說到分散式事務，就會談到那個經典的”賬號轉賬”問題：2個賬號，分佈處於2個不同的DB，或者說2個不同的子系統裡面，A要扣錢，B要加錢，如何保證原子性？

一般的思路都是通過訊息中介軟體來實現“最終一致性”：A系統扣錢，然後發條訊息給中介軟體，B系統接收此訊息，進行加錢。

但這裡面有個問題：A是先update DB，後傳送訊息呢？ 還是先發送訊息，後update DB？

假設先update DB成功，傳送訊息網路失敗，重發又失敗，怎麼辦？ 
假設先發送訊息成功，update DB失敗。訊息已經發出去了，又不能撤回，怎麼辦？

所以，這裡下個結論： 只要傳送訊息和update DB這2個操作不是原子的，無論誰先誰後，都是有問題的。

那這個問題怎麼解決呢？？

錯誤的方案0

有人可能想到了，我可以把“傳送訊息”這個網路呼叫和update DB放在同1個事務裡面，如果傳送訊息失敗，update DB自動回滾。這樣不就保證2個操作的原子性了嗎？

這個方案看似正確，其實是錯誤的，原因有2：

（1）網路的2將軍問題：傳送訊息失敗，傳送方並不知道是訊息中介軟體真的沒有收到訊息呢？還是訊息已經收到了，只是返回response的時候失敗了？

如果是已經收到訊息了，而傳送端認為沒有收到，執行update db的回滾操作。則會導致A賬號的錢沒有扣，B賬號的錢卻加了。

（2）把網路呼叫放在DB事務裡面，可能會因為網路的延時，導致DB長事務。嚴重的，會block整個DB。這個風險很大。

基於以上分析，我們知道，這個方案其實是錯誤的！

方案1–業務方自己實現

假設訊息中介軟體沒有提供“事務訊息”功能，比如你用的是Kafka。那如何解決這個問題呢？

解決方案如下： 
（1）Producer端準備1張訊息表，把update DB和insert message這2個操作，放在一個DB事務裡面。

（2）準備一個後臺程式，源源不斷的把訊息表中的message傳送給訊息中介軟體。失敗了，不斷重試重傳。允許訊息重複，但訊息不會丟，順序也不會打亂。

（3）Consumer端準備一個判重表。處理過的訊息，記在判重表裡面。實現業務的冪等。但這裡又涉及一個原子性問題：如果保證訊息消費 + insert message到判重表這2個操作的原子性？

消費成功，但insert判重表失敗，怎麼辦？關於這個，在Kafka的原始碼分析系列，第1篇， exactly once問題的時候，有過討論。

通過上面3步，我們基本就解決了這裡update db和傳送網路訊息這2個操作的原子性問題。

但這個方案的一個缺點就是：需要設計DB訊息表，同時還需要一個後臺任務，不斷掃描本地訊息。導致訊息的處理和業務邏輯耦合額外增加業務方的負擔。

方案2 – RocketMQ 事務訊息

為了能解決該問題，同時又不和業務耦合，RocketMQ提出了“事務訊息”的概念。

具體來說，就是把訊息的傳送分成了2個階段：Prepare階段和確認階段。

具體來說，上面的2個步驟，被分解成3個步驟： 
(1) 傳送Prepared訊息 
(2) update DB 
(3) 根據update DB結果成功或失敗，Confirm或者取消Prepared訊息。

可能有人會問了，前2步執行成功了，最後1步失敗了怎麼辦？這裡就涉及到了RocketMQ的關鍵點：RocketMQ會定期（預設是1分鐘）掃描所有的Prepared訊息，詢問傳送方，到底是要確認這條訊息發出去？還是取消此條訊息？

具體程式碼實現如下：

也就是定義了一個checkListener，RocketMQ會回撥此Listener，從而實現上面所說的方案。

// 也就是上文所說的，當RocketMQ發現`Prepared訊息`時，會根據這個Listener實現的策略來決斷事務
TransactionCheckListener transactionCheckListener = new TransactionCheckListenerImpl();
// 構造事務訊息的生產者
TransactionMQProducer producer = new TransactionMQProducer("groupName");
// 設定事務決斷處理類
producer.setTransactionCheckListener(transactionCheckListener);
// 本地事務的處理邏輯，相當於示例中檢查Bob賬戶並扣錢的邏輯
TransactionExecuterImpl tranExecuter = new TransactionExecuterImpl();
producer.start()
// 構造MSG，省略構造引數
Message msg = new Message(......);
// 傳送訊息
SendResult sendResult = producer.sendMessageInTransaction(msg, tranExecuter, null);
producer.shutdown();

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

public TransactionSendResult sendMessageInTransaction(.....)  {
    // 邏輯程式碼，非實際程式碼
    // 1.傳送訊息
    sendResult = this.send(msg);
    // sendResult.getSendStatus() == SEND_OK
    // 2.如果訊息傳送成功，處理與訊息關聯的本地事務單元
    LocalTransactionState localTransactionState = tranExecuter.executeLocalTransactionBranch(msg, arg);
    // 3.結束事務
    this.endTransaction(sendResult, localTransactionState, localException);
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

總結：對比方案2和方案1，RocketMQ最大的改變，其實就是把“掃描訊息表”這個事情，不讓業務方做，而是訊息中介軟體幫著做了。

至於訊息表，其實還是沒有省掉。因為訊息中介軟體要詢問傳送方，事物是否執行成功，還是需要一個“變相的本地訊息表”，記錄事物執行狀態。

人工介入

可能有人又要說了，無論方案1，還是方案2，傳送端把訊息成功放入了佇列，但消費端消費失敗怎麼辦？

消費失敗了，重試，還一直失敗怎麼辦？是不是要自動回滾整個流程？

答案是人工介入。從工程實踐角度講，這種整個流程自動回滾的代價是非常巨大的，不但實現複雜，還會引入新的問題。比如自動回滾失敗，又怎麼處理？

對應這種極低概率的case，採取人工處理，會比實現一個高複雜的自動化回滾系統，更加可靠，也更加簡單。