1. 分布式事务概述
1.1 问题背景
在分布式系统中，业务操作可能跨越多个服务或数据库（如订单服务、库存服务、支付服务），传统单机事务（ACID）无法满足跨网络节点的数据一致性需求。
- 网络不可靠：服务间调用可能失败或超时。
- 数据一致性：不同节点间的状态需最终一致。
- 性能与可用性：避免长时间锁资源导致系统阻塞。
分布式事务的核心目标是确保 跨服务/数据库的操作要么全部成功，要么全部回滚。
2. 两阶段提交（2PC）
原理
- 阶段一（Prepare）：协调者询问所有参与者是否可提交，参与者锁定资源并返回“同意”或“拒绝”。
- 阶段二（Commit/Rollback）：若所有参与者同意，协调者发送提交命令；否则发送回滚命令。
以下是一个简化的 Java 两阶段提交（2PC） 具体实现示例，包含协调者（Coordinator）和参与者（Participant）的核心逻辑。代码通过模拟数据库操作展示2PC的关键流程：
1. 参与者（Participant）实现
每个参与者代表一个独立的数据库或服务，需支持准备（Prepare）、提交（Commit）、回滚（Rollback）操作。
import java.util.concurrent.atomic.AtomicBoolean; /** * 参与者（如数据库或服务） */ public class Participant { private String name; // 参与者名称（如"DB1"） private AtomicBoolean prepared = new AtomicBoolean(false); // 准备状态 private AtomicBoolean committed = new AtomicBoolean(false); // 提交状态 public Participant(String name) { this.name = name; } /** * 阶段一：准备操作（锁定资源） * @return true表示准备成功，false表示失败 */ public boolean prepare() { try { // 模拟资源锁定，实际可能为操作数据库 System.out.println(name + ": Trying to prepare..."); Thread.sleep(100); // 模拟网络延迟 boolean success = Math.random() > 0.2; // 80%概率成功 if (success) { prepared.set(true); System.out.println(name + ": Prepared successfully."); return true; } else { System.out.println(name + ": Prepare failed."); return false; } } catch (InterruptedException e) { Thread.currentThread().interrupt(); return false; } } /** * 阶段二：提交操作 */ public void commit() { if (prepared.get()) { // 实际提交事务（如更新数据库） committed.set(true); System.out.println(name + ": Committed."); } else { System.out.println(name + ": Cannot commit without preparation."); } } /** * 阶段二：回滚操作 */ public void rollback() { if (prepared.get()) { // 实际回滚事务（如恢复数据） prepared.set(false); System.out.println(name + ": Rolled back."); } else { System.out.println(name + ": No need to rollback."); } } // 检查是否已提交 public boolean isCommitted() { return committed.get(); } } 2. 协调者（Coordinator）实现
协调者负责管理所有参与者，驱动两阶段提交流程。
import java.util.List; /** * 协调者（事务管理器） */ public class Coordinator { private List<Participant> participants; public Coordinator(List<Participant> participants) { this.participants = participants; } /** * 执行两阶段提交事务 * @return true表示事务成功提交，false表示失败 */ public boolean executeTransaction() { System.out.println("===== Phase 1: Prepare ====="); boolean allPrepared = participants.stream() .allMatch(Participant::prepare); System.out.println("===== Phase 2: Commit/Rollback ====="); if (allPrepared) { participants.forEach(Participant::commit); System.out.println("Transaction committed successfully."); return true; } else { participants.forEach(Participant::rollback); System.out.println("Transaction rolled back due to failures."); return false; } } } 3. 客户端测试代码
模拟包含两个参与者的分布式事务场景。
import java.util.Arrays; public class TwoPhaseCommitDemo { public static void main(String[] args) { // 创建两个参与者（如数据库DB1和DB2） Participant db1 = new Participant("DB1"); Participant db2 = new Participant("DB2"); // 创建协调者并关联参与者 Coordinator coordinator = new Coordinator(Arrays.asList(db1, db2)); // 执行两阶段提交事务 boolean success = coordinator.executeTransaction(); // 输出最终状态 System.out.println("nFinal Status:"); System.out.println("DB1 Committed: " + db1.isCommitted()); System.out.println("DB2 Committed: " + db2.isCommitted()); System.out.println("Transaction Result: " + (success ? "SUCCESS" : "FAILURE")); } } 4. 运行结果示例
成功场景（所有参与者准备成功）
===== Phase 1: Prepare ===== DB1: Trying to prepare... DB1: Prepared successfully. DB2: Trying to prepare... DB2: Prepared successfully. ===== Phase 2: Commit/Rollback ===== DB1: Committed. DB2: Committed. Transaction committed successfully. Final Status: DB1 Committed: true DB2 Committed: true Transaction Result: SUCCESS 失败场景（某一参与者准备失败）
===== Phase 1: Prepare ===== DB1: Trying to prepare... DB1: Prepared successfully. DB2: Trying to prepare... DB2: Prepare failed. ===== Phase 2: Commit/Rollback ===== DB1: Rolled back. DB2: No need to rollback. Transaction rolled back due to failures. Final Status: DB1 Committed: false DB2 Committed: false Transaction Result: FAILURE 5. 关键点说明
-
阶段一（Prepare）
- 协调者询问所有参与者是否可以提交。
- 参与者锁定资源并记录操作日志。
- 任一参与者失败则整个事务回滚。
-
阶段二（Commit/Rollback）
- 若所有参与者准备成功，协调者发送提交命令。
- 若任一参与者失败，协调者发送回滚命令。
-
代码简化说明
- 实际应用中需处理网络超时、重试和持久化日志。
- 分布式场景下需使用RPC或HTTP替代本地方法调用。
- 生产环境建议使用成熟的XA协议实现（如Atomikos、Narayana）。
6. 2PC的局限性
- 同步阻塞：参与者在Prepare阶段后需阻塞等待协调者指令。
- 单点故障：协调者宕机可能导致事务悬挂。
- 数据不一致：协调者与参与者在Commit阶段同时宕机时，可能部分提交。
关注微信公众号，查看更多技术文章。
