今天我們來談一談消息隊列的事務消息，一說起事務相信大家都不陌生，腦海里蹦出來的就是 ACID。

通常我們理解的事務就是為了一些更新操作要么都成功，要么都失敗，不會有中間狀態的產生，而 ACID 是一個嚴格的事務實現的定義，不過在單體系統時候一般都不會嚴格的遵循 ACID 的約束來實現事務，更別說分布式系統了。

分布式系統往往只能妥協到最終一致性，保證數據最終的完整性和一致性，主要原因就是實力不允許...因為可用性為王。

而且要保證完全版的事務實現代價很大，你想想要維護這么多系統的數據，不允許有中間狀態數據可以被讀取，所有的操作必須不可分割，這意味著一個事務的執行是阻塞的，資源是被長時間鎖定的。

在高并發情況下資源被長時間的占用，就是致命的傷害，舉一個有味道的例子，如廁高峰期，好了懂得都懂。 

對了， ACID 是什么還不太清楚的同學，趕緊去查一查，這里我就不展開說了。

分布式事務

那說到分布式事務，常見的有 2PC、TCC 和事務消息，下面重點就是介紹事務消息，不過 2PC 和 TCC 我稍微提一下。

2PC

2PC 就是二階段提交，分別有協調者和參與者兩個角色，二階段分別是準備階段和提交階段。

準備階段就是協調者向各參與者發送準備命令，這個階段參與者除了事務的提交啥都做了，而提交階段就是協調者看看各個參與者準備階段都 o 不 ok，如果有 ok 那么就向各個參與者發送提交命令，如果有一個不 ok 那么就發送回滾命令。

這里的重點就是 2PC 只適用于數據庫層面的事務，什么意思呢？就是你想在數據庫里面寫一條數據同時又要上傳一張圖片，這兩個操作 2PC 無法保證兩個操作滿足事務的約束。

而且 2PC 是一種強一致性的分布式事務，它是同步阻塞的，即在接收到提交或回滾命令之前，所有參與者都是互相等待，特別是執行完準備階段的時候，此時的資源都是鎖定的狀態，假如有一個參與者卡了很久，其他參與者都得等它，產生長時間資源鎖定狀態下的阻塞。

總體而言效率低，并且存在單點故障問題，協調者是就是那個單點，并且在極端條件下存在數據不一致的風險，例如某個參與者未收到提交命令，此時宕機了，恢復之后數據是回滾的，而其他參與者其實都已經執行了提交事務的命令了。

TCC

TCC 能保證業務層面的事務，也就是說它不僅僅是數據庫層面，上面的上傳圖片這種操作它也能做。

TCC 分為三個階段 try - confirm - cancel，簡單的說就是每個業務都需要有這三個方法，先都執行 try 方法，這一階段不會做真正的業務操作，只是先占個坑，什么意思呢？比如打算加 10 個積分，那先在預添加字段加上這 10 積分，這個時候用戶賬上的積分其實是沒有增加的。

然后如果都 try 成功了那么就執行 confirm 方法，大家都來做真正的業務操作，如果有一個 try 失敗了那么大家都執行 cancel 操作，來撤回剛才的修改。

可以看到 TCC 其實對業務的耦合性很大，因為業務上需要做一定的改造才能完成這三個方法，這其實就是 TCC 的缺點，并且 confirm 和 cancel 操作要注意冪等，因為到執行這兩步的時候沒有退路，是務必要完成的，因此需要有重試機制，所以需要保證方法冪等。

事務消息

事務消息就是今天文章的主角了，它主要是適用于異步更新的場景，并且對數據實時性要求不高的地方。

它的目的是為了解決消息生產者與消息消費者的數據一致性問題。

比如你點外賣，我們先選了炸雞加入購物車，又選了瓶可樂，然后下單，付完款這個流程就結束了。

 

而購物車里面的數據就很適合用消息通知異步刪除，因為一般而言我們下完單不會再去點開這個店家的菜單，而且就算點開了購物車里還有這些菜品也沒有關系，影響不大。

我們希望的就是下單成功之后購物車的菜品最終會被刪除，所以要點就是下單和發消息這兩個步驟要么都成功要么都失敗。

RocketMQ 事務消息

我們先來看一下 RocketMQ 是如何實現事務消息的。

RocketMQ 的事務消息也可以被認為是一個兩階段提交，簡單的說就是在事務開始的時候會先發送一個半消息給 Broker。

半消息的意思就是這個消息此時對 Consumer 是不可見的，而且也不是存在真正要發送的隊列中，而是一個特殊隊列。

發送完半消息之后再執行本地事務，再根據本地事務的執行結果來決定是向 Broker 發送提交消息，還是發送回滾消息。

此時有人說這一步發送提交或者回滾消息失敗了怎么辦？

影響不大，Broker 會定時的向 Producer 來反查這個事務是否成功，具體的就是 Producer 需要暴露一個接口，通過這個接口 Broker 可以得知事務到底有沒有執行成功，沒成功就返回未知，因為有可能事務還在執行，會進行多次查詢。

