阿里巴巴是如何优雅的处理分布式事务的?

Seata@GlobalTransactional注解:微服务分布式事务的优雅解决方案 本文深入探讨了Seata框架中@GlobalTransactional注解在微服务分布式事务管理中的应用与最佳实践。通过电商系统案例,详细解析了该注解如何简化跨服务事务处理,确保数据一致性,并分享了性能优化、异常处理及与其他技术整合的实战经验。 阅读详情

阿里巴巴是如何优雅的处理分布式事务?


码字不易,转载请注明出处

前面废话很多,但是多多少少有点用,嫌我啰嗦的可以直接跳到目录里的实战环节

#前言

博主最近在架构公司项目的过程中,遇到了事务链调用的问题,也就是常常面试里说的分布式事务.

知识点补充

什么是分布式锁与分布式事务?

分布式锁
在单体应用下,我们可以给某些临界资源(不要问我什么是临界资源了,再这样这篇文章写不下去了,请各位看官自行百度)加锁,以防止脏写的情况出现.
但是在分布式场景下,我们在本地项目加锁显然不能锁住所有服务对于该临界资源的访问,这时候就需要分布式的锁来处理这个问题了.
因为我们本文是讨论分布式事务,我这里不再赘述,等到某一天我会专门写一篇分布式锁的实现文章.
分布式事务
如同分布式锁一样,我们以前在单体应用下可以对一组操作进行事务提交,这样这组操作要么都成功,要么都失败.
但是显然在分布式场景下,我们必须引用一个第三方,来告知各个事务别的事务有没有成功执行,如果其中有一个失败了,所有的事务都要回滚,这样才能保证数据的最终一致性.

科普完毕!

那么处理分布式事务都有哪些解决方案呢?

现在业界对于数据的最终一致性有以下的解决方案:

  • 逃避型

    逃避型顾名思义,既然产生分布式事务的原因是RPC(远程过程调用),那我就把可能产生分布式事务的服务接口整合到一个服务里面,这样就不会产生分布式事务的问题了.

    但是这显然违背我们的初衷,拆分的服务又被耦合起来了,这种处理方式只适合业务量小的公司,对于业务复杂的中大型公司显然不现实.

  • 经典处理方式

    这也是eBay公司处理这种场景的方式,此方案的核心是将需要分布式处理的任务通过消息日志的方式来异步执行。而消息日志可以存储到本地文本、数据库或消息队列,再通过业务规则自动或人工发起重试。人工重试更多的是应用于支付场景,通过对账系统对事后问题的处理。

    eBay的架构师Dan Pritchett提出了BASE原则,这个原则我就不细讲了,感兴趣的同学问问Google或者度娘.
    他的核心思路就是在多个分布式的事务中间增加一张中间表,而这张表的作用就是用来记录已经处理过的消息.
    第一阶段,增加了一张中间表和消息队列,每个本地的事务分别执行
    第二阶段,它们分别读出消息队列,通过判断表里的数据来检测相关的记录是否被执行,如果都执行则提交,直到事务执行成功后才删除队列.

  • 去哪儿网解决方式

    幂等有两种方式,一种方式是业务逻辑保证幂等。比如接到支付成功的消息订单状态变成支付完成,如果当前状态是支付完成,则再收到一个支付成功的消息则说明消息重复了,直接作为消息成功处理。

    另外一种方式如果业务逻辑无法保证幂等,则要增加一个去重表或者类似的实现。对于 producer 端在业务数据库的同实例上放一个消息库,发消息和业务操作在同一个本地事务里。发消息的时候消息并不立即发出,而是向消息库插入一条消息记录,然后在事务提交的时候再异步将消息发出,发送消息如果成功则将消息库里的消息删除,如果遇到消息队列服务异常或网络问题,消息没有成功发出那么消息就留在这里了,会有另外一个服务不断地将这些消息扫出重新发送

  • 还有很多公司,都有自己去处理分布式事务的一套方案,我就不赘述了

    但是大家得明白一点,分布式事务解决的核心就是你得制定一套规则或通信机制,让所有的事务"同时"提交(这里的同时不是真正意义上的同时),要么都成功,要么都失败.

#阿里Seata

#Seata用户群

可能不说大家也知道,阿里这个框架就是用来解决分布式事务的问题.

阿里本身的业务就会涉及到大量的支付,支付业务就是很典型的分布式事务.

