服务保护和分布式事务

2026 年 4 月 24 日

4774 字

16 分钟

SpringCloud

微服务:服务保护和分布式事务

基于 服务保护和分布式事务.pptx 整理的 Markdown 讲义版笔记。

本文对原始 PPT 内容做了结构化重组与适度润色,便于系统学习、复习与二次修改。


目录


一、服务保护的背景:雪崩问题

在微服务架构中,服务之间会相互调用。一旦调用链中的某个服务出现故障、阻塞或资源耗尽,就可能导致上游调用者线程被占满,进一步引发更多服务不可用。

这种现象就叫做 雪崩问题。

1. 雪崩问题的定义

微服务调用链路中的某个服务故障,引起整个链路中的所有微服务都不可用,这就是雪崩。

2. 典型场景

例如:

  • 购物车服务需要调用商品服务
  • 商品服务响应缓慢或宕机
  • 购物车服务中的请求线程被大量阻塞
  • 最终导致购物车服务也不可用
  • 调用链继续向上扩散,形成集群级故障
flowchart LR
    A[用户请求] --> B[购物车服务]
    B --> C[商品服务]
    C --> D[数据库或下游服务]
    C -.故障/阻塞.-> B
    B -.线程耗尽.-> A

3. 雪崩问题产生的原因

雪崩问题通常来自以下几个方面:

  1. 服务提供者故障或阻塞
  2. 服务调用者没有做好异常处理
  3. 调用链级联失败,导致整个系统故障

4. 解决思路

要解决雪崩问题,核心思路有两类:

方向一:尽量避免服务本身出故障

  • 保证代码健壮性
  • 保证网络畅通
  • 提升系统承载高并发的能力

方向二:调用方必须具备自我保护能力

  • 做好远程调用失败后的兜底处理
  • 防止局部故障向整个系统扩散

二、雪崩问题的常见解决方案

针对服务雪崩,常见的保护手段有四种:

1. 请求限流

定义: 限制访问微服务的请求速率或并发量,避免突发流量压垮服务。

作用:

  • 控制流量在服务可处理范围内
  • 防止因瞬时高并发导致故障

2. 线程隔离

也叫 舱壁模式(Bulkhead Pattern)。

定义: 为不同业务分配独立线程资源,将故障隔离在局部范围内,避免相互影响。

作用:

  • 一个业务异常,不拖垮整个服务
  • 避免线程池被某个慢接口耗尽

3. 失败处理(Fallback)

定义: 当远程调用失败时,不直接抛异常,而是执行预定义的降级逻辑。

常见降级方式:

  • 返回默认值
  • 返回缓存数据
  • 返回友好提示
  • 记录日志后继续流程

4. 服务熔断

定义: 通过断路器统计异常比例或慢调用比例,当超过阈值时,临时切断对该服务的访问。

作用:

  • 防止持续访问故障服务
  • 让系统快速失败,避免资源持续浪费
  • 配合 fallback 提升系统韧性

5. 四种方案总结

方案作用关键词
请求限流限制流量进入系统控流
线程隔离限制某业务可占用资源隔离
Fallback调用失败后执行兜底逻辑降级
服务熔断暂时切断故障服务调用断路器

三、Sentinel 入门

1. Sentinel 是什么

Sentinel 是阿里巴巴开源的一款微服务流量控制组件。

它主要用于实现:

  • 请求限流
  • 线程隔离
  • Fallback 降级
  • 服务熔断

官网:

  • https://sentinelguard.io/zh-cn/index.html

2. Sentinel 的定位

在每个微服务中引入 Sentinel 客户端后,Sentinel 就可以对请求链路中的资源进行监控和保护。

flowchart LR
    A[微服务A] --- SA[Sentinel客户端]
    B[微服务B] --- SB[Sentinel客户端]
    C[微服务C] --- SC[Sentinel客户端]

