DBPack 賦能 python 微服務協調分布式事務-有解無憂

作者：朱晗中國電子云

什么是分布式事務

事務處理幾乎在每一個資訊系統中都會涉及，它存在的意義是為了保證系統資料符合期望的，且相互關聯的資料之間不會產生矛盾，即資料狀態的一致性，

按照資料庫的經典理論，原子性、隔離性、持久性，原子性要求資料要么修改要么回滾，隔離性要求事務之間相互獨立不影響，持久性要求事務的執行能正確的持久化，不丟失資料，mysql 類的行式資料庫通過 mvcc 多版本視圖和 wal 預寫日志等技術的協作，實作了單個服務使用單個資料源或者單個服務使用多個資料源場景的多事務的原子性、隔離性和持久性，

鳳凰架構這本書中有描述，單個服務使用單個資料源稱之為本地事務，單個服務使用多個資料源稱之為全域事務，而分布式事務特指多個服務同時訪問多個資料源的事務處理機制，

DBpack 簡介

分布式事務的實作有很多方式，如可靠性事務佇列，TCC事務，SAGA事務等，

可靠性事務佇列，也就是BASE，聽起來和強一致性的ACID，"酸堿"格格不入，它作為最終一致性的概念起源，系統性地總結了一種針對分布式事務的技術手段，

TCC 較為煩瑣，如同名字所示，它分為以下三個階段，

Try：嘗試執行階段，完成所有業務可執行性的檢查（保障一致性），并且預留好全部需用到的業務資源（保障隔離性），
Confirm：確認執行階段，不進行任何業務檢查，直接使用 Try 階段準備的資源來完成業務處理，Confirm 階段可能會重復執行，因此本階段所執行的操作需要具備冪等性，
Cancel：取消執行階段，釋放 Try 階段預留的業務資源，Cancel 階段可能會重復執行，也需要滿足冪等性，

SAGA 事務將事務進行了拆分，大事務拆分若干個小事務，將整個分布式事務 T 分解為 n 個子事務，同時為為每一個子事務設計對應的補償動作，盡管補償操作通常比凍結或撤銷容易實作，但保證正向、反向恢復程序的能嚴謹地進行也需要花費不少的工夫，

DBPack 的分布式事務致力于實作對用戶的業務無入侵，使用時下流行的sidecar架構，主要使用 ETCD Watch 機制來驅動分布式事務提交回滾，它對 HTTP 流量和 MYSQL 流量做了攔截代理，支持 AT 模式（自動補償 SQL）和 TCC 模式（自動補償 HTTP 請求），

DBPack 的 AT 模式性能取決于全域鎖的釋放速度，哪個事務競爭到了全域鎖就能對業務資料做修改，在單位時間內，全域鎖的釋放速度越快，競爭到鎖的事務越多，性能越高，DBPack 創建全域事務、注冊分支事務只是在 ETCD 插入兩條 KV 資料，事務提交回滾時修改對應資料的狀態，通過 ETCD Watch 機制感知到資料的變化就能立即處理資料的提交回滾，從而在互動上減少了很多 RPC 請求，

DBPack 的 TCC 模式中，請求會先到達 sidecar 后再注冊 TCC 事務分支，確保 Prepare 先于 Cancel 執行，具體到操作的業務資料，建議使用 XID 和 BranchID 加鎖，

DBpack 賦能 python 微服務

以上的前戲已鋪墊，后文以講解python 微服務代碼為主，不涉及 dbpack 原始碼，感興趣的童鞋可去自行除錯了解，

https://github.com/CECTC/dbpack-samples/blob/main/python

這里會提到三個微服務，首先是是事務發起方，其次是訂單系統，最后是產品庫存系統，而每一個微服務，都使用dbpack代理，事務發起方請求成功后，當訂單正常commit后，產品庫存要發生正常扣除，一旦一個微服務未完成，另一個則要發生回滾，也就是說，兩個微服務系統要保持一致，

首先，模擬分布式事務發起方的服務，該服務會注冊兩個 handler，一個會發起正常的請求，走 dbpack 代理發起分布式事務，另一個會則會非正常回傳，事務發起方會根據 http 的請求情況，決定是否要發起分布式事務回滾，

