分布式事务之2PC两阶段提交

zxc

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：
<hr>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();    }}<hr>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;        }    }}<hr>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"));    }}<hr>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: trueDB2 Committed: trueTransaction 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: falseDB2 Committed: falseTransaction Result: FAILURE<hr>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）。
    
  
  

<hr>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。
  

<hr>关注微信公众号，查看更多技术文章。