用户下单>扣钱>扣库存>加订单

这里面有四个系统,要最少保证这四个系统数据的最终一致性,并且不能让用户等太久(我上淘宝买个东西,等5分钟你才告诉我下单成功)

所以除了能保证一致性以外,还要求这个分布式事务的中间件,具备一定的性能.

而阿里的Seata,现在有很多公司都将其作为分布式事务的解决方案,给大家几张图感受下

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

多的我就不放了,想必大家也感受出来这个框架的火爆程度了.

#Seata的前世今生

Seata的前身是Fescar,而Fescar的前身是GTS

那么GTS又是什么呢?

#Seata基本概念

我们再来看看阿里官方是怎么介绍Seata的

Seata 是一款开源的分布式事务解决方案,致力于提供高性能和简单易用的分布式事务服务。Seata 将为用户提供了 AT、TCC、SAGA 和 XA 事务模式,为用户打造一站式的分布式解决方案。

这里提到了几种事务模式:

  • AT
  • TCC
  • SAGA
  • XA

我们分别说下这几种模式都有什么区别:摘自Seata官网

AT: 二阶段提交

  • 一阶段:业务数据和回滚日志记录在同一个本地事务中提交,释放本地锁和连接资源。

  • 二阶段:提交异步化,非常快速地完成。回滚通过一阶段的回滚日志进行反向补偿。

并且是读写隔离的

具体可以查看上面seata官网的链接

TCC:支持分支事务的二阶段提交

相对于AT模式,TCC是在其基础上加入了更多的可定制逻辑

AT 模式(参考链接 TBD)基于 支持本地 ACID 事务 的 关系型数据库:

  • 一阶段 prepare 行为:在本地事务中,一并提交业务数据更新和相应回滚日志记录。
  • 二阶段 commit 行为:马上成功结束,自动 异步批量清理回滚日志。
  • 二阶段 rollback 行为:通过回滚日志,自动 生成补偿操作,完成数据回滚。

相应的,TCC 模式,不依赖于底层数据资源的事务支持:

  • 一阶段 prepare 行为:调用 自定义 的 prepare 逻辑。
  • 二阶段 commit 行为:调用 自定义 的 commit 逻辑。
  • 二阶段 rollback 行为:调用 自定义 的 rollback 逻辑。

所谓 TCC 模式,是指支持把 自定义 的分支事务纳入到全局事务的管理中。

Saga:长事务解决方案

当一个事务调用链很长的时候,我们就可以使用长事务提交的解决方案.

这里不再赘述,如果有特殊场景需要用到长事务提交,建议大家到seata官网读一下文档.

但是这里需要注意一点:

Seaga模式下不保证隔离性!对应解决方案官网上有

XA:官网也没有具体说明XA模式,实际上选择哪种模式取决于你的应用程序使用何种资源,你愿意在性能、安全、系统稳健性、数据完整方面做出何种权衡。

如果对于XA模式感兴趣的同学可以移步至这篇博文

下面是摘自官网的术语表

TC - 事务协调者
维护全局和分支事务的状态,驱动全局事务提交或回滚。

TM - 事务管理器
定义全局事务的范围:开始全局事务、提交或回滚全局事务。

RM - 资源管理器
管理分支事务处理的资源,与TC交谈以注册分支事务和报告分支事务的状态,并驱动分支事务提交或回滚。

#实战

好了,上面说了这么多,我们已经知道seata是一个什么样的中间件了.

接下来,我带大家简单做个demo体验下seata是怎么去管理分布式事务的

  • 首先我们要下载一个seata-server,用作我们的分布式事务管理中心

    下载地址

    我下载的是0.8版本的

    因为上面下载地址是github的,如果遇到被墙而不能下载的情况我在百度网盘同样准备了一份

    链接:https://pan.baidu.com/s/1Zq5LalfQK9bR5WoQNOJnTQ
    提取码:hg0d

  • 接下来我们解压到本地
    在这里插入图片描述
    得到以上三个文件夹
    我们首先进入到conf文件夹
    然后修改file.conf文件如下

