我的编程空间,编程开发者的网络收藏夹
学习永远不晚

在微服务架构中的数据一致性

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

在微服务架构中的数据一致性

因此,数据库在应用程序之间是分布式的。如果每个应用程序使用不同的技术来管理它们的数据,比如非关系型数据库,这种分布式架构虽然在数据管理方面有许多好处,比如可伸缩性、高可用性、灵活性等,但在数据管理方面也存在一些关键问题,比如事务管理、数据一致性/完整性等方面。

问题:分布式系统中的数据一致性

对于单体应用程序,通过ACID事务,一个共享的关系型数据库处理并保证数据的一致性。ACID 是一个缩写,具体含义如下:

  • A 原子性:事务的所有步骤要么全部成功,要么全部失败,没有部分状态,全有或全无。
  • C 一致性:事务结束时数据库中的所有数据都是一致的。
  • I 隔离性:同一时间只有一个事务可以访问数据,其他事务必须等待当前事务完成。
  • D 持久性:数据在事务结束时被持久化到数据库中。

为了保持强数据一致性,关系型数据库管理系统支持ACID特性。

但在微服务架构中,每个微服务都有自己的数据存储,并采用不同的技术。因此,没有中央数据库,也没有单一的工作单元。业务逻辑被跨越到多个本地事务中。这意味着你不能在微服务架构中的数据库之间使用单一的事务工作单元。但你仍然需要在你的应用程序中使用ACID特性。

让我们用一个简单的样例场景来解释。在一个订单管理系统中,可能存在库存管理、支付和订单管理等服务。假设这些服务都按照微服务架构设计,并应用了“每个服务一个数据库”的模式。为了完成订单流程,订单服务首先调用库存管理服务进行库存控制和预留,订单中的相关产品被预留,以防止卖给其他客户。第二步是支付步骤。支付服务负责支付业务。订单服务调用支付服务,从客户的信用卡中完成支付。由于每个服务都是独立的,对分离的数据库的更新在服务范围内被提交。最后一步是创建订单记录。在这一步中,假设发生了技术错误,订单记录无法创建,订单号无法发送给客户,但已从客户那里收到了付款。这里出现了数据一致性问题。接下来我会在文章的“可能的解决方案”部分讨论在这一点之后可以做些什么。

可能的解决方案

首先,没有一种单一的解决方案适用于所有情况。根据具体情况,可以采用不同的解决方案。

解决问题有两种主要方法:

  • 分布式事务
  • 最终一致性

分布式事务

在分布式事务中,事务在两个或多个资源上执行(例如数据库、消息队列)。通过分布式事务管理器或协调器,跨多个数据库保证数据的完整性。

分布式事务是一个非常复杂的过程,因为涉及多个资源。

两阶段提交(2PC) 是一种阻塞协议,用于保证在分布式事务中所有事务要么全部成功,要么全部失败。

XA标准 是2PC分布式事务的规范。JTA包括Xtandard API。符合JTA标准的应用服务器支持Xtandard API。但所有资源必须部署到单个JTA平台才能运行2PC。对于微服务架构来说,这不太合适。

分布式事务的优点:

  • 强的数据一致性
  • 支持ACID特性

分布式事务的缺点:

  • 维护起来非常复杂
  • 由于是阻塞过程(不适合高负载场景),高延迟和低吞吐量
  • 事务之间可能出现死锁
  • 事务协调器是一个单点故障

最终一致性

最终一致性是分布式系统中用于实现高可用性的模型。在一个最终一致性的系统中,允许一段时间的不一致,直到解决分布式数据的问题。

这个模型不适用于跨多个微服务的分布式ACID事务。最终一致性使用BASE数据库模型。

虽然ACID模型提供了一个一致的系统,但BASE模型提供了高可用性。

BASE这个缩写代表:

  • Basically Available:通过在数据库集群的节点之间复制数据来确保数据的可用性
  • Soft-state:由于缺乏强一致性,数据可能随时间变化。一致性责任委托给开发人员。
  • Eventual consistency:BASE不可能立即提供一致性,但最终会提供一致性(在短时间内)。

SAGA 是一种操作最终一致性模型的常见模式:

(1) 基于协同的SAGA:在这种情况下,不存在中央协调器。每个服务在其任务完成后产生一个事件,并且每个服务监听事件以采取行动。这种模式需要一个成熟的事件驱动架构。

