者方法
}
//对应的环绕AOP处理
@Around("tccAspect()")
public Object aroundMethod(ProceedingJoinPoint pjd) {
Object result = null;
String methodName = pjd.getSignature().getName();
Map<String,Object> tccInfo=new HashMap<String,Object>();
tccInfo.put("list", new ArrayList<ProceedingJoinPoint>());
threadLocal.set(tccInfo);//当前线程局部变量中保存
try {
result = pjd.proceed();
Map<String,Object> tccInfoRe=(Map<String, Object>) threadLocal.get();
List<ProceedingJoinPoint> participant=(List<ProceedingJoinPoint>)(tccInfoRe.get("list"));
System.out.println("【正常,需确认数】"+participant.size());
//没有异常,执行所有try对应的confirm广场
for(ProceedingJoinPoint pj:participant){
toConfirm(pj, _CCFailListenerList);
}
// participant.forEach(joinPoint-->(org.aspectj.lang.JoinPoint)joinPoint);
return result;
} catch (Throwable e) {
Map<String,Object> tccInfoRe=(Map<String, Object>) threadLocal.get();
List<ProceedingJoinPoint> participant=(List<ProceedingJoinPoint>)(tccInfoRe.get("list"));
System.out.println("【有问题,取消已完成数】"+participant.size());
//有异常,已经成功的try方法,都要执行对应的cancel方法
for(ProceedingJoinPoint pj:participant){
toCancle(pj,_CCFailListenerList);
}
throw new RuntimeException("TCC异常");//抛异常,本地DB事务回滚。
}
finally{
threadLocal.remove();
System.out.println("【threadLocal removed!】");
}
}
@Around("tccEachAspect()")
public Object aroundEachMethod(ProceedingJoinPoint pjd) {
Object result = null;
String methodName = pjd.getSignature().getName();
Map tccInfo=(Map) threadLocal.get();
List participant=(List)(tccInfo.get("list"));
try {
participant.add(pjd);//预存下来
result = pjd.proceed();
System.out.println("["+methodName+"] return value:"+result);
setTryResult(pjd,result);//【设置try执行的结果】
return result;
} catch (Throwable e) {
participant.remove(pjd);//从成功的列表中移除,抛异常让整体cancel
throw new RuntimeException(e);
}
finally{
}
}
//正常try,第二个参数记录结果
public static void setTryResult(ProceedingJoinPoint point,Object result) {
int i=0;
Object[] args = point.getArgs();
args[1]=result;
}
//需要确认时,第一个参数修改为confirm
public static void toConfirm(ProceedingJoinPoint point,List<CCFailListener> cCFailListenerList) {
Object[] args = point.getArgs();
args[0]=(Object)(TccPhaseEnum.Confirm);
try {
point.proceed(args);
} catch (Throwable e) {
cCFailListenerList.forEach(listener->listener.notify(point, TccPhaseEnum.Confirm));//出错由监听器处理,用户自己实现
}
}
```
## 四、结果
聚合方法及其中一个参与者Service
```java
@Transactional
@Tcc
public void createTripTrans(String orderId){
System.out.println("BEGIN db-trans...");
staffService.addStaff(orderId);//简单的本地数据库操作
System.out.println("BEGIN remote...");
eatBook.bookEat(TccPhaseEnum.Try,null,orderId);//前两个参数固定!!!
houseBook.bookHouse(TccPhaseEnum.Try,null,orderId);
planeBook.bookPlane(TccPhaseEnum.Try,null,orderId);
}
@Service
public class HouseBook {
@TccEach
public String bookHouse(TccPhaseEnum type,Object tryResult,String orderId){
switch (type) {
case Try:
System.out.println("house book...!");
if("222".equals(orderId))
throw new RuntimeException("house failure");
return "HS100083";//模拟try的返回值
case Confirm:
confirmHouse(tryResult);//必须使用前面的返回值,否则异常
return null;
case Cancel:
System.out.println("house cancel...!"+tryResult);
return null;
}
return null;
}
private void confirmHouse(Object houseId){
if("HS100083".equals(houseId))
System.out.println("house confirm...!"+houseId);
else{
throw new RuntimeException("houseId missing and confirme failure");
}
}
}
```
正常与回滚的运行结果
```java
//第三个TCC出错,前两个执行CANCEL,本地DB事务回滚
BEGIN db-trans...
Hibernate: select staffbo0_.id .....
BEGIN remote...
Eat book...!//第一个参与者 try
[bookEat] return value:null//try 的 返回值
house book...!//第二个参与者 try
[bookHouse] return value:HS100083//try 的 返回值
【有问题,取消已完成数】2//第三个失败了,取消前两个成功的try
Eat cnacel...!//第一个参与者
house cancel...!HS100083//第二个参与者 cancel使用了try的结果
【threadLocal removed!】//all finished
java.lang.RuntimeException: TCC异常
```
```java
//正常情况
BEGIN db-trans...
Hibernate: select staffbo0_.id ...
BEGIN remote...
Eat book...!
[bookEat] return value:null
house book...!
[bookHouse] return value:HS100083
plane booked!
[bookPlane] return value:null
【正常,需确认数】3
Eat confirm...!
house confirm...!HS100083
plane confirmed!
【threadLocal removed!】
Hibernate: insert into staff (age, name, id) values (?, ?, ?)
```
## 五、源码
https://github.com/herriman76/tcc-mini
分享到:
相关推荐
当Java事务与ThreadLocal结合使用时,可以在不同的线程中维护各自的事务状态,比如在Spring框架中,每个线程的ThreadLocal可以存储一个TransactionStatus对象,这样就可以在线程内部管理当前事务的状态,而不会影响...
- **分布式事务**:2PC、补偿事务(TCC)、Saga、分布式事务解决方案如Seata。 - **分布式ID生成**:Snowflake、UUID、Twitter的Twitter Snowflake、以及基于数据库的自增ID。 - **分布式缓存**:Redis、...
8. **分布式事务**:实现跨服务的事务一致性,常用的方法有两阶段提交(2PC)、补偿事务(TCC)、Saga事务等。 9. **负载均衡算法**:如轮询、随机、最少连接等,根据实际应用场景选择合适的负载均衡策略。 10. **...
2. **并发编程**:学习线程池、synchronized、CAS、Lock、AQS(AbstractQueuedSynchronizer)、ThreadLocal和volatile关键字,理解线程安全的实现。 3. **数据库**:掌握MySQL的基本操作,了解索引、锁机制,以及...
- 分布式事务处理:两阶段提交、补偿事务、TCC。 - 微服务架构下的服务治理。 了解和掌握以上知识点,将极大地提升你在Java面试中的竞争力,并为成为一名优秀的Java开发者打下坚实的基础。通过不断学习和实践,...
理解分布式一致性算法(如Paxos、Raft),熟悉分布式事务处理策略(如2PC、TCC),以及掌握如何使用Docker和Kubernetes进行服务部署和管理,都是现代Java开发者必备的技能。 通过深入学习以上各个知识点,并结合...
InnoDB的事务实现基于MVCC(多版本并发控制),支持ACID特性。 B树和B+树的区别在于B树每个节点可存储多个键值对,B+树叶子节点包含所有键值,便于范围查找,Mysql使用B+树因其高效检索。 Mysql的锁包括行锁、表锁...
8. **分布式事务实现方案** - **两阶段提交**(2PC):协调者发起准备阶段和提交阶段。 - **三阶段提交**(3PC):增加了预提交阶段。 - **补偿事务**:基于 TCC(Try-Confirm-Cancel)模式。 9. **ZAB协议** -...