transport {
  # tcp udt unix-domain-socket
  type = "TCP"
  #NIO NATIVE
  server = "NIO"
  #enable heartbeat
  heartbeat = true
  #thread factory for netty
  thread-factory {
    boss-thread-prefix = "NettyBoss"
    worker-thread-prefix = "NettyServerNIOWorker"
    server-executor-thread-prefix = "NettyServerBizHandler"
    share-boss-worker = false
    client-selector-thread-prefix = "NettyClientSelector"
    client-selector-thread-size = 1
    client-worker-thread-prefix = "NettyClientWorkerThread"
    # netty boss thread size,will not be used for UDT
    boss-thread-size = 1
    #auto default pin or 8
    worker-thread-size = 8
  }
  shutdown {
    # when destroy server, wait seconds
    wait = 3
  }
  serialization = "seata"
  compressor = "none"
}

service {
  #vgroup->rgroup
  vgroup_mapping.fsp_tx_group = "default"  #修改这里,fsp_tx_group这个事务组名称是我自定义的,一定要与client端的这个配置一致!否则会报错!
  #only support single node
  default.grouplist = "127.0.0.1:8091"   #此配置作用参考:https://blog.csdn.net/weixin_39800144/article/details/100726116
  #degrade current not support
  enableDegrade = false
  #disable
  disable = false
  #unit ms,s,m,h,d represents milliseconds, seconds, minutes, hours, days, default permanent
  max.commit.retry.timeout = "-1"
  max.rollback.retry.timeout = "-1"
}

client {
  async.commit.buffer.limit = 10000
  lock {
    retry.internal = 10
    retry.times = 30
  }
  report.retry.count = 5
}

## transaction log store
store {
  ## store mode: file、db
  mode = "db"   #修改这里,表明事务信息用db存储

  ## file store 当mode=db时,此部分配置就不生效了,这是mode=file的配置
  file {
    dir = "sessionStore"

    # branch session size , if exceeded first try compress lockkey, still exceeded throws exceptions
    max-branch-session-size = 16384
    # globe session size , if exceeded throws exceptions
    max-global-session-size = 512
    # file buffer size , if exceeded allocate new buffer
    file-write-buffer-cache-size = 16384
    # when recover batch read size
    session.reload.read_size = 100
    # async, sync
    flush-disk-mode = async
  }

  ## database store  mode=db时,事务日志存储会存储在这个配置的数据库里
  db {
    ## the implement of javax.sql.DataSource, such as DruidDataSource(druid)/BasicDataSource(dbcp) etc.
    datasource = "dbcp"
    ## mysql/oracle/h2/oceanbase etc.
    db-type = "mysql"
    driver-class-name = "com.mysql.jdbc.Driver"
    url = "jdbc:mysql://127.0.0.1/seat-server"  #修改这里
    user = "你的数据库用户名"  #修改这里
    password = "你的数据库密码"  #修改这里
    min-conn = 1
    max-conn = 3
    global.table = "global_table"
    branch.table = "branch_table"
    lock-table = "lock_table"
    query-limit = 100
  }
}


lock {
  ## the lock store mode: local、remote
  mode = "remote"

  local {
    ## store locks in user's database
  }

  remote {
    ## store locks in the seata's server
  }
}
recovery {
  #schedule committing retry period in milliseconds
  committing-retry-period = 1000
  #schedule asyn committing retry period in milliseconds
  asyn-committing-retry-period = 1000
  #schedule rollbacking retry period in milliseconds
  rollbacking-retry-period = 1000
  #schedule timeout retry period in milliseconds
  timeout-retry-period = 1000
}

transaction {
  undo.data.validation = true
  undo.log.serialization = "jackson"
  undo.log.save.days = 7
  #schedule delete expired undo_log in milliseconds
  undo.log.delete.period = 86400000
  undo.log.table = "undo_log"
}

## metrics settings
metrics {
  enabled = false
  registry-type = "compact"
  # multi exporters use comma divided
  exporter-list = "prometheus"
  exporter-prometheus-port = 9898
}