以下借用了 flask web 框架實作了事務發起方的兩個handler，通過兩個http請求我們可以模擬分布式事務發起或者回滾，

from flask import Flask, request, jsonify
import requests

app = Flask(__name__)

create_so_url        = "http://order-svc:3001/createSo"
update_inventory_url = "http://product-svc:3002/allocateInventory"

@app.route('/v1/order/create', methods=['POST'])
def create_1():
   return create_so(rollback=False)
    
@app.route('/v1/order/create2', methods=['POST'])
def create_2():
   return create_so(rollback=True)

def create_so(rollback=True):
    xid = request.headers.get("x-dbpack-xid")

    so_items = [dict(
        product_sysno=1,
        product_name="apple iphone 13",
        original_price=6799,
        cost_price=6799,
        deal_price=6799,
        quantity=2,
    )]

    so_master = [dict(
        buyer_user_sysno = 10001,
        seller_company_code = "SC001",
        receive_division_sysno = 110105,
        receive_address = "beijing",
        receive_zip = "000001",
        receive_contact = "scott",
        receive_contact_phone =  "18728828296",
        stock_sysno = 1,
        payment_type = 1,
        so_amt = 6999 * 2,
        status = 10,
        appid = "dk-order",
        so_items = so_items,
    )]

    success = (jsonify(dict(success=True, message="success")), 200)
    failed = (jsonify(dict(success=False, message="failed")), 400)
    headers = {
        "Content-Type": "application/json",
        "xid": xid
    }

    so_req = dict(req=so_master)
    resp1 = requests.post(create_so_url, headers=headers, json=so_req)
    if resp1.status_code == 400:
        return failed

    ivt_req = dict(req=[dict(product_sysno= 1, qty=2)])
    resp2 = requests.post(update_inventory_url, headers=headers, json=ivt_req)
    if resp2.status_code == 400:
        return failed

    if rollback:
        print("rollback")
        return failed

    return success

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=3000)

那么如何使用 dbpack 代理該服務呢？

$./dist/dbpack start --config ../dbpack-samples/configs/config-aggregation.yaml

$ cat ../dbpack-samples/configs/config-aggregation.yaml
listeners:
  - protocol_type: http
    socket_address:
      address: 0.0.0.0
      port: 13000
    config:
      backend_host: aggregation-svc:3000
    filters:
      - httpDTFilter

filters:
  - name: httpDTFilter
    kind: HttpDistributedTransaction
    conf:
      appid: aggregationSvc
      transaction_infos:
        - request_path: "/v1/order/create"
          timeout: 60000
        - request_path: "/v1/order/create2"
          timeout: 60000

distributed_transaction:
  appid: aggregationSvc
  retry_dead_threshold: 130000
  rollback_retry_timeout_unlock_enable: true
  etcd_config:
    endpoints:
      - etcd:2379

可想而知，以上的微服務兩個 handler 是通過 filters這部分的定義來配置攔截的，

接著是訂單系統，

from flask import Flask, jsonify, request
from datetime import datetime
import mysql.connector

import time
import random

app = Flask(__name__)

insert_so_master = "INSERT /*+ XID('{xid}') */ INTO order.so_master({keys}) VALUES ({placeholders})"
insert_so_item = "INSERT /*+ XID('{xid}') */ INTO order.so_item({keys}) VALUES ({placeholders})"

def conn():
    retry = 0
    while retry < 3:
        time.sleep(5)
        try:
            c = mysql.connector.connect(
              host="dbpack3",
              port=13308,
              user="dksl",
              password="123456",
              database="order",
              autocommit=True,
            )
            if c.is_connected():
                db_Info = c.get_server_info()
                print("Connected to MySQL Server version ", db_Info)
                return c
        except Exception as e:
            print(e.args)
        retry += 1 
 
connection = conn()
cursor = connection.cursor(prepared=True,)

