99%的人都能看懂的分布式最佳「补偿」实践

「补偿」机制的意义
99%的人都能看懂的分布式最佳「补偿」实践
以电商的购物场景为例:
客户端 —->购物车微服务 —->订单微服务 —-> 支付微服务。
这种调用链非常普遍。
 
那么为什么需要考虑补偿机制呢?
正如之前几篇文章所说,一次跨机器的通信可能会经过DNS 服务,网卡、交换机、路由器、负载均衡等设备,这些设备都不一定是一直稳定的,在数据传输的整个过程中,只要任意一个环节出错,都会导致问题的产生。
而在分布式场景中,一个完整的业务又是由多次跨机器通信组成的,所以产生问题的概率成倍数增加。
但是,这些问题并不完全代表真正的系统无法处理请求,所以我们应当尽可能的自动消化掉这些异常。
 
可能你会问,之前也看到过「补偿」和「事务补偿」或者「重试」,它们之间的关系是什么?
你其实可以不用太纠结这些名字,从目的来说都是一样的。就是一旦某个操作发生了异常,如何通过内部机制将这个异常产生的「不一致」状态消除掉
题外话在Z哥看来,不管用什么方式,只要通过额外的方式解决了问题都可以理解为是「补偿」,所以「事务补偿」和「重试」都是「补偿」的子集。前者是一个逆向操作,而后者则是一个正向操作。
只是从结果来看,两者的意义不同。「事务补偿」意味着“放弃”,当前操作必然会失败。
99%的人都能看懂的分布式最佳「补偿」实践
▲事务补偿
「重试」则还有处理成功的机会。这两种方式分别适用于不同的场景。
99%的人都能看懂的分布式最佳「补偿」实践
▲重试
 
因为「补偿」已经是一个额外流程了,既然能够走这个额外流程,说明时效性并不是第一考虑的因素,所以做补偿的核心要点是:宁可慢,不可错
因此,不要草率的就确定了补偿的实施方案,需要谨慎的评估。虽说错误无法100%避免,但是抱着这样的一个心态或多或少可以减少一些错误的发生。
 
 
「补偿」该怎么做
99%的人都能看懂的分布式最佳「补偿」实践
做「补偿」的主流方式就前面提到的「事务补偿」和「重试」,以下会被称作「回滚」和「重试」。
 
我们先来聊聊「回滚」。相比「重试」,它逻辑上更简单一些。
 

「回滚」

Z哥将回滚分为2种模式,一种叫「显式回滚」(调用逆向接口),一种叫「隐式回滚」(无需调用逆向接口)。
 
最常见的就是「显式回滚」。这个方案无非就是做2个事情:
首先要确定失败的步骤和状态,从而确定需要回滚的范围。一个业务的流程,往往在设计之初就制定好了,所以确定回滚的范围比较容易。但这里唯一需要注意的一点就是:如果在一个业务处理中涉及到的服务并不是都提供了「回滚接口」,那么在编排服务时应该把提供「回滚接口」的服务放在前面,这样当后面的工作服务错误时还有机会「回滚」
 
其次要能提供「回滚」操作使用到的业务数据。「回滚」时提供的数据越多,越有益于程序的健壮性。因为程序可以在收到「回滚」操作的时候可以做业务的检查,比如检查账户是否相等,金额是否一致等等。
由于这个中间状态的数据结构和数据大小并不固定,所以Z哥建议你在实现这点的时候可以将相关的数据序列化成一个json,然后存放到一个nosql类型的存储中。
 
「隐式回滚」相对来说运用场景比较少。它意味着这个回滚动作你不需要进行额外处理,下游服务内部有类似“预占”并且“超时失效”的机制的。例如:
电商场景中,会将订单中的商品先预占库存,等待用户在 15 分钟内支付。如果没有收到用户的支付,则释放库存。
 
 
下面聊聊可以有很多玩法,也更容易陷入坑里的「重试」。
 

「重试」 

「重试」最大的好处在于,业务系统可以不需要提供「逆向接口」,这是一个对长期开发成本特别大的利好,毕竟业务是天天在变的。所以,在可能的情况下,应该优先考虑使用「重试」
 
不过,相比「回滚」来说「重试」的适用场景更少一些,所以我们第一步首先要判断,当前场景是否适合「重试」。比如:
  • 下游系统返回「请求超时」、「被限流中」等临时状态的时候,我们可以考虑重试
  • 而如果是返回“余额不足”、“无权限”等明确无法继续的业务性错误的时候就不需要重试
  • 一些中间件或者rpc框架中返回Http503、404等没有何时恢复的预期的时候,也不需要重试
 
如果确定要进行「重试」,我们还需要选定一个合适的「重试策略」。主流的「重试策略」主要是以下几种。
 
策略1.立即重试。有时故障是候暂时性,可能是因网络数据包冲突或硬件组件流量高峰等事件造成的。在此情况下,适合立即重试操作。不过,立即重试次数不应超过一次,如果立即重试失败,应改用其它的策略。
 
策略2.固定间隔。应用程序每次尝试的间隔时间相同。 这个好理解,例如,固定每 3 秒重试操作。(以下所有示例代码中的具体的数字仅供参考。
策略1和策略2多用于前端系统的交互式操作中。
 