然后修改同目录下的registry.conf如下

registry {
  # file 、nacos 、eureka、redis、zk、consul、etcd3、sofa
  type = "eureka"  #修改这里,指明注册中心使用什么

  nacos {
    serverAddr = "localhost"
    namespace = ""
    cluster = "default"
  }
  eureka {
    serviceUrl = "http://localhost:8761/eureka"  #修改这里
    application = "default"  
    weight = "1"
  }
  redis {
    serverAddr = "localhost:6379"
    db = "0"
  }
  zk {
    cluster = "default"
    serverAddr = "127.0.0.1:2181"
    session.timeout = 6000
    connect.timeout = 2000
  }
  consul {
    cluster = "default"
    serverAddr = "127.0.0.1:8500"
  }
  etcd3 {
    cluster = "default"
    serverAddr = "http://localhost:2379"
  }
  sofa {
    serverAddr = "127.0.0.1:9603"
    application = "default"
    region = "DEFAULT_ZONE"
    datacenter = "DefaultDataCenter"
    cluster = "default"
    group = "SEATA_GROUP"
    addressWaitTime = "3000"
  }
  file {
    name = "file.conf"
  }
}

config {
  # file、nacos 、apollo、zk、consul、etcd3
  type = "file"

  nacos {
    serverAddr = "localhost"
    namespace = "public"
    cluster = "default"
  }
  consul {
    serverAddr = "127.0.0.1:8500"
  }
  apollo {
    app.id = "seata-server"
    apollo.meta = "http://192.168.1.204:8801"
  }
  zk {
    serverAddr = "127.0.0.1:2181"
    session.timeout = 6000
    connect.timeout = 2000
  }
  etcd3 {
    serverAddr = "http://localhost:2379"
  }
  file {
    name = "file.conf"
  }
}

在conf目录下,我们会看到这两个文件

在这里插入图片描述

没错,这两个文件就是我们的sql建表语句

首先我们创建seat-server数据库

然后使用db_store.sql文件创建对应表

创建成功后如图所示

在这里插入图片描述

然后我们自己有三个服务,分别是

  • order 订单服务
  • storage 库存服务
  • account 账户服务

并且我们有一个eureka注册中心

  • eureka 注册中心

这三个服务对应的数据库中都需要创建一个undo_log数据表

数据表的建表文件就是conf目录下的db_undo_log.sql

最后数据库如下图

在这里插入图片描述

接下来我们将项目克隆下来

克隆地址

修改每个项目中的数据源信息,并用每个项目resources目录下的建表语句生成对应表

最后生成的数据库结构如下图所示

在这里插入图片描述
然后就可以启动项目啦!

启动顺序如下:

  • 启动eureka
  • 启动seata-server bin目录下的bat文件
  • 启动剩下的三个服务

启动后我们访问 http://localhost:8180/order/create?userId=1&productId=1&count=10&money=100

然后我们得到了成功执行的结果
在这里插入图片描述
然后我们修改AccountServiceImpl中的decrease方法如下

    /**
     * 扣减账户余额
     * @param userId 用户id
     * @param money 金额
     */
    @Override
    public void decrease(Long userId, BigDecimal money) {
        LOGGER.info("------->扣减账户开始account中");
        //模拟超时异常,全局事务回滚
        try {
            Thread.sleep(30*1000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        accountDao.decrease(userId,money);
        LOGGER.info("------->扣减账户结束account中");

        //修改订单状态,此调用会导致调用成环
        LOGGER.info("修改订单状态开始");
        String mes = orderApi.update(userId, money.multiply(new BigDecimal("0.09")),0);
        LOGGER.info("修改订单状态结束:{}",mes);
    }

我们通过sleep模拟了请求超时的情况

然后再次测试

在这里插入图片描述
得到了一个500(服务器内部错误的响应)

但是我们去看数据库,发现数据表里一切正常,说明我们的事务回滚成功了!

seat-storage
在这里插入图片描述
seat-order(两条数据是因为我之前执行过一次)
在这里插入图片描述
seat-account
在这里插入图片描述

以上就是Seata分布式事务管理中间件的实战.

相对于别的分布式事务中间件,阿里的这个对代码侵入性小,性能高,并且社区也很活跃,如果对于这个中间件感兴趣的同学可以尝试.

一定要按照步骤将项目clone到本地练习,光看是看不会的.