  • 事件溯源:使用事件存储来存储事件变化状态的方法。事件存储是充当事件数据库的消息代理。通过重新播放来自事件存储的事件来重建状态。
  • 基于协同的SAGA模式在事务中步骤较少时可以很好地工作(例如2到4个步骤)。当事务中的步骤数量增加时,很难跟踪哪些服务监听哪些事件。

(2) 基于编排的SAGA:协调器服务(Saga执行编排器,SEG)负责根据业务逻辑对事务进行排序。编排器决定应执行哪些操作。如果某个操作失败,编排器会撤销先前的步骤。这称为补偿操作。补偿是在系统保持一致状态时发生故障时要执行的操作。

  • 当数据已被不同的事务更改时,撤销更改可能已经不可能。
  • 补偿必须是幂等的,因为在重试机制中可能会被调用多次。
  • 必须小心设计补偿。

有一些可用的框架可以实现Saga编排模式,例如Camunda、Apache Camel。

SAGA的优点:

  • 在本地原子事务中执行非阻塞操作
  • 事务之间没有死锁
  • 没有单点故障

SAGA的缺点:

  • 最终的数据一致性
  • 没有读隔离,需要额外的努力(例如,用户可能会看到操作已完成,但在几秒钟后由于补偿事务被取消)
  • 当参与服务数量增加时,调试困难
  • 开发成本增加(需要实际服务开发以及补偿服务开发)
  • 设计复杂

在维护分布式数据存储之间的数据一致性可能非常困难。在设计新应用程序时需要有不同的思维方式。我们可以说,数据一致性的责任从数据库转移到了应用程序级别。

选择哪种解决方案

解决方案取决于使用案例和一致性要求。总的来说,应考虑以下设计考虑因素。

(1) 尽可能避免在微服务之间使用分布式事务。使用分布式事务会带来更复杂的问题。

(2) 设计你的系统,尽可能不要求分布式一致性。为了实现这一点,识别事务边界;

  • 识别必须在同一工作单元中工作的操作。对于这种类型的操作使用强一致性
  • 识别可以容忍一致性方面的可能延迟的操作。对于这种类型的操作使用最终一致性

(3) 考虑使用事件驱动架构进行异步非阻塞服务调用

(4) 通过补偿和协调过程设计容错系统,以保持系统的一致性

(5) 最终一致性模式需要在设计和开发方面进行思维方式的转变

结论

微服务架构具有诸如高可用性、可伸缩性、自动化、自治团队等很多优点。为了最大程度地发挥微服务架构风格的效率,传统方法需要进行一些改变。数据和一致性管理是需要仔细设计的。

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

在微服务架构中的数据一致性

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

在微服务架构中的数据一致性

微服务架构具有诸如高可用性、可伸缩性、自动化、自治团队等很多优点。为了最大程度地发挥微服务架构风格的效率,传统方法需要进行一些改变。

聊一聊微服务架构中的数据一致性

在微服务中,一个逻辑上原子操作可以经常跨越多个微服务。即使是单片系统也可能使用多个数据库或消息传递解决方案。使用多个独立的数据存储解决方案,如果其中一个分布式流程参与者出现故障,我们就会面临数据不一致的风险 - 例如在未下订单的情况下向客户

MyBatis视图在微服务架构中的数据一致性管理

在微服务架构中,MyBatis视图本身并不直接涉及数据一致性管理,因为视图通常用于数据库查询结果的展示,并不直接处理事务或数据一致性。然而,MyBatis作为数据访问层框架,可以与微服务架构中的其他组件结合使用,以支持数据一致性管理。以下是
MyBatis视图在微服务架构中的数据一致性管理
2024-10-14

微服务架构中的数据一致性:解决方案与实践

在本篇文章中,阐述了两种处理数据一致性问题的解决方案,从核心思想,设计原则,系统交互流程等等做了详细的阐述,比对两种方案,各有优劣和各自的适用场景。

关于微服务系统中数据一致性的总结

本文主要总结了本地事务、全局事务、最终一致性等方式实现数据自洽。重点介绍了实现最终一致性的集中模式:可靠事件模式、TCC 模式、SAGA 模式等。数据的一致性一直是个难题,随着微服务化之后,数据一致性更加困难,有困难不怕,只要不放弃,总会解

Golang技术在微服务架构中的弹性?