策略3.增量间隔。每一次的重试间隔时间增量递增。比如,第一次0秒、第二次3秒、第三次6秒,9、12、15这样。
return (retryCount – 1) * incrementInterval;
使得失败次数越多的重试请求优先级排到越后面,给新进入的重试请求让道。
 
策略4.指数间隔。每一次的重试间隔呈指数级增加。和增量间隔“殊途同归”,都是想让失败次数越多的重试请求优先级排到越后面,只不过这个方案的增长幅度更大一些。
return2 ^ retryCount;
 
策略5.全抖动。在递增的基础上,增加随机性(可以把其中的指数增长部分替换成增量增长。)。适用于将某一时刻集中产生的大量重试请求进行压力分散的场景。
return random(0 , 2 ^ retryCount);
 
策略6.等抖动。在「指数间隔」和「全抖动」之间寻求一个中庸的方案,降低随机性的作用。适用场景和「全抖动」一样。
var baseNum = 2 ^ retryCount;
return baseNum + random(0 , baseNum);
 
3、4、5、6策略的表现情况大致是这样。(x轴为重试次数)

 
99%的人都能看懂的分布式最佳「补偿」实践
 
为什么说「重试」有坑呢?
正如前面聊到的那样,出于对开发成本考虑,你在做「重试」的时候可能是复用的常规调用的接口。那么此时就不得不提一个「幂等性」问题。 
如果实现「重试」选用的技术方案不能100%确保不会重复发起重试,那么「幂等性」问题是一个必须要考虑的问题。哪怕技术方案可以确保100%不会重复发起重试,出于对意外情况的考量,尽量也考虑一下「幂等性」问题。
幂等性:不管对程序发起几次重复调用,程序表现的状态(所有相关的数据变化)与调用一次的结果是一致的话,就是保证了幂等性。
这意味着可以根据需要重复或重试操作,而不会导致意外的影响。对于非幂等操作,算法可能必须跟踪操作是否已经执行。
 
所以,一旦某个功能支持「重试」,那么整个链路上的接口都需要考虑幂等性问题,不能因为服务的多次调用而导致业务数据的累计增加或减少。  
 
满足「幂等性」其实就是需要想办法识别重复的请求,并且将其过滤掉。思路就是:
  1. 给每个请求定义一个唯一标识。
  2. 在进行「重试」的时候判断这个请求是否已经被执行或者正在被执行,如果是则抛弃该请求。
第1点,我们可以使用一个全局唯一id生成器或者生成服务(可以扩展阅读,分布式系统中的必备良药 —— 全局唯一单据号生成)。 或者简单粗暴一些,使用官方类库自带的Guid、uuid之类的也行。
然后通过rpc框架在发起调用的客户端中,对每个请求增加一个唯一标识的字段进行赋值。
第2点,我们可以在服务端通过Aop的方式切入到实际的处理逻辑代码之前和之后,一起配合做验证。
99%的人都能看懂的分布式最佳「补偿」实践

大致的代码思路如下。
【方法执行前】
if(isExistLog(requestId)){  //1.判断请求是否已被接收过。  对应序号3    var lastResult = getLastResult();  //2.获取用于判断之前的请求是否已经处理完成。  对应序号4    if(lastResult == null){          var result = waitResult();  //挂起等待处理完成        return result;    }
   else{
       return lastResult;    }   }else{    log(requestId);  //3.记录该请求已接收
}

//do something..

【方法执行后】 logResult(requestId, result);  //4.将结果也更新一下。
 
 
如果「补偿」这个工作是通过MQ来进行的话,这事就可以直接在对接MQ所封装的SDK中做。在生产端赋值全局唯一标识,在消费端通过唯一标识消重。
 
 
「重试」的最佳实践
99%的人都能看懂的分布式最佳「补偿」实践
再聊一些Z哥积累的最佳实践吧(划重点99%的人都能看懂的分布式最佳「补偿」实践),都是针对「重试」的,的确这也是工作中最常用的方案。
 
「重试」特别适合在高负载情况下被「降级」,当然也应当受到「限流」和「熔断」机制的影响。当「重试」的“矛”与「限流」和「熔断」的“盾”搭配使用,效果才是最好。
 
需要衡量增加补偿机制的投入产出比。一些不是很重要的问题时,应该「快速失败」而不是「重试」。
 
过度积极的重试策略(例如间隔太短或重试次数过多)会对下游服务造成不利影响,这点一定要注意。
 
一定要给「重试」制定一个终止策略。
 
当回滚的过程很困难或代价很大的情况下,可以接受很长的间隔及大量的重试次数,DDD中经常被提到的「saga」模式其实也是这样的思路。不过,前提是不会因为保留或锁定稀缺资源而阻止其他操作(比如1、2、3、4、5几个串行操作。由于2一直没处理完成导致3、4、5没法继续进行)。
总结
99%的人都能看懂的分布式最佳「补偿」实践
这篇我们先聊了下做「补偿」的意义,以及做补偿的2个方式「回滚」和「重试」的实现思路。
然后,提醒你要注意「重试」的时候需要考虑幂等性问题,并且z哥也给出了一个解决思路。
最后,分享了几个z哥总结的针对「重试」的最佳实践。
希望对你有所帮助。
本站所有文章均来自互联网,如有侵权,请联系站长删除。极客文库 » 99%的人都能看懂的分布式最佳「补偿」实践
分享到:
赞(0)

评论抢沙发

评论前必须登录!