以上的例子摘自官网给出的sample,我将我自己部署到本地运行成功的代码也托管到了github,感兴趣的同学可以克隆后在本地跑跑看

本篇文章github项目地址: https://github.com/huanqwer/seata-sample.git

码字不易,对分布式,微服务,架构等内容感兴趣的看官可以点个关注,我会不定时的更新一些架构干货,基本都是在实际生产中遇到的问题

开源的分布式事务-Seata的设计原理 前言 在微服务架构体系下,我们可以按照业务模块分层设计,单独部署,减轻了服务部署压力,也解耦了业务的耦合,避免了应用逐渐变成一个庞然怪物,从而可以轻松扩展,在某些服务出现故障时也不会影响其它服务的正常运行。总之,微服务在业务的高速发展中带给我们越来越多的优势,但是微服务并不是十全十美,因此不能盲目过度滥用,它有很多不足,而且会给系统带来一定的复杂度,其中伴随而来的分布式事务问题,是微服务架构体系下必然需要处理的一个痛点,也是业界一直关注的一个领域,因此也出现了诸如 CAP 和 BASE 等理论。 在今年年初 阅读详情

相关推荐

最新Linux CSI Tools安装教程(两台主机,一发一收)(监控模式)

无线感知之CSI Tools工具安装,最新在监控模式下采集CSI数据,

h1998040218的博客 3036

阿里云中间件是什么-阿里云中间件介绍

阿里云中间件是什么?这其实是一个比较虚的概念。广义的中间件范围很广。起沟通作用的都可以认为是中间件。甚至ODBC这样的东西你也可以认为是中间件。 使用了中间件之后,以前直接连接的前台应用程序和数据库之前就多了个中间件,现在前台程序把请求发给中间件,中间件再把请求发给数据库,数据库处理结束之后把结果返回到中间件,中间件再把结果送回给前台。 中间件(MiddleWare)从字面上解释就是“处于中间的软件”,尽管程序员之外的读者会感觉陌生,但其实早在1990年,中间件就作为网络应用的基础设施出现了。诞生于..

NicolasLearner的博客 1552

告别Selenium!纯Python+Requests搞定微信视频号登录Cookie(附完整代码与避坑指南)

本文详细介绍了如何利用纯Python和Requests库实现微信视频号的自动化登录,替代传统的Selenium方案。通过解析HTTP请求交互流程,提供完整的代码实现和避坑指南,显著提升爬虫效率和隐蔽性,适用于轻量化爬虫开发。

weixin_30642561的博客 314

几种常用的分布式定时任务

1. 什么是分布式定时任务 把分散的,可靠性差的计划任务纳入统一的平台,并实现集群管理调度和分布式部署的一种定时任务的管理方式。叫做分布式定时任务。 2. 常见开源方案 elastic-job xxl-job quartz saturn opencron antares elastic-job elastic-job 是由当当网基于...

weixin_41619057的博客 7128

AI 生成 CAN 通信测试用例实战

本文分享了AI辅助汽车电子测试用例编写的实战经验。通过某车企CAN网络测试项目案例,对比传统方式(需27天)与AI辅助方式(仅5天)的效率差异,展示81%的效率提升。文章详细介绍了从DBC文件提取信号信息的方法,包括DBC文件结构解析、信号定义说明,并提供了完整的Python解析脚本代码,可将信号信息导出为JSON或Excel格式,为后续AI批量生成测试用例奠定基础。

小明的博客 698

k最近邻算法——电影分类及案例详解

如图3-7所示,若将国际象棋棋盘放在二维直角坐标系中,格子的边长定义为1,坐标的x轴及y轴和棋盘方格平行,原点恰落在某一格的中心点,则王从一个位置走到其他位置需要的步数恰为二个位置的切比雪夫距离,因此切比雪夫距离也称为棋盘距离。关于这里的距离度量,这个电影分类的例子有2个特征,也就是2维的,可以使用我们高中学过的两点距离公式(两点距离公式其实就是欧氏距离在二维空间上的公式,也就是欧氏距离n的值为2的情况,欧氏距离也称为欧几里德距离)来计算距离,如图3-3所示。对数据进行归一化,避免量纲对计算距离的影响。

ZhShy 4561

Seata的四种模式介绍

就是指不是单个服务或者单个数据库架构下产生的事务,例如: Seata有四种模式: XA、AT(默认)、TCC、SeagaXA:强一致性,基于数据库隔离,无代码侵入,在一阶段不提交事务AT:默认模式,基于全局锁隔离,无代码侵入,一阶段提交事务,在提交事务前,会记录undolog日志,性能比XA模式好,二阶段TC通知回滚,则根据undolog回滚,通知提交,则删除undolog日志。TCC:性能最好,不需要依赖关系型数据库,但代码入侵读高。Try:冻结可用数据,Confirm:确认提交数据,删除冻结数据 Ca