如果成功那么就將半消息恢復到正常要發送的隊列中，這樣消費者就可以消費這條消息了。

我們再來簡單的看下如何使用，我根據官網示例代碼簡化了下。

 

可以看到使用起來還是很簡便直觀的，無非就是多加個反查事務結果的方法，然后把本地事務執行的過程寫在 TransationListener 里面。

至此 RocketMQ 事務消息大致的流程已經清晰了，我們畫一張整體的流程圖來過一遍，其實到第四步這個消息要么就是正常的消息，要么就是拋棄什么都不存在，此時這個事務消息已經結束它的生命周期了。

 

RocketMQ 事務消息源碼分析

然后我們再從源碼的角度來看看到底是怎么做的，首先我們看下sendMessageInTransaction 方法，方法有點長，不過沒有關系結構還是很清晰的。

 

流程也就是我們上面分析的，將消息塞入一些屬性，標明此時這個消息還是半消息，然后發送至 Broker，然后執行本地事務，然后將本地事務的執行狀態發送給 Broker ，我們現在再來看下 Broker 到底是怎么處理這個消息的。

在 Broker 的 SendMessageProcessor#sendMessage 中會處理這個半消息請求，因為今天主要分析的是事務消息，所以其他流程不做分析，我大致的說一下原理。

簡單的說就是 sendMessage 中查到接受來的消息的屬性里面MessageConst.PROPERTY_TRANSACTION_PREPARED 是 true ，那么可以得知這個消息是事務消息，然后再判斷一下這條消息是否超過最大消費次數，是否要延遲，Broker 是否接受事務消息等操作后，將這條消息真正的 topic 和隊列存入屬性中，然后重置消息的 topic 為RMQ_SYS_TRANS_HALF_TOPIC，并且隊列是 0 的隊列中，使得消費者無法讀取這個消息。

以上就是整體處理半消息的流程，我們來看一下源碼。

 

就是來了波貍貓換太子，其實延時消息也是這么實現的，最終將換了皮的消息入盤。

Broker 處理提交或者回滾消息的處理方法是 EndTransactionProcessor#processRequest，我們來看一看它做了什么操作。

 

可以看到，如果是提交事務就是把皮再換回來寫入真正的topic所屬的隊列中，供消費者消費，如果是回滾則是將半消息記錄到一個 half_op 主題下，到時候后臺服務掃描半消息的時候就依據其來判斷這個消息已經處理過了。

那個后臺服務就是 TransactionalMessageCheckService 服務，它會定時的掃描半消息隊列，去請求反查接口看看事務成功了沒，具體執行的就是TransactionalMessageServiceImpl#check 方法。

我大致說一下流程，這一步驟其實涉及到的代碼很多，我就不貼代碼了，有興趣的同學自行了解。不過我相信用語言也是能說清楚的。

首先取半消息 topic 即RMQ_SYS_TRANS_HALF_TOPIC下的所有隊列，如果還記得上面內容的話，就知道半消息寫入的隊列是 id 是 0 的這個隊列，然后取出這個隊列對應的 half_op 主題下的隊列，即 RMQ_SYS_TRANS_OP_HALF_TOPIC 主題下的隊列。

這個 half_op 主要是為了記錄這個事務消息已經被處理過，也就是說已經得知此事務消息是提交的還是回滾的消息會被記錄在 half_op 中。

然后調用 fillOpRemoveMap 方法，從 half_op 取一批已經處理過的消息來去重，將那些沒有記錄在 half_op 里面的半消息調用 putBackHalfMsgQueue 又寫入了 commitlog 中，然后發送事務反查請求，這個反查請求也是 oneWay，即不會等待響應。當然此時的半消息隊列的消費 offset 也會推進。

然后producer中的 ClientRemotingProcessor#processRequest 會處理這個請求，會把任務扔到 TransactionMQProducer 的線程池中進行，最終會調用上面我們發消息時候定義的 checkLocalTransactionState 方法，然后將事務狀態發送給 Broker，也是用 oneWay 的方式。

