怎么用python完成一个分布式事务TCC

这篇文章主要讲解了"怎么用python完成一个分布式事务TCC"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"怎么用python完成一个分布式事务TCC"吧！

1、TCC组成

TCC分为3个阶段

• Try 阶段：尝试执行，完成所有业务检查（一致性）, 预留必须业务资源（准隔离性）

• Confirm 阶段：如果所有分支的Try都成功了，则走到Confirm阶段。Confirm真正执行业务，不作任何业务检查，只使用 Try 阶段预留的业务资源

• Cancel 阶段：如果所有分支的Try有一个失败了，则走到Cancel阶段。Cancel释放 Try 阶段预留的业务资源。

TCC分布式事务里，有3个角色，与经典的XA分布式事务一样：

• AP/应用程序，发起全局事务，定义全局事务包含哪些事务分支

• RM/资源管理器，负责分支事务各项资源的管理

• TM/事务管理器，负责协调全局事务的正确执行，包括Confirm，Cancel的执行，并处理网络异常
  

如果我们要进行一个类似于银行跨行转账的业务，转出（TransOut）和转入（TransIn）分别在不同的微服务里，

一个成功完成的TCC事务典型的时序图如下：

2、TCC实践

对于前面的跨行转账操作，最简单的做法是，在Try阶段调整余额，在Cancel阶段反向调整余额，Confirm阶段则空操作。这么做带来的问题是，如果A扣款成功，金额转入B失败，最后回滚，把A的余额调整为初始值。在这个过程中如果A发现自己的余额被扣减了，但是收款方B迟迟没有收到余额，那么会对A造成困扰。

更好的做法是，Try阶段冻结A转账的金额，Confirm进行实际的扣款，Cancel进行资金解冻，这样用户在任何一个阶段，看到的数据都是清晰明了的。

下面我们进行一个TCC事务的具体开发

目前可用于TCC的开源框架，主要为Java语言，其中以seata为代表。我们的例子采用Python语言，使用的分布式事务框架为 https://github.com/yedf/dtm ，它对分布式事务的支持非常优雅。下面来详细讲解TCC的组成

我们首先创建两张表，一张是用户余额表，一张是冻结资金表，建表语句如下：

CREATE TABLE dtm_busi.`user_account` (  `id` int(11) AUTO_INCREMENT PRIMARY KEY,  `user_id` int(11) not NULL UNIQUE ,  `balance` decimal(10,2) NOT NULL DEFAULT '0.00',  `create_time` datetime DEFAULT now(),  `update_time` datetime DEFAULT now());CREATE TABLE dtm_busi.`user_account_trading` (  `id` int(11) AUTO_INCREMENT PRIMARY KEY,  `user_id` int(11) not NULL UNIQUE ,  `trading_balance` decimal(10,2) NOT NULL DEFAULT '0.00',  `create_time` datetime DEFAULT now(),  `update_time` datetime DEFAULT now());

trading表中，trading_balance记录正在交易的金额。

我们先编写核心代码，冻结/解冻资金操作，会检查约束balance+trading_balance >= 0，如果约束不成立，执行失败

def tcc_adjust_trading(cursor, uid, amount):  affected = utils.sqlexec(cursor, "update dtm_busi.user_account_trading set trading_balance=trading_balance + %d where user_id=%d and trading_balance + %d + (select balance from dtm_busi.user_account where id=%d) >= 0" % (amount, uid, amount, uid))  if affected == 0:    raise Exception("update error, maybe balance not enough")

然后是调整余额

def tcc_adjust_balance(cursor, uid, amount):  utils.sqlexec(cursor, "update dtm_busi.user_account_trading set trading_balance = trading_balance+ %d where user_id=%d" %( -amount, uid))  utils.sqlexec(cursor, "update dtm_busi.user_account set balance=balance+%d where user_id=%d" %(amount, uid))

下面我们来编写具体的Try/Confirm/Cancel的处理函数

@app.post("/api/TransOutTry")def trans_out_try():  # 事务以及异常处理  tcc_adjust_trading(c, out_uid, -30)  return {"dtm_result": "SUCCESS"}@app.post("/api/TransOutConfirm")def trans_out_confirm():  # 事务以及异常处理  tcc_adjust_balance(c, out_uid, -30)  return {"dtm_result": "SUCCESS"}@app.post("/api/TransOutCancel")def trans_out_cancel():  # 事务以及异常处理  tcc_adjust_trading(c, out_uid, 30)  return {"dtm_result": "SUCCESS"}@app.post("/api/TransInTry")def trans_in_try():  # 事务以及异常处理  tcc_adjust_trading(c, in_uid, 30)  return {"dtm_result": "SUCCESS"}@app.post("/api/TransInConfirm")def trans_in_confirm():  # 事务以及异常处理  tcc_adjust_balance(c, in_uid, 30)  return {"dtm_result": "SUCCESS"}@app.post("/api/TransInCancel")def trans_in_cancel():  # 事务以及异常处理  tcc_adjust_trading(c, in_uid, -30)  return {"dtm_result": "SUCCESS"}

到此各个子事务的处理函数已经OK了，然后是开启TCC事务，进行分支调用

@app.get("/api/fireTcc")def fire_tcc():    # 发起tcc事务    gid = tcc.tcc_global_transaction(dtm, utils.gen_gid(dtm), tcc_trans)    return {"gid": gid}# tcc事务的具体处理def tcc_trans(t):    req = {"amount": 30} # 业务请求的负荷    # 调用转出服务的Try|Confirm|Cancel    t.call_branch(req, svc + "/TransOutTry", svc + "/TransOutConfirm", svc + "/TransOutCancel")    # 调用转入服务的Try|Confirm|Cancel    t.call_branch(req, svc + "/TransInTry", svc + "/TransInConfirm", svc + "/TransInCancel")

至此，一个完整的TCC分布式事务编写完成。

如果您想要完整运行一个成功的示例，那么按照dtmcli-py-sample项目的说明tcc的例子即可

3、TCC的回滚

假如银行将金额准备转入用户2时，发现用户2的账户异常，返回失败，会怎么样？我们修改代码，模拟这种情况：

@app.post("/api/TransInTry")def trans_in_try():  # 事务以及异常处理  tcc_adjust_trading(c, in_uid, 30)  return {"dtm_result": "FAILURE"}

这是事务失败交互的时序图：

这个跟成功的TCC差别就在于，当某个子事务返回失败后，后续就回滚全局事务，调用各个子事务的Cancel操作，保证全局事务全部回滚。

4、TCC网络异常

TCC在整个全局事务的过程中，可能发生各类网络异常情况，典型的是空回滚、幂等、悬挂，由于TCC的异常情况，和SAGA、可靠消息等事务模式有相近的地方，因此我们把所有异常的解决方案统统放在这篇文章 分布式事务最经典的七种解决方案 的异常处理章节进行讲解

感谢各位的阅读，以上就是"怎么用python完成一个分布式事务TCC"的内容了，经过本文的学习后，相信大家对怎么用python完成一个分布式事务TCC这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！