一個TCC事務框架需要解決的當然是分散式事務的管理。關於TCC事務機制的介紹，可以參考TCC事務機制簡介。 TCC事務模型雖然說起來簡單，然而要基於TCC實現一個通用的分散式事務框架，卻比它看上去要複雜的多，不只是簡單的呼叫一下Confirm/Cancel業務就可以了的。
本文將以Spring容器為例，試圖分析一下，實現一個通用的TCC分散式事務框架需要注意的一些問題。
一、TCC全域性事務必須基於RM本地事務來實現全域性事務
TCC服務是由Try/Confirm/Cancel業務構成的， 其Try/Confirm/Cancel業務在執行時，會訪問資源管理器（Resource Manager，下文簡稱RM）來存取資料。這些存取操作，必須要參與RM本地事務，以使其更改的資料要麼都commit，要麼都rollback。
這一點不難理解，考慮一下如下場景：
假設圖中的服務B沒有基於RM本地事務（以RDBS為例，可通過設定auto-commit為true來模擬），那麼一旦[B:Try]操作中途執行失敗，TCC事務框架後續決定回滾全域性事務時，該[B:Cancel]則需要判斷[B:Try]中哪些操作已經寫到DB、哪些操作還沒有寫到DB：假設[B:Try]業務有5個寫庫操作，[B:Cancel]業務則需要逐個判斷這5個操作是否生效，並將生效的操作執行反向操作。 不幸的是，由於[B:Cancel]業務也有n（0<=n<=5）個反向的寫庫操作，此時一旦[B:Cancel]也中途出錯，則後續的[B:Cancel]執行任務更加繁重。因為，相比第一次[B:Cancel]操作，後續的[B:Cancel]操作還需要判斷先前的[B:Cancel]操作的n（0<=n<=5）個寫庫中哪幾個已經執行、哪幾個還沒有執行，這就涉及到了冪等性問題。而對冪等性的保障，又很可能還需要涉及額外的寫庫操作，該寫庫操作又會因為沒有RM本地事務的支援而存在類似問題。。。可想而知，如果不基於RM本地事務，TCC事務框架是無法有效的管理TCC全域性事務的。
反之，基於RM本地事務的TCC事務，這種情況則會很容易處理：[B:Try]操作中途執行失敗，TCC事務框架將其參與RM本地事務直接rollback即可。後續TCC事務框架決定回滾全域性事務時，在知道“[B:Try]操作涉及的RM本地事務已經rollback”的情況下，根本無需執行[B:Cancel]操作。
換句話說，基於RM本地事務實現TCC事務框架時，一個TCC型服務的cancel業務要麼執行，要麼不執行，不需要考慮部分執行的情況。
二、TCC事務框架應該接管Spring容器的TransactionManager
基於RM本地事務的TCC事務框架，可以將各Try/Confirm/Cancel業務看著一個原子服務：一個RM本地事務提交，參與該RM本地事務的所有Try/Confirm/Cancel業務操作都生效；反之，則都不生效。掌握每個RM本地事務的狀態以及它們與Try/Confirm/Cancel業務方法之間的對應關係，以此為基礎，TCC事務框架才能有效的構建TCC全域性事務。
TCC服務的Try/Confirm/Cancel業務方法在RM上的資料存取操作，其RM本地事務是由Spring容器的PlatformTransactionManager來commit/rollback的，TCC事務框架想要了解RM本地事務的狀態，只能通過接管Spring的事務管理器功能。
2.1. 為什麼TCC事務框架需要掌握RM本地事務的狀態？ 首先，根據TCC機制的定義，TCC事務是通過執行Cancel業務來達到回滾效果的。仔細分析一下，這裡暗含一個事實： 只有生效的Try業務操作才需要執行對應的Cancel業務操作。換句話說，只有Try業務操作所參與的RM本地事務被commit了，後續TCC全域性事務回滾時才需要執行其對應的Cancel業務操作；否則，如果Try業務操作所參與的RM本地事務被rollback了，後續TCC全域性事務回滾時就不能執行其Cancel業務，此時若盲目執行Cancel業務反而會導致資料不一致。
其次，Confirm/Cancel業務操作必須保證生效。Confirm/Cancel業務操作也會涉及RM資料存取操作，其參與的RM本地事務也必須被commit。TCC事務框架需要在確切的知道所有Confirm/Cancel業務操作參與的RM本地事務都被成功commit後，才能將標記該TCC全域性事務為完成。如果TCC事務框架誤判了Confirm/Cancel業務參與RM本地事務的狀態，就會造成全域性事務不一致。
