以发工资为例使用12行代码实现一个分布式事务

以发工资为例使用15行代码实现一个分布式事务

开发一个分布式事务不是一件容易的事,经验丰富的老司机也往往会踩各种坑。
今天,我们就用 octopus来开发一个发工资的分布式事务。

首先,我们明确要开发哪些角色

  • 发工资的公司:我们称之为AP,也是事务发起方
  • 员工的账户银行:称之为RM,事务参与方
  • 银联:称为TC,事务协调者。当然事务协调者也可以是放在发工资的公司一方。

如果使用octopus,TC不需要开发,octopus已经集成了,只需要部署就可以了。
那我们来看看如何开发AP和RM代码。

我们使用SAGA类型的分布式事务来发工资,保证事务的最终一致性。

开发AP

我们只看核心代码,具体代码参考demo

遍历所有员工,将给每个每个员工账户转账作为一个子事务,添加到分布式事务中。

func (app *SagaApplication) Pay(ctx context.Context, users []*saga_rm.BankAccountRecord) (*pb.SagaResponse, error) {
    resp, err := saga_cli.SagaTransaction(ctx, app.tcRpcClient, time.Now().Add(1*time.Minute),
        func(t *saga_cli.Transaction, gtid string) error {
            for i, user := range users {
                commit := "/bankservice.SagaBankService/In"     // 银行gRPC服务的commit接口名
                compensation := "/bankservice.SagaBankService/Out"     // 银行gRPC服务的compensation接口名
                t.AddGrpcBranch(i + 1, app.getUserBank(user.UserID).Address, commit, compensation, user.ToPb(), saga_cli.WithMaxRetry(1))    // 添加一个子事务
            }
            return nil
        })
    return resp, err
}

开发RM

RM需要实现两个接口, commit和compensation,分别代表提交和回滚(SAGA里称为补偿)。

提交接口

开发者不用考虑事务相关的逻辑(提交,回滚,幂等,异常处理等),只需要调用HandleCommit接口来实现业务逻辑即可。

func (rm *SagaRmBankGrpcService) In(ctx context.Context, in *pb.SagaRequest) (*pb.SagaResponse, error) {
    gtid, bid := cgrpc.ParseContextMeta(ctx)
    err := sagarm.HandleCommit(ctx, rm.db, gtid, bid, func(tx *sql.Tx) error {
        rx, err := tx.Exec("UPDATE account SET balance=balance+$1 WHERE id=$2", in.GetAccount(), in.GetUserId())
        return rm.handleErr(rx, err)
    })
    return &pb.SagaResponse{}, err
}

补偿接口

开发者不用考虑事务相关的逻辑(提交,回滚,幂等,异常处理等),只需要调用HandleCompensation接口来实现业务逻辑即可。

func (rm *SagaRmBankGrpcService) Out(ctx context.Context, in *pb.SagaRequest) (*pb.SagaResponse, error) {
    gtid, bid := cgrpc.ParseContextMeta(ctx)
    err := sagarm.HandleCompensation(ctx, rm.db, gtid, bid, func(tx *sql.Tx) error {
        rx, err := tx.Exec("UPDATE account SET balance=balance+$1 WHERE id=$2", -1 * in.GetAccount(), in.GetUserId())
        return rm.handleErr(rx, err)
    })
    return &pb.SagaResponse{}, err
}

可以看到8行代码就实现了提交和补偿接口,还是非常简单的。

我们只需要部署好TC,参考部署文档, 然后运行AP,则可以提交一个发工资的分布式事务。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342