1. 了解 MQ
- 一款分布式消息中间件，基于 erlang 语言开发，具备语言级别的高并发处理能力。
- RabbitMQ 和 Spring 框架是同一家公司。
- 支持持久化、高可用。
5 个核心概念
- Queue：真正存储数据的地方。
- Exchange：接收请求，转存数据。
- Bind：收到请求后存储到哪里。
- 消息生产者：发送数据的应用。
- 消息消费者：取出数据处理的应用。
2. 分布式事务问题
1. 分布式事务的几种解决方案
- 基于数据库 XA/JTA 协议的方式；（需要数据库厂商支持；JAVA 组件有 atomikos 等；）
- 异步校对数据的方式；（支付宝、微信支付主动查询支付账单、对账单的形式；）
- 基于可靠消息（MQ）的解决方案；（异步场景；通用型较强；扩展性较强；）
- TCC 编程式解决方案。（严选、阿里、蚂蚁金服自己封装的 DTX）
2. 美团点评系统架构
3. 分布式事务问题
- 常见场景：
- 代码执行成功，但是事务提交失败，导致调用第三方事务无法回滚。
- 调用第三方超时，本平台事务回滚，第三方执行成功。
3. 实现分布式事务
1. 整体设计思路
- 可靠生产：保证消息一定发送到 Rabbitmq 服务。
- 可靠消费：保证消息取出来一定正确消费掉，最终多方数据达到一致。
2. 五个步骤
- 可靠消息生产-记录消息发送
- 为了确保数据一定成功发送到 MQ。
- 在同一事务中，增加一个记录表的操作。记录每一条发往 MQ 的数据以及它的发送状态。
- 可靠消息生产-修改消息发送状态
- 利用 RabbitMQ 的发布确认机制(confirm)。
- 开启发布确认机制后，MQ 准确受理消息会返回回执。
- 如果出现回执没收到、消息状态修改失败等特殊情况。兜底方案：定时检查消息表，超时没发送成功，再次重发。
- 可靠消息处理-正常处理
- 开启手动 ACK 模式。由消费者控制消息的重发/清除/丢弃。
- 幂等性。防止重复处理，一次用户操作，只对应一次数据处理。
- 可靠消息处理-消息重发
- 消费者处理失败，需要 MQ 再次重发给消费者。
- 出现异常一般会重试几次，由消费者自身记录重试次数，并进行次数控制。
- 消费者处理失败，直接丢弃或者转移到死信队列(DLQ)。
- 重试次数过度、消息内容格式错误等情况，通过线上预警机制通知运维人员。
4. 总结及扩展
优缺点
- 优点：
- 通用性强
- 扩展性强
- 方案成熟
- 缺点：
- 基于消息中间件，只适合异步场景。
- 消息处理会有延迟，需要业务上能够容忍。
建议
- 尽量避免分布式事务；
- 尽量将非核心业务做成异步。
分布式事务解决方案的理论依据
- CAP 理论
- BASE 理论
- 2PC 协议
- 3PC 协议
- Paxos 算法
- Raft 一致性协议