@app.route('/createSo', methods=['POST'])
def create_so():
    xid = request.headers.get('xid')
    reqs = request.get_json()
    if xid and "req" in reqs:
        for res in reqs["req"]:
            res["sysno"] = next_id()
            res["so_id"] = res["sysno"]
            res["order_date"] = datetime.now()
            res_keys = [str(k) for k,v in res.items() if k != "so_items" and str(v) != ""]
            so_master = insert_so_master.format(
                xid=xid,
                keys=", ".join(res_keys),
                placeholders=", ".join(["%s"] * len(res_keys)),
            )

            try:
                cursor.execute(so_master, tuple(res.get(k, "") for k in res_keys))
            except Exception as e:
                print(e.args)
             
            so_items = res["so_items"]
            for item in so_items:
                item["sysno"] = next_id()
                item["so_sysno"] = res["sysno"]
                item_keys = [str(k) for k,v in item.items() if str(v) != "" ]
                so_item = insert_so_item.format(
                    xid=xid,
                    keys=", ".join(item_keys),
                    placeholders=", ".join(["%s"] * len(item_keys)),
                )
                try:
                    cursor.execute(so_item, tuple(item.get(k, "") for k in item_keys))
                except Exception as e:
                    print(e.args)
 
        return jsonify(dict(success=True, message="success")), 200
    
    return jsonify(dict(success=False, message="failed")), 400 

def next_id():
    return random.randrange(0, 9223372036854775807)
  

if __name__ == '__main__':
   app.run(host="0.0.0.0", port=3001)

注意到 sql 中以注解的形式添加使用了 xid ，主要是方便配合 dbpack 識別后做出相應的分布式事務處理，也就是回滾還是commit，

這里資料庫連接使用 autocommit 這種方式，同時，使用 python 中的 mysql.connector 這個 lib 來支持 sql 傳輸中的二段式加密傳輸協議，見代碼中宣告的prepared=true，

用以下命令，使用 dbpack 代理 order 微服務：

./dist/dbpack start --config ../dbpack-samples/configs/config-order.yaml

最后是產品庫存系統，詳細代碼如下：

from flask import Flask, jsonify, request

import time
import mysql.connector

app = Flask(__name__)

allocate_inventory_sql = "update /*+ XID('{xid}') */ product.inventory set available_qty = available_qty - %s, allocated_qty = allocated_qty + %s where product_sysno = %s and available_qty >= %s;"

def conn():
    retry = 0
    while retry < 3:
        time.sleep(5)
        try:
            c = mysql.connector.connect(
              host="dbpack2",
              port=13307,
              user="dksl",
              password="123456",
              database="product",
              autocommit=True,
            )

            if c.is_connected():
                db_Info = c.get_server_info()
                print("Connected to MySQL Server version ", db_Info)
                return c
        except Exception as e:
            print(e.args)
        retry += 1 
 
connection = conn()
cursor = connection.cursor(prepared=True,)

@app.route('/allocateInventory', methods=['POST'])
def create_so():
    xid = request.headers.get('xid')
    reqs = request.get_json()
    if xid and "req" in reqs:
        for res in reqs["req"]:
            try:
                cursor.execute(allocate_inventory_sql.format(xid=xid), (res["qty"], res["qty"], res["product_sysno"], res["qty"],))
            except Exception as e:
                print(e.args)
        
        return jsonify(dict(success=True, message="success")), 200
        
    return jsonify(dict(success=False, message="failed")), 400

if __name__ == '__main__':
    app.run(host="0.0.0.0", port=3002)

同樣，用以下命令使用 dbpack 代理 product 微服務：

./dist/dbpack start --config ../dbpack-samples/configs/config-product.yaml

我們可以使用docker-compose一鍵拉起以上三個微服務：

docker-compose up

正常情況下，以下請求會觸發訂單系統和產品庫存系統的正常 commit：

curl -XPOST http://localhost:13000/v1/order/create

而以下命令雖然正常請求了訂單系統和產品庫存的 API，不管事務是否正常執行，由于事務發起方狀態碼不正常，要求"回滾"，所以會導致已經 commit 的微服務發生回滾，以此保證分布式系統的一致性：

curl -XPOST http://localhost:13000/v1/order/create2

參考資料

官方倉庫：
https://github.com/CECTC/dbpack
https://github.com/CECTC/dbpack-samples
https://cectc.github.io/dbpack-doc/#/
鳳凰架構：http://icyfenix.cn/architect-perspective/general-architecture/transaction/distributed.html

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/495548.html

標籤：其他

上一篇：java運算運算子示例大全

下一篇：Java實用類(五) -Math類和指定范圍的亂數