面试题：微服务架构下Spring Cloud如何处理分布式事务

Question

在使用Spring Cloud构建微服务架构时，常见的分布式事务场景有哪些？请简要描述基于Seata框架的AT模式处理分布式事务的原理及实现步骤。

Answer 1

常见的分布式事务场景

1. 订单 - 库存场景：用户下单时，订单服务创建订单记录，库存服务扣减库存。若库存扣减失败，订单需回滚，保证数据一致性。
2. 支付 - 订单场景：支付成功后，支付服务通知订单服务修改订单状态为已支付。若支付成功但订单状态未更新，需回滚支付操作。
3. 跨库操作场景：不同数据库间的数据交互，如一个业务操作涉及到用户库和订单库的修改，需要保证两个库的数据一致性。

Seata框架AT模式处理分布式事务的原理

1. 全局事务与分支事务：Seata把一个分布式事务理解成一个包含了若干分支事务的全局事务。全局事务的职责是协调其下管辖的分支事务达成一致，要么一起成功提交，要么一起失败回滚。
2. 数据快照：在每个分支事务执行前，Seata会对数据进行快照（undo_log）。执行完成后，再生成一份数据快照（redo_log）。如果事务需要回滚，就可以根据undo_log恢复数据到事务执行前的状态。
3. 两阶段提交：
   • 第一阶段：各分支事务执行，并将undo_log和redo_log记录下来，但不提交事务。此时数据库资源被锁定。
   • 第二阶段：如果全局事务提交，各分支事务直接提交；如果全局事务回滚，根据undo_log进行回滚操作，释放数据库资源。

Seata框架AT模式处理分布式事务的实现步骤

1. 引入依赖：在各个微服务的pom.xml文件中引入Seata相关依赖。
2. 配置Seata Server：配置Seata Server的地址等信息，可通过application.yml文件配置。
3. 开启全局事务：在发起分布式事务的业务方法上使用@GlobalTransactional注解。
4. 编写业务逻辑：各个微服务按照正常业务逻辑编写，Seata会自动处理分支事务的注册、提交和回滚。
5. 数据准备：确保数据库支持本地事务，并创建好undo_log表，用于记录数据快照。