学了微服务架构，不会分布式事务，等于没学?

市面上各种讲述微服务框架的教程（SpringCloud, Dubbo)，但这些框架解决的是应用层的网络通信问题，存储层的数据一致性问题还是需要自己去解决。

集中式时代，所有数据装一个DB里面，通过单机事务来保证数据一致性。改成微服务之后，DB不可避免的要拆库拆表，所以分布式事务就变成了一个无法逃避的问题。

解决分布式事务的方法很多，2PC、TCC、全局事务协调器。。。这里仔细讨论2个最常见、最实用的办法：最终一致性 + 对账。

从一个最简单的例子入手：

微服务A要更新自己的DB，同时调用微服务B的一个接口更新微服务B的数据。

最终一致性的思路大家基本上都知道，就是微服务A更新完自己的DB之后，通过消息中间件给微服务B发一条消息。但实现细节上却有很多“坑”：

方案1：最终一致性的第1种实现方式

1） 微服务A增加一张消息表，微服务A不再直接给消息中间件发送消息，而是把消息写入到这张消息表中，把自身的DB操作和写入消息表这两个操作放在一个数据库事务里，保证两者的原子性。

2）微服务A准备一个后台程序，源源不断地把消息表中的消息传送给消息中间件。发成功了，从DB消息表里面删除；失败了，不断尝试重传。因为网络的2将军问题，微服务A发送给消息中间件的消息超时了，微服务A会再次发送该消息，直到消息中间件返回成功。所以，微服务A发送给消息中间件的消息可能重复，但不会丢失，顺序也不会打乱。

微服务B对消息的消费要解决下面两个问题：

问题1：丢失消费。微服务B从消息中间件取出消息（此时还在内存里面），如果处理了一半，微服务B宕机并再次重启，此时这条消息未处理成功，怎么办？

答案是通过消息中间件的ACK机制，凡是没有发送ACK的消息，微服务B重启之后消息中间件会再次推送。

问题2: 重复消费。重复消费有2个场景：

场景1: 即使微服务B把消息处理成功了，但是正要发送ACK的时候宕机了，消息中间件以为这条消息没有处理成功，微服务B再次重启的时候又会收到这条消息，微服务B就会重复消费这条消息

场景2: 上面说的，微服务A重复发送，导致微服务B的重复消费。

解决重复消费的办法就是“幂等”。关于实现幂等的N种办法，参见作者另外一篇文章。

这种方案有一个缺点：系统A需要增加消息表，同时还需要一个后台任务，不断扫描此消息表，会导致消息的处理和业务逻辑耦合，额外增加业务方的开发负担。

为此，业界有了第2种实现最终一致性的办法。

方案2：最终一致性 - 事务消息

以阿里开源的RocketMQ为例，它不是提供一个单一的“发送”接口，而是把消息的发送拆成了两个阶段，Prepare阶段（消息预发送）和Confirm阶段（确认发送）。具体使用方法如下：

步骤1：微服务A调用Prepare接口，预发送消息。此时消息保存在消息中间件里，但消息中间件不会把消息给消费方消费，消息只是暂存在那。

步骤2：微服务A做业务逻辑，更新自己的DB

步骤3：微服务A调用Comfirm接口，确认发送消息。此时消息中间件才会把消息给消费方进行消费。

显然，这里有两种异常场景：

场景1：步骤1成功，步骤2成功，步骤3失败或超时，怎么处理？

场景2：步骤1成功，步骤2失败或超时，步骤3不会执行。怎么处理？

这就涉及RocketMQ的关键点：RocketMQ会定期扫描所有的预发送但还没有确认的消息，回调发送方，询问这条消息是要发出去，还是取消。发送方根据自己的业务数据，知道这条消息是应该发出去（DB更新成功了），还是应该取消（DB更新失败）。

对比最终一致性的两种实现方案会发现，RocketMQ最大的改变其实是把“扫描消息表”这件事不让业务方做，而是让消息中间件完成。

至于消息表，其实还是没有省掉。因为消息中间件要询问发送方事务是否执行成功，还需要一个“变相的本地消息表”，记录事务执行状态和消息发送状态。

对于消费方微服务B，实现方式没有变化，需要解决自己上面的丢失消费 + 重复消费问题。

最后抛个问题：Kafka里面也实现了事务消息，能否拿来用在这个场景，有什么缺陷？

方案3：同步调用 + 对账

微服务A更新自己的DB，同步调用微服务B的接口，如果2者都成功，皆大欢喜；调用接口失败，开启对账。

（1）即时对账：

失败之后，往消息中间件扔一个异常消息。用一个后台程序消费消息，重新调用微服务B，直到2个微服务数据补齐。

但这个办法不能100%保证，给消息中间件发消息也很能失败

事后对账：

用一个后台程序，调用微服务A的查询接口，分批次查询数据，再调用微服务B的查询接口。比对，不一致，用A的数据补齐B的数据。

这里又分为增量对账、全量对账。

增量，可以按数据更新时间，每次取最近的一批数据对；

全量，每次都对所有的。

一般策略是：频繁的增量对，比如几分钟一次；偶尔全量对，比如每天凌晨做一次。

即时对账是保证及时性，事后对账保证不漏，做兜底。2者是配合关系，不是取代。

最后做一个总结：最终一致性方案是放弃了及时性，保证数据最终一致。而同步更新 + 对账，99%情况下数据是强一致，1%异常情况下，对账补齐。

最后留个问题：还没来得及对账补齐之前，数据被下游其它服务读了，导致下游服务出现业务逻辑错误，怎么解决？