m0_58600248的博客 1万+

【IoT】 产品设计之结构设计:如何设计产品按键

1、硅胶按键功能实现有两种接触方式 1)硅胶按键按压在DOME片(锅仔片)上 通常用在手机、儿童手表手机、防水手机等防水设备上。 2)硅胶按键增加导电基,一种黑色的导电碳粒,实现回路导电 通常用在遥控器、电脑键盘、特殊设备上。 两种方式结构设计原理是一样的,按键的固定与配合间隙与行程要确保好。 2、硅胶遥控器按键的结构方式(导电基) 按键帽为大颗粒实心的,触点为黑色导电基,通过压注成型融合为一体,那么这种按键结构设计时需要注意那些呢? 最主要的是按键按压回弹的手感,由于没有DOME片实现

产品线负责人 8677

阿里程序员,就是这样搞定分布式架构的?

一提起“分布式系统”,大家第一感觉就是高大上啊,深不可测啊。不少 Java 同学在找工作时也经常会被问懵圈的问题,到底怎么聊“分布式系统架构”? 为了不让大家在“泥潭”里爬太久,我搞到了来自 阿里 大佬的分布式架构资料。 它解决了不少同学目前最关心的几个问题,今天小编先来跟大家聊一聊分布式这三个问题: 1、什么是分布式系统? 1、分布式系统一定是由多个节点组成的系统。 其中,节点指的是计算机服务器,而且这些节点一般不是孤立的,而是互通的。 2、这些连通的节点上部署了我们的节点,并且相互的操作会.

Java0258的博客 480

YOLOv11涨点改进| TGRS 2026 顶刊| 注意力改进篇| 引入MSEA多尺度边缘感知注意力,助力红外小目标检测、遥感目标检测、工业缺陷检测、图像去雨雾任务高效涨点

🔥本文提出了一种基于MSEA多尺度边缘感知注意力的YOLOv11改进模型,通过增强网络对边缘、纹理和细粒度信息的感知能力,显著提升复杂背景下的目标检测性能。MSEA模块采用多尺度空洞卷积提取上下文特征,并通过边缘监督和注意力融合机制强化目标边界信息。实验表明该方法在小目标、边界模糊目标和复杂纹理目标检测任务中表现优异,尤其在遥感、工业缺陷和红外检测等场景具有显著优势。文章详细介绍了MSEA的结构原理、核心代码实现、模块配置方法以及三种YOLOv11改进方案.

Ai缝合怪、助力小伙伴高效发论文 185

超级详细的GNS3最新版3-2.2.50安装配置教程,网工速度收藏!

你好,这里是网络技术联盟站,我是瑞哥。上周给大家分享了GNS3安装包。周末的时候有小伙伴在安装的时候遇到了一些问题,瑞哥周末特地从头安装了一下GNS3,今天给大家出个安装的教程,每一步的步骤我都截图了下来,希望对大家有所帮助!

网络技术联盟站 1112

Seata事务管理---分布式事务详解

详细描述分布式事务的由来以及相关的解决方案

I_am_fine_的博客 2968

【Yolo12改进策略】MRFA 小核协同,构建巨大的感受野,同时保持高斯型分布|即插即用|ICCV2025

本文将介绍如何将 UniConvNet 论文中的核心模块——感受野聚合器集成到 Yolo12中,通过一种新颖的“小核协同”范式,在不显著增加计算开销的前提下,显著提升模型的感受野质量和检测精度。在目标检测中,模型要识别一个物体,不仅需要看到物体的局部特征,更需要理解其周围的上下文信息。传统卷积网络通过堆叠小卷积核(如 3x3)来扩大“感受野”,但这个过程缓慢且效率低下。而近期流行的大核卷积,虽然感受野大,但会破坏“距离越近、影响越大”的自然分布,且带来巨大的计算负担。MRFA 找到了一条“中间道路”:它通过

m0_47867638的博客 933

2024年Java最全分布式事务之Seata原理和使用,如何强大且优雅的搞定Linux文件系统

JVM,JAVA集合,JAVA多线程并发,JAVA基础,Spring原理,微服务,Netty与RPC,网络,日志,Zookeeper,Kafka,RabbitMQ,Hbase,MongoDB,Cassandra,设计模式,负载均衡,数据库,一致性哈希,JAVA算法,数据结构,加密算法,分布式缓存,Hadoop,Spark,Storm,YARN,机器学习,云计算…本文已被CODING开源项目:【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录。