最後，未完成的TCC全域性，TCC事務框架必須重新嘗試提交/回滾操作。重試時會再次呼叫各TCC服務的Confirm/Cancel業務操作。如果某個服務的Confirm/Cancel業務之前已經生效（其參與的RM本地事務已經提交），重試時就不應該再次被呼叫。否則，其Confirm/Cancel業務被多次呼叫，就會有“服務冪等性”的問題。
2.2. 攔截TCC服務的Try/Confirm/Cancel業務方法的執行，根據其異常資訊可否知道其RM本地事務是否commit/rollback了呢？ 基本上很難做到。為什麼這麼說呢？ 第一，事務是可以在多個（本地/遠端）服務之間互相傳播其事務上下文的，一個業務方法（Try/Confirm/Cancel）執行完畢並不一定會觸發當前事務的commit/rollback操作。比如，被傳播事務上下文的業務方法，在它開始執行時，容器並不會為其建立新的事務，而是它的呼叫方參與的事務，使得二者操作在同一個事務中；同樣，在它執行完畢時，容器也不會提交/回滾它參與的事務的。因此，這類業務方法上的異常情況並不能反映他們是否生效。不接管Spring的TransactionManager，就無法瞭解事務於何時被建立，也無法瞭解它於何時被提交/回滾。 第二、一個業務方法可能會包含多個RM本地事務的情況。比如： A(REQUIRED)->B(REQUIRES_NEW)->C(REQUIRED)，這種情況下，A服務所參與的RM本地事務被提交時，B服務和C服務參與的RM本地事務則可能會被回滾。 第三、並不是丟擲了異常的業務方法，其參與的事務就回滾了。Spring容器的宣告式事務定義了兩類異常，其事務完成方向都不一樣：系統異常（一般為Unchecked異常，預設事務完成方向是rollback）、應用異常（一般為Checked異常，預設事務完成方向是commit）。二者的事務完成方向又可以通過@Transactional配置顯式的指定，如rollbackFor/noRollbackFor等。 第四、Spring容器還支援使用setRollbackOnly的方式顯式的控制事務完成方向； 最後、自行攔截業務方法的攔截器和Spring的事務處理的攔截器還會存在執行先後、攔截範圍不同等問題。例如，如果自行攔截器執行在前，就會出現業務方法雖然已經執行完畢但此時其參與的RM本地事務還沒有commit/rollback。
TCC事務框架的定位應該是一個TransactionManager，其職責是負責commit/rollback事務。而一個事務應該commit、還是rollback，則應該是由Spring容器來決定的：Spring決定提交事務時，會呼叫TransactionManager來完成commit操作；Spring決定回滾事務時，會呼叫TransactionManager來完成rollback操作。
接管Spring容器的TransactionManager，TCC事務框架可以明確的得到Spring的事務性指令，並管理Spring容器中各服務的RM本地事務。否則，如果通過自行攔截的機制，則使得業務系統存在TCC事務處理、RM本地事務處理兩套事務處理邏輯，二者互不通訊，各行其是。這種情況下要協調TCC全域性事務，基本上可以說是緣木求魚，本地事務尚且無法管理，更何談管理分散式事務？
三、TCC事務框架應該具備故障恢復機制
一個TCC事務框架，若是沒有故障恢復的保障，是不成其為分散式事務框架的。
分散式事務管理框架的職責，不是做出全域性事務提交/回滾的指令，而是管理全域性事務提交/回滾的過程。它需要能夠協調多個RM資源、多個節點的分支事務，保證它們按全域性事務的完成方向各自完成自己的分支事務。這一點，是不容易做到的。因為，實際應用中，會有各種故障出現，很多都會造成事務的中斷，從而使得統一提交/回滾全域性事務的目標不能達到，甚至出現”一部分分支事務已經提交，而另一部分分支事務則已回滾”的情況。比較常見的故障，比如：業務系統伺服器當機、重啟；資料庫伺服器當機、重啟；網路故障；斷電等。這些故障可能單獨發生，也可能會同時發生。作為分散式事務框架，應該具備相應的故障恢復機制，無視這些故障的影響是不負責任的做法。
一個完整的分散式事務框架，應該保障即使在最嚴苛的條件下也能保證全域性事務的一致性，而不是隻能在最理想的環境下才能提供這種保障。退一步說，如果能有所謂“理想的環境”，那也無需使用分散式事務了。