在微服务架构中,go 语言的特性使其成为构建弹性微服务的理想选择:并发原语:goroutine 和 channel 支持并行处理,提高系统并发性。错误处理:内置错误处理机制可优雅地处理错误,防止错误传播。服务发现:库如 consul 和 e
Golang技术在微服务架构中的弹性?
2024-05-10

解析Golang在微服务架构中的适用性

Golang在微服务架构中的应用场景解析随着微服务架构的广泛应用,开发者们对于选择最合适的编程语言来构建微服务变得更加重要。Golang (Go语言)由Google开发,成为了不少开发者心目中的首选语言之一。Golang具备高效的并发处理
解析Golang在微服务架构中的适用性
2024-01-29

Redis中Leader-Follower架构如何确保数据一致性和可靠性?

Leader-Follower架构是一种主从复制的方式,通过将数据复制到多个节点来提高系统的可用性和可靠性。
Redis高可用2024-11-30

Golang函数在微服务架构中的集成

在微服务架构中集成 go 函数可通过以下步骤实现:创建独立的 go 函数。将函数打包为二进制文件。在微服务中通过 exec یا grpc 调用已编译的函数。实战案例中,微服务使用 processdata 函数将整数列表中的每个数字乘以 2
Golang函数在微服务架构中的集成
2024-05-03

PHP 函数在微服务架构中的变革

在微服务架构中,php 函数转型为:1. 容器化,方便部署和扩展;2. 无服务器,无需管理基础设施;3. 异步,支持并发请求;4. 分布式,实现跨服务器函数调用。PHP 函数在微服务架构中的变革随着微服务在现代软件开发中的兴起,PHP 函
PHP 函数在微服务架构中的变革
2024-05-04

PHP函数在微服务架构中的应用

php 函数在微服务架构中的应用为模块化、可测试性和解耦提供了优势,适用于响应处理、业务逻辑、数据处理和基础设施交互等场景。错误处理函数可捕获异常并记录错误消息,业务逻辑函数将逻辑封装为可重用代码,数据处理函数验证输入,而基础设施交互函数与
PHP函数在微服务架构中的应用
2024-04-13

Golang技术在微服务架构中的可观察性?

go 微服务架构中可观察性的实现方法:创建指标:使用 expvar 等库跟踪系统性能和行为。使用追踪:使用 opentelemetry 等库跟踪请求的执行路径。记录日志:使用标准库 log 记录系统事件和错误。Go 微服务架构的可观察性在
Golang技术在微服务架构中的可观察性?
2024-05-10

Golang在微服务架构中的实践

Golang在微服务架构中的实践随着互联网技术的飞速发展,微服务架构已经成为许多企业选择的软件架构模式之一。在微服务架构中,各个功能模块被拆分为独立的服务,每个服务都可以独立部署、伸缩和维护,从而提高系统的弹性和灵活性。而在实际的应用开发
Golang在微服务架构中的实践
2024-03-05

Golang技术在微服务架构中实现安全性?

go 技术在微服务架构中实现安全性提供了强大的内置特性,包括认证和授权机制:http.handler:用于身份验证和授权检查。context.context:用于传递认证和授权信息。加密方面:crypto/sha256:用于生成 sha-2
Golang技术在微服务架构中实现安全性?
2024-05-11

微服务架构的数据设计模式

微服务架构中的服务是松耦合的,可以独立开发、部署和扩展。每个微服务都需要不同类型的数据和存储方式,也因为这样每个微服务都有自己的数据库。
微服务架构2024-12-01

微服务架构中Golang API的性能考虑

为了优化 go api 的性能,建议:1. 使用静态文件缓存机制;2. 采用分布式跟踪机制来追踪请求的处理过程,以便发现和解决性能瓶颈。这些技术可以有效减少延迟、提高吞吐量,从而提升微服务架构的整体性能和稳定性。微服务架构中 Go API
微服务架构中Golang API的性能考虑
2024-05-07

Golang技术在微服务架构中的局限性是什么?

go 语言在微服务架构中存在一些缺陷,包括:goroutine 泄漏可能导致内存消耗和性能问题。网络通信配置的复杂性限制了自定义和低级网络需求的灵活性。生态系统限制可能会限制对特定于域的工具和库的访问。某些场景中性能可能会受到影响,以换取语
Golang技术在微服务架构中的局限性是什么?
2024-05-10

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录