看到這里相信大家會有一些疑問，比如為什么要有個 half_op ，為什么半消息處理了還要再寫入 commitlog 中別急聽我一一道來。

首先 RocketMQ 的設計就是順序追加寫入，所以說不會更改已經入盤的消息，那事務消息又需要更新反查的次數，超過一定反查失敗就判定事務回滾。

因此每一次要反查的時候就將以前的半消息再入盤一次，并且往前推進消費進度。而 half_op 又會記錄每一次反查的結果，不論是提交還是回滾都會記錄，因此下一次還循環到處理此半消息的時候，可以從 half_op 得知此事務已經結束了，因此就被過濾掉不需要處理了。

如果得到的反查的結果是 UNKNOW，那 half_op 中也不會記錄此結果，因此還能再次反查，并且更新反查次數。

到現在整個流程已經清晰了，我再畫個圖總結一下 Broker 的事務處理流程。

 

Kafka 事務消息

Kafka 的事務消息和 RocketMQ 的事務消息又不一樣了，RocketMQ 解決的是本地事務的執行和發消息這兩個動作滿足事務的約束。

而 Kafka 事務消息則是用在一次事務中需要發送多個消息的情況，保證多個消息之間的事務約束，即多條消息要么都發送成功，要么都發送失敗，就像下面代碼所演示的。

 

Kafka 的事務基本上是配合其冪等機制來實現 Exactly Once 語義的，所以說 Kafka 的事務消息不是我們想的那種事務消息，RocketMQ 的才是。

講到這我就想扯一下了，說到這個 Exactly Once 其實不太清楚的同學很容易會誤解。

我們知道消息可靠性有三種，分別是最多一次、恰好一次、最少一次，之前在消息隊列連環問的文章我已經提到了基本上我們都是用最少一次然后配合消費者端的冪等來實現恰好一次。

消息恰好被消費一次當然我們所有人追求的，但是之前文章我已經從各方面已經分析過了，基本上難以達到。

而 Kafka 竟說它能實現 Exactly Once？這么牛啤嗎？這其實是 Kafka 的一個噱頭，你要說他錯，他還真沒錯，你要說他對但是他實現的 Exactly Once 不是你心中想的那個 Exactly Once。

它的恰好一次只能存在一種場景，就是從 Kafka 作為消息源，然后做了一番操作之后，再寫入 Kafka 中。

 

那他是如何實現恰好一次的？就是通過冪等，和我們在業務上實現的一樣通過一個唯一 Id， 然后記錄下來，如果已經記錄過了就不寫入，這樣來保證恰好一次。

所以說 Kafka 實現的是在特定場景下的恰好一次，不是我們所想的利用 Kafka 來發送消息，那么這條消息只會恰巧被消費一次。

這其實和 Redis 說他實現事務了一樣，也不是我們心想的事務。

所以開源軟件說啥啥特性開發出來了，我們一味的相信，因此其往往都是殘血的或者在特殊的場景下才能滿足，不要被誤導了，不能相信表面上的描述，還得詳細的看看文檔或者源碼。

不過從另一個角度看也無可厚非，作為一個開源軟件肯定是想更多的人用，我也沒說謊呀，我文檔上寫的很清楚的，這標題也沒騙人吧？

確實，比如你點進震驚xxxx標題的文章，人家也沒騙你啥，他自己確實震驚的呢。

 

再回來談 Kafka 的事務消息，所以說這個事務消息不是我們想要的那個事務消息，其實不是今天的主題了，不過我還是簡單的說一下。

Kafka 的事務有事務協調者角色，事務協調者其實就是 Broker 的一部分。

在開始事務的時候，生產者會向事務協調者發起請求表示事務開啟，事務協調者會將這個消息記錄到特殊的日志-事務日志中，然后生產者再發送真正想要發送的消息，這里 Kafka 和 RocketMQ 處理不一樣，Kafka 會像對待正常消息一樣處理這些事務消息，由消費端來過濾這個消息。

然后發送完畢之后生產者會向事務協調者發送提交或者回滾請求，由事務協調者來進行兩階段提交，如果是提交那么會先執行預提交，即把事務的狀態置為預提交然后寫入事務日志，然后再向所有事務有關的分區寫入一條類似事務結束的消息，這樣消費端消費到這個消息的時候就知道事務好了，可以把消息放出來了。

最后協調者會向事務日志中再記一條事務結束信息，至此 Kafka 事務就完成了，我拿 confluent.io 上的圖來總結一下這個流程。