TCC事務框架要支援故障恢復，就必須記錄相應的事務日誌。事務日誌是故障恢復的基礎和前提，它記錄了事務的各項資料。TCC事務框架做故障恢復時，可以根據事務日誌的資料將中斷的事務恢復至正確的狀態，並在此基礎上繼續執行先前未完成的提交/回滾操作。
四、TCC事務框架應該提供Confirm/Cancel服務的冪等性保障
一般認為，服務的冪等性，是指標對同一個服務的多次(n>1)請求和對它的單次(n=1)請求，二者具有相同的副作用。
在TCC事務模型中，Confirm/Cancel業務可能會被重複呼叫，其原因很多。比如，全域性事務在提交/回滾時會呼叫各TCC服務的Confirm/Cancel業務邏輯。執行這些Confirm/Cancel業務時，可能會出現如網路中斷的故障而使得全域性事務不能完成。因此，故障恢復機制後續仍然會重新提交/回滾這些未完成的全域性事務，這樣就會再次呼叫參與該全域性事務的各TCC服務的Confirm/Cancel業務邏輯。
既然Confirm/Cancel業務可能會被多次呼叫，就需要保障其冪等性。 那麼，應該由TCC事務框架來提供冪等性保障？還是應該由業務系統自行來保障冪等性呢？ 個人認為，應該是由TCC事務框架來提供冪等性保障。如果僅僅只是極個別服務存在這個問題的話，那麼由業務系統來負責也是可以的；然而，這是一類公共問題，毫無疑問，所有TCC服務的Confirm/Cancel業務存在冪等性問題。TCC服務的公共問題應該由TCC事務框架來解決；而且，考慮一下由業務系統來負責冪等性需要考慮的問題，就會發現，這無疑增大了業務系統的複雜度。
五、TCC事務框架不能盲目的依賴Cancel業務來回滾事務
前文以及提到過，TCC事務通過Cancel業務來對Try業務進行回撤的機制暗含了一個事實：Try操作已經生效。也就是說，只有Try操作所參與的RM本地事務已經提交的情況下，才需要執行其Cancel操作進行回撤。沒有執行、或者執行了但是其RM本地事務被rollback的Try業務，是一定不能執行其Cancel業務進行回撤的。因此，TCC事務框架在全域性事務回滾時，應該根據TCC服務的Try業務的執行情況選擇合適的處理機制。而不能盲目的執行Cancel業務，否則就會導致資料不一致。
一個TCC服務的Try操作是否生效，這是TCC事務框架應該知道的，因為其Try業務所參與的RM事務也是由TCC事務框架所commit/rollbac的（前提是TCC事務框架接管了Spring的事務管理器）。所以，TCC事務回滾時，TCC事務框架可考慮如下處理策略： 1）如果TCC事務框架發現某個服務的Try操作的本地事務尚未提交，應該直接將其回滾，而後就不必再執行該服務的cancel業務； 2）如果TCC事務框架發現某個服務的Try操作的本地事務已經回滾，則不必再執行該服務的cancel業務； 3）如果TCC事務框架發現某個服務的Try操作尚未被執行過，那麼，也不必再執行該服務的cancel業務。
總之，TCC事務框架應該保障： 1）已生效的Try操作應該被其Cancel操作所回撤； 2）尚未生效的Try操作，則不應該執行其Cancel操作。這一點，不是冪等性所能解決的問題。如上文所述，冪等性是指服務被執行一次和被執行n(n>0)次所產生的影響相同。但是，未被執行和被執行過，二者效果肯定是不一樣的，這不屬於冪等性的範疇。
六、Cancel業務與Try業務並行，甚至先於Try操作完成
這應該算TCC事務機制特有的一個不可思議的陷阱。一般來說，一個特定的TCC服務，其Try操作的執行，是應該在其Confirm/Cancel操作之前的。Try操作執行完畢之後，Spring容器再根據Try操作的執行情況，指示TCC事務框架提交/回滾全域性事務。然後，TCC事務框架再去逐個呼叫各TCC服務的Confirm/Cancel操作。
然而，超時、網路故障、伺服器的重啟等故障的存在，使得這個順序會被打亂。比如：
上圖中，假設[B:Try]操作執行過程中，網路閃斷，[A:Try]會收到一個RPC遠端呼叫異常。A不處理該異常，導致全域性事務決定回滾，TCC事務框架就會去呼叫[B:Cancel]，而此刻A、B之間網路剛好已經恢復。如果[B:Try]操作耗時較長（網路阻塞/資料庫操作阻塞），就會出現[B:Try]和[B:Cancel]二者並行處理的現象，甚至[B:Cancel]先完成的現象。