3. Sentinel 与 Hystrix 对比

对比项SentinelHystrix
线程隔离支持支持
信号量隔离支持支持
熔断策略基于慢调用比例或异常比例主要基于异常比率
限流能力基于 QPS,支持流量整形支持较弱
Fallback支持支持
控制台开箱即用,功能更完善不完善
规则配置控制台配置,默认重启失效基于注解/配置,持久化更方便

4. 一句话理解

Sentinel 更像是面向微服务流量治理的综合保护组件,不只是熔断器。


四、Sentinel 的核心概念:簇点链路

1. 什么是簇点链路

簇点链路,就是一次请求进入服务后,经过的每一个被 Sentinel 监控的资源链。

在 Spring MVC 应用中,默认情况下:

  • Sentinel 会监控每一个 Endpoint
  • 默认资源名就是接口请求路径

例如:

  • GET /items/{id}
  • POST /items

都可能被 Sentinel 监控成资源。

2. 为什么要修改资源名规则

对于 RESTful 风格接口:

  • 不同请求方式可能使用相同路径
  • 如果只用路径作为资源名,容易发生资源重名

因此通常需要开启:

  • 请求方式 + 请求路径 共同作为资源名

3. 配置方式

spring:
  cloud:
    sentinel:
      transport:
        dashboard: localhost:8090
      http-method-specify: true

4. 配置说明

配置项作用
dashboard指定 Sentinel 控制台地址
http-method-specify: true将请求方式前缀加入资源名

五、Sentinel 实现请求限流

1. 请求限流的目标

请求限流的核心目标是:

控制进入服务的流量,避免请求量瞬时飙升导致服务不可用。

2. 限流维度

Sentinel 常见限流方式主要基于:

  • QPS(每秒请求数)
  • 并发线程数

3. 配置方式

在 Sentinel 控制台中:

  • 找到对应簇点链路
  • 点击其后的 流控 按钮
  • 即可为该资源配置限流规则

4. 适用场景

适合以下情况:

  • 热点接口保护
  • 秒杀、抢购等高并发场景
  • 下游服务能力有限时的上游削峰

5. 理解方式

可以把限流理解为在系统入口安装了一个“阀门”:

  • 在阀值范围内正常放行
  • 超出部分直接拒绝或排队

六、Sentinel 实现线程隔离

1. 为什么需要线程隔离

假设:

  • 购物车服务在查询购物车时,需要调用商品服务
  • 商品服务出现阻塞
  • 所有请求线程都卡在“查询商品”这个步骤上
  • 最终拖慢甚至拖垮整个购物车服务

因此必须对“查询商品”这类远程调用型业务做线程隔离。

2. 线程隔离的本质

给不同业务分配固定数量的线程配额:

  • 业务 A:10 个线程
  • 业务 B:4 个线程

这样即便业务 B 出现故障,也不会把业务 A 一起拖死。

3. 在 Sentinel 中的体现

对于 Feign 调用,Sentinel 控制台会出现对应的簇点资源。

此时可以直接在控制台中:

  • 对 Feign 接口配置流控规则
  • 限制其并发线程数

4. 示例理解

如果:

  • 单线程 QPS 大约是 2
  • 为该资源设置 5 个并发线程

那么整体承载能力大约可理解为:

  • 5 × 2 = 10 QPS

这不是精确数学结论,但可以帮助理解线程数与吞吐能力的关系。


七、Sentinel 与 Feign 的 Fallback

1. 为什么 Feign 需要 Fallback

远程调用不可避免会遇到:

  • 服务不可用
  • 网络异常
  • 超时
  • 被限流
  • 被熔断

此时如果没有兜底逻辑,调用方就会直接异常。

因此,Feign 常常与 Sentinel 结合,为远程调用提供降级处理。

2. 开启 Feign 的 Sentinel 支持

feign:
  sentinel:
    enabled: true

3. 两种 Fallback 配置方式

方式一:fallback

  • 配置简单
  • 无法拿到异常原因

方式二:fallbackFactory

  • 可以拿到 Throwable
  • 能记录异常原因
  • 更适合真实项目

实际开发中通常优先选择 FallbackFactory。

4. 原始 FeignClient 示例

@FeignClient(value = "userservice")
public interface UserClient {
    @GetMapping("/user/{id}")
    User findById(@PathVariable("id") Long id);
}