2301_82243232的博客 1099

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

阿里巴巴开源的15个顶级Java项目

上个周末抽时间整理了一些阿里开源的一些 Java 开源项目,希望对大家有帮助!这篇文章收录的所有开源项目都是还在继续维护并且可以使用的。 虽然有部分项目不是那么”完美“,但是依然非常值得我们学习。 感谢阿里技术团队的小伙伴们为 Java 开源生态做的贡献! Canal Canal[kə'næl] 翻译过来是水道/管道/沟渠的意思,主要用于基于 MySQL 数据库增量日志解析,提供增量数据订阅和消费。 Canal 可以帮助我们实现 MySQL 和其他数据源比如 Elasticsearch、Kafka

wdjnb的博客 414

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

Seata:分布式事务的终极解决方案

随着云原生技术的普及,Seata 将更深度集成 Service Mesh、Kubernetes 等基础设施,进一步提升分布式事务的透明化和自动化。当一个业务操作需要跨多个服务完成时(如电商系统的下单、扣库存、扣积分),如何保证所有服务要么全部成功,要么全部回滚?若积分服务调用失败,Seata 自动回滚订单和库存操作,保证数据一致性。TC 根据所有分支事务的状态,决定全局事务提交或回滚。:事务协调器,全局事务的大脑,负责事务的提交和回滚。:资源管理器,管理分支事务(如数据库连接)。

SOS5418818845的博客 1118

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

深入解析Seata:一站式分布式事务解决方案

Seata是阿里巴巴开源的分布式事务解决方案,针对微服务架构下的数据一致性问题提供高效、低侵入的解决方式。其核心架构包含事务协调器(TC)、事务管理器(TM)和资源管理器(RM)三个角色,支持AT、TCC、Saga和XA四种事务模式。其中AT模式通过两阶段提交和undo日志实现自动补偿,对业务代码零侵入;TCC模式需要开发者手动实现Try-Confirm-Cancel接口,适合高一致性要求的场景。Seata具有非侵入性、高性能和支持多模式等优势,建议优先采用AT模式,并确保TC服务集群化部署以保证高可用性。

zyyyyyhhhhh的博客 1019

Seata 分布式事务及其原理剖析

Seata 分布式事务及其原理剖析

core815的专栏 1448

TC、TM、RM如何协同解决分布式事务难题

在分布式系统架构中,事务管理一直是极具挑战性的技术难题。阿里巴巴开源的Seata框架通过其精妙的三组件架构——,为分布式事务提供了优雅的解决方案。本文将深入剖析这三个核心组件的设计原理、协作机制及最佳实践。

午夜后是黎明,风雨后是骄阳 638

情人节!程序员应该如何优雅的度过?

情人节,对于程序员来说只是一个正常加班的周四而已,但如果你正在思索“如何过情人节”的问题,恭喜你!你已经超脱了编程语言,IDE的境界,站在程序员鄙视链的顶端!那么,程序员...

云栖社区 664

开发者说 | 分布式事务中间件 Seata 的设计原理

导读 微服务架构体系下,我们可以按照业务模块分层设计,单独部署,减轻了服务部署压力,也解耦了业务的耦合,避免了应用逐渐变成一个庞然怪物,从而可以轻松扩展,在某些服务出现故障时也不会影响其它服务的正常运行。总之,微服务在业务的高速发展中带给我们越来越多的优势,但是微服务并不是十全十美,因此不能盲目过度滥用,它有很多不足,而且会给系统带来一定的复杂度,其中伴随而来的分布式事务问题,是微服务架构体系下必...

云栖技术精选 125

分布式事务实战指南:从理论到Seata落地

在微服务架构盛行的今天,数据一致性是每位架构师和开发者必须面对的挑战。当单体应用被拆分为多个独立部署的服务,且每个服务拥有独立的数据库时,传统的本地事务()便无法保证跨服务操作的数据一致性。本教程将带你深入理解分布式事务的核心原理,并手把手教你使用阿里巴巴开源的 Seata 框架,在 Spring Boot/Cloud 环境中实现高可用的分布式事务解决方案。

0xDevNull的博客 595
上一篇: JVM调优-微服务的内存之痛
下一篇: 2019年度个人总结以及2020展望
老邋遢
博客等级 码龄10年 235粉丝 92原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

老邋遢

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值