這種情況下，由於[B:Cancel]執行時，[B:Try]尚未生效（其RM本地事務尚未提交），因此，[B:Cancel]是不能執行的，至少是不能生效（執行了其RM本地事務也要rollback）的。然而，當 [B:Cancel]處理完畢（跳過執行、或者執行後rollback其RM本地事務）後，[B:Try]操作完成又生效了（其RM本地事務成功提交），這就會使得[B:Cancel]雖然提供了，但卻沒有起到回撤[B:Try]的作用，導致資料的不一致。
所以，TCC框架在這種情況下，需要： 1）將[B:Try]的本地事務標註為rollbackOnly，阻止其後續生效； 2）禁止其再次將事務上下文傳遞給其他遠端分支，否則該問題將在其他分支上出現； 3）相應地，[B:Cancel]也不必執行，至少不能生效。
當然，TCC事務框架也可以簡單的選擇阻塞[B:Cancel]的處理，待[B:Try]執行完畢後，再根據它的執行情況判斷是否需要執行[B:Cancel]。不過，這種處理方式因為需要等待，所以，處理效率上會有所不及。
同樣的情況也會出現在confirm業務上，只不過，發生在Confirm業務上的處理邏輯與發生在Cancel業務上的處理邏輯會不一樣，TCC框架必須保證： 1）Confirm業務在Try業務之後執行，若發現並行，則只能阻塞相應的Confirm業務操作； 2）在進入Confirm執行階段之後，也不可以再提交同一全域性事務內的新的Try操作的RM本地事務。
七、TCC服務複用性是不是相對較差？
TCC事務機制的定義，決定了一個服務需要提供三個業務實現：Try業務、Confirm業務、Cancel業務。可能會有人因此認為TCC服務的複用性較差。怎麼說呢，要是將 Try/Confirm/Cancel業務邏輯單獨拿出來複用，其複用性當然是不好的，Try/Confirm/Cancel 邏輯作為TCC型服務中的一部分，是不能單獨作為一個元件來複用的。Try、Confirm、Cancel業務共同才構成一個元件，如果要複用，應該是複用整個TCC服務元件，而不是單獨的Try/Confirm/Cancel業務。
八、TCC服務是否需要對外暴露三個服務介面？")**八、TCC服務是否需要對外暴露三個服務介面？
不需要。TCC服務與普通的服務一樣，只需要暴露一個介面，也就是它的Try業務。Confirm/Cancel業務邏輯，只是因為全域性事務提交/回滾的需要才提供的，因此Confirm/Cancel業務只需要被TCC事務框架發現即可，不需要被呼叫它的其他業務服務所感知。
換句話說，業務系統的其他服務在需要呼叫TCC服務時，根本不需要知道它是否為TCC型服務。因為，TCC服務能被其他業務服務呼叫的也僅僅是其Try業務，Confirm/Cancel業務是不能被其他業務服務直接呼叫的。
九、TCC服務A的Confirm/Cancel業務中能否呼叫它依賴的TCC服務B的Confirm/Cancel業務？
最好是不要這樣做。首先，沒有必要。TCC服務A依賴TCC服務B，那麼[A:Try]已經將事務上下文傳播給[B:Try]了，後續由TCC事務框架來呼叫各自的Confirm/Cancel業務即可；其次，Confirm/Cancel業務如果被允許呼叫其他服務，那麼它就有可能再次發起新的TCC全域性事務。如此遞迴下去，將會導致全域性事務關係混亂且不可控。
TCC全域性事務，應該儘量在Try操作階段傳播事務上下文。Confirm/Cancel操作階段僅需要完成各自Try業務操作的確認操作/補償操作即可，不適合再做遠端呼叫，更不能再對外傳播事務上下文。
綜上所述，本文傾向於認為，實現一個通用的TCC分散式事務管理框架，還是相對比較複雜的。一般業務系統如果需要使用TCC事務機制，並不推薦自行設計實現。 這裡，給大家推薦一款開源的TCC分散式事務管理器ByteTCC。ByteTCC基於Try/Confirm/Cancel機制實現，可與Spring容器無縫整合，相容Spring的宣告式事務管理。提供對dubbo框架、Spring Cloud的開箱即用的支援，可滿足多資料來源、跨應用、跨伺服器等各種分散式事務場景的需求。
往期精彩文章
架構：通過案例讀懂 RESTful 架構風格
架構：一文讀懂Apache Flink架構及特性分析
架構：大資料推薦系統實時架構和離線架構
微服務：架構下靜態資料通用快取機制
微服務：小型系統如何“微服務”開發
微服務：深入理解為什麼要設計冪等性的服務
微服務：有贊服務化架構演進
中介軟體：應用訊息中介軟體設計可以解決哪些實際問題
分散式：理解大型分散式架構的演進歷史、技術原理、最佳實踐
面試必備：HashMap原始碼解析（JDK8）
快取穿透：快取雪崩解決方案分析
作者：百特開源
出處：www.bytesoft.org