5. 编写 FallbackFactory

@Slf4j
public class UserClientFallbackFactory implements FallbackFactory<UserClient> {
    @Override
    public UserClient create(Throwable throwable) {
        return new UserClient() {
            @Override
            public User findById(Long id) {
                log.error("查询用户失败", throwable);
                return null;
            }
        };
    }
}

6. 注册为 Bean

@Bean
public UserClientFallbackFactory userClientFallback() {
    return new UserClientFallbackFactory();
}

7. 在 FeignClient 中使用

@FeignClient(
    value = "userservice",
    fallbackFactory = UserClientFallbackFactory.class
)
public interface UserClient {
    @GetMapping("/user/{id}")
    User findById(@PathVariable("id") Long id);
}

8. Fallback 的设计建议

降级逻辑不应只是“返回 null”。在真实业务中更推荐:

  • 返回兜底对象
  • 返回空集合而不是 null
  • 返回统一错误信息
  • 配合日志记录真实异常原因

八、Sentinel 实现服务熔断

1. 什么是服务熔断

熔断是解决雪崩问题的重要手段。

其核心思想是:

  • 断路器统计接口的 异常比例 或 慢调用比例
  • 一旦超过阈值,就暂时切断对该接口的访问
  • 熔断期间所有请求快速失败,并统一走 fallback

2. 熔断状态机

服务熔断通常包含三个状态:

状态含义
Closed正常放行请求
Open熔断打开,快速失败
Half-Open半开状态,尝试放行少量请求进行探测
stateDiagram-v2
    [*] --> Closed
    Closed --> Open: 达到失败阈值
    Open --> HalfOpen: 熔断时间结束
    HalfOpen --> Closed: 探测成功
    HalfOpen --> Open: 探测失败

3. 熔断的价值

  • 避免持续请求故障服务
  • 减少无效资源消耗
  • 给下游服务恢复时间
  • 提升整体系统稳定性

4. 配置方式

在 Sentinel 控制台中:

  • 找到目标簇点资源
  • 点击其后的 熔断 按钮
  • 配置熔断策略与阈值

九、分布式事务基础

1. 什么是分布式事务

在单体应用中,一个业务通常只操作一个数据库,一个本地事务就够了。

但在微服务场景下:

  • 一个业务可能需要多个服务协同完成
  • 每个服务都可能有自己的数据库事务
  • 如果必须保证这些事务要么都成功、要么都失败
  • 那么这就是 分布式事务

2. 例子:下单流程

以“下单”为例:

  1. 订单服务创建订单
  2. 调用购物车服务清理购物车
  3. 调用库存服务扣减库存

如果前两步成功,第三步失败,那么系统数据就会不一致。

flowchart LR
    A[订单服务] --> B[创建订单]
    A --> C[清理购物车]
    A --> D[扣减库存]
    B --> DB1[(订单库)]
    C --> DB2[(购物车库)]
    D --> DB3[(库存库)]

3. 核心术语

名称含义
全局事务整个跨服务业务
分支事务每个服务内部的本地事务

一个全局事务由多个分支事务组成。


十、Seata 入门与架构

1. Seata 是什么

Seata 是 2019 年由蚂蚁金服和阿里巴巴共同开源的分布式事务解决方案。

它致力于提供:

  • 高性能
  • 简单易用
  • 一站式分布式事务支持

官网:

  • http://seata.io/

2. 为什么需要事务协调者

要解决分布式事务问题,各个子事务之间必须能感知彼此状态,才能保证最终一致。

因此需要一个独立角色负责:

  • 统一记录事务状态
  • 协调提交或回滚

这个角色就是 事务协调者。

3. Seata 的三大核心角色

TC(Transaction Coordinator)事务协调者

职责:

  • 维护全局事务与分支事务状态
  • 协调全局提交或回滚

TM(Transaction Manager)事务管理器

职责:

  • 定义全局事务范围
  • 开启全局事务
  • 提交或回滚全局事务

RM(Resource Manager)资源管理器

职责:

  • 管理分支事务
  • 向 TC 注册分支事务
  • 报告分支事务执行状态

4. 架构关系图

flowchart LR
    TM[TM 事务管理器] --> TC[TC 事务协调者]
    RM1[RM 订单服务] --> TC
    RM2[RM 库存服务] --> TC
    RM3[RM 购物车服务] --> TC

十一、部署 TC 与微服务集成 Seata

1. 部署 TC 服务

PPT 中给出的说明是:

  • 参考讲义《2.2.部署 TC 服务》完成部署

也就是说,TC 一般作为独立服务部署,然后微服务通过注册中心找到它。

2. 引入依赖

在参与分布式事务的微服务中,需要引入 Seata 依赖:

<!-- seata -->
<dependency>
    <groupId>com.alibaba.cloud</groupId>
    <artifactId>spring-cloud-starter-alibaba-seata</artifactId>
</dependency>

3. application.yml 配置

seata:
  registry:
    type: nacos
    nacos:
      server-addr: 192.168.150.101:8848
      namespace: ""
      group: DEFAULT_GROUP
      application: seata-server
      username: nacos
      password: nacos
  tx-service-group: hmall
  service:
    vgroup-mapping:
      hmall: default

4. 配置说明

配置项说明
registry.type注册中心类型
application: seata-serverTC 服务在注册中心中的服务名
tx-service-group事务组名称
vgroup-mapping事务组与 TC 集群的映射关系

5. 配置共享建议

PPT 中明确提出:

将 Seata 配置共享到 Nacos 中,避免每个微服务重复配置。

这说明在真实项目中,应尽量把公共事务配置抽取为共享配置,减少重复维护成本。


十二、Seata XA 模式

1. XA 模式是什么

XA 规范 是 X/Open 组织定义的分布式事务处理标准。

特点:

  • 描述了全局事务管理器(TM)与资源管理器(RM)之间的接口
  • 几乎所有主流关系型数据库都支持 XA

2. XA 模式的执行过程

第一阶段

RM 的工作:

  1. 向 TC 注册分支事务
  2. 执行业务 SQL,但不提交事务
  3. 报告执行状态给 TC

第二阶段

TC 的工作:

  • 如果所有分支事务都成功:通知所有 RM 提交事务
  • 如果有任一分支失败:通知所有 RM 回滚事务

RM 的工作:

  • 接收 TC 指令,提交或回滚事务

3. 优点

  • 强一致性,满足 ACID 原则
  • 主流关系型数据库大多支持
  • 对业务代码侵入较小

4. 缺点

  • 第一阶段会锁定数据库资源
  • 需要等到第二阶段结束后才释放锁
  • 因此性能较差
  • 依赖关系型数据库事务机制

5. 开启 XA 模式

在每个参与事务的微服务中配置:

seata:
  data-source-proxy-mode: XA

6. 给全局事务入口加注解

@Override
@GlobalTransactional
public Long createOrder(OrderFormDTO order) {
    // 创建订单
    // 清理购物车
    // 扣减库存
    return order.getId();
}

7. XA 模式的特点总结

XA 模式用“数据库锁”来换取强一致性。


十三、Seata AT 模式

1. AT 模式是什么

AT 是 Seata 主推的事务模式。

它同样采用两阶段提交思想,但弥补了 XA 模式资源锁定时间过长的问题。

2. AT 模式的一阶段

RM 会执行以下步骤:

  1. 注册分支事务
  2. 记录 undo_log(数据快照)
  3. 执行业务 SQL
  4. 直接提交本地事务
  5. 报告事务状态

3. AT 模式的二阶段

如果全局事务提交

RM:

  • 删除 undo_log

如果全局事务回滚

RM:

  • 根据 undo_log 恢复数据到更新前状态

4. 为什么 AT 性能更好

因为 AT 在第一阶段:

  • 直接提交本地事务
  • 不长期锁定资源

所以相比 XA:

  • 并发能力更强
  • 性能更好
  • 更适合互联网高并发业务

5. AT 模式的代价

AT 模式不是强一致,而是:

  • 最终一致性

也就是说,在短暂时间窗口内,数据可能出现不一致,但最终会被回滚或补齐到一致状态。

6. 准备 undo_log 表

AT 模式需要在参与事务的数据库中创建 undo_log 表。

PPT 中给出的建表核心如下:

CREATE TABLE IF NOT EXISTS `undo_log` (
  `branch_id` BIGINT NOT NULL COMMENT '分支事务id',
  `xid` VARCHAR(128) NOT NULL COMMENT '全局事务id',
  `context` VARCHAR(128) NOT NULL COMMENT 'undo_log context,such as serialization',
  `rollback_info` LONGBLOB NOT NULL COMMENT 'rollback info',
  `log_status` INT(11) NOT NULL COMMENT '0:normal status,1:defense status',
  `log_created` DATETIME(6) NOT NULL COMMENT 'create datetime',
  `log_modified` DATETIME(6) NOT NULL COMMENT 'modify datetime',
  UNIQUE KEY `ux_undo_log` (`xid`, `branch_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='AT transaction mode undo table';

7. 开启 AT 模式

seata:
  data-source-proxy-mode: AT

8. AT 模式的理解

AT 模式用“数据快照 + 自动回滚”来换取更高性能。


十四、XA 与 AT 的区别总结

1. 核心区别

对比项XA 模式AT 模式
一阶段事务不提交直接提交
资源锁定锁资源到二阶段结束不长期锁资源
回滚方式依赖数据库事务机制基于 undo_log 快照恢复
一致性强一致最终一致
性能较低更高
依赖强依赖关系型数据库 XA 支持更灵活,Seata 主推

2. 一句话概括

  • XA: 强一致,但性能偏低
  • AT: 性能更好,但属于最终一致

3. 如何选型

适合 XA 的场景

  • 对一致性要求极高
  • 数据库支持 XA
  • 并发压力不大

适合 AT 的场景

  • 互联网业务场景
  • 并发量较大
  • 能接受短暂的不一致窗口
  • 更关注系统吞吐与性能

十五、本章总结

本章围绕两个主题展开:服务保护 和 分布式事务。

1. 服务保护部分

我们学习了雪崩问题的成因与解决方案:

  • 请求限流
  • 线程隔离
  • Fallback 降级
  • 服务熔断

并重点了解了 Sentinel 的使用思路:

  • 基于簇点链路管理资源
  • 通过控制台配置限流、隔离、熔断规则
  • 与 Feign 整合实现远程调用降级

2. 分布式事务部分

我们理解了:

  • 什么是全局事务与分支事务
  • 为什么微服务场景需要事务协调机制
  • Seata 中 TC、TM、RM 三种角色的职责
  • XA 与 AT 两种事务模式的差异

3. 最重要的结论

可以用两句话概括本章核心:

服务保护解决的是“故障不要扩散”。

分布式事务解决的是“多个服务协作时数据必须一致”。


附:复习速记版

服务保护四板斧

  • 限流:控制流量
  • 隔离:隔离资源
  • 降级:失败兜底
  • 熔断:切断故障调用

Sentinel 关键词

  • 簇点链路
  • 流控
  • 线程隔离
  • Fallback
  • 熔断

Seata 三角色

  • TM:开启/结束全局事务
  • RM:管理分支事务
  • TC:协调提交/回滚

XA vs AT

  • XA:强一致、锁资源、性能低
  • AT:最终一致、靠快照回滚、性能高
服务保护和分布式事务
https://blog.yagami.top/blog/springcloud/2服务保护和分布式事务/服务保护和分布式事务/
作者
Nekode
发布时间
2026 年 4 月 24 日
许可协议
CC BY-NC-SA 4.0

正在加载评论...

目录

输入关键词开始搜索