Netflix Conductor整合Apache Seata实现支持分布式事务的服务编排方案

本文主要是介绍Netflix Conductor整合Apache Seata实现支持分布式事务的服务编排方案,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、背景

Netflix Conductor是Netflix开源的一个微服务编排引擎。它旨在简化和自动化微服务架构中复杂的业务流程和工作流处理。Conductor允许开发人员使用声明性的方式定义工作流,将多个服务和任务组合成一个完整的业务流程。它提供了一个用户友好的UI界面,可以可视化地创建和编辑工作流。同时,Conductor还提供了一组强大的API,可以通过编程方式创建和管理工作流。

由于Netflix Conductor本身并不直接支持分布式事务,因此无法满足对可靠性和事务一致性要求较高的业务场景。

Apache Seata是阿里巴巴开源的分布式事务解决方案。在Spring cloud,Dubbo等微服务框架上可以直接使用。Conductor不在官方支持列表中,因此需要设计一套Seata与Conductor的集成的解决方案。

二、Seata 基本原理

TC (Transaction Coordinator) - 事务协调者

维护全局和分支事务的状态,驱动全局事务提交或回滚。

TM (Transaction Manager) - 事务管理器

定义全局事务的范围:开始全局事务、提交或回滚全局事务。

RM (Resource Manager) - 资源管理器

管理分支事务处理的资源,与TC交谈以注册分支事务和报告分支事务的状态,并驱动分支事务提交或回滚。

在一个完整的Seata事务中,有以下关键步骤:

  1. 在全局事务开始时开启一个全局事务;
  2. 全局事务XID在事务参与者中传递;
  3. 全局事务结束时提交/回滚事务。

三、事务管理器TM

在 Spring 项目中可以在需要全局事务的方法上增加@GlobalTransaction。该方法可以称为TM。它在方法开始前开启全局事务,并把xid加到上下文中传递 ,在方法执行完成后(或异常结束)提交或回滚全局事务。

在 Conductor 中,由于 worker 是独立执行的没有一个固定的顺序,也不存在一个统一的方法内被一起执行(任务驱动),因此无法简单通过增加@GlobalTransaction来开始全局事务、提交或回滚全局事务。因此需要显式地手动在 Conductor 中通过 API 方式完成 TM角色所需要做的事。

开启全局事务

在 Conductor 开始一个工作流时增加以下代码

  public String startWorkflow(         GlobalTransaction tx = GlobalTransactionContext.getCurrentOrCreate();try {//开启全局事务tx.begin(timeout, name);//do something         // 获取 XID String xid = RootContext.getXID();//通过 InputData 传递 XID 到 workertaskModle.setInputData(RootContext.KEY_XID,xid)}}

提交全局事务

在 Conductor 结束一个工作流时增加以下代码

if (outcome.isComplete) {GlobalTransaction tx = GlobalTransactionContext.getCurrentOrCreate();//提交事务
tx.commit();
}

回滚全局事务

所有 worker 在发生异常时需要回滚事务则需要 catch 异常并设置状态为FAILED

TaskResult result = new TaskResult(task);
result.setStatus(TaskResult.Status.FAILED);
此时会引发 conductor 异常处理,并在 conductor 异常处理时增加以下代码
public boolean decide(String workflowId) {
try{//do something
} catch (TerminateWorkflowException twe) {LOGGER.info("Execution terminated of workflow: {}", workflowId, twe);terminate(workflow, twe);GlobalTransaction tx = GlobalTransactionContext.getCurrentOrCreate();//回滚事务tx.rollback();return true;
}

四、事务XID传递

一、在 conductor 开始全局事务或设置下一个任务时,会把 XID 设置到 task 的 InputData 中,由此把 XID 传到 worker

// 获取 XID 
String xid = RootContext.getXID();
//通过 InputData 传递 XID 到 worker
taskModle.setInputData(RootContext.KEY_XID,xid)
二、在 worker 中通过 InputData 获取到 XID 并设置到上下文中
public class someWorker  implements Worker {
@Override
public TaskResult execute(Task task) {String xid = (String) task.getInputData().get(RootContext.KEY_XID);// 绑定 XID RootContext.bind(xid);
}
}
三、woker 输出参数 OutputData 中设置 XID 回传到 conductor 并设置到上下文中 worker
public class someWorker  implements Worker {public TaskResult execute(Task task) {@Overridepublic TaskResult execute(Task task) {result.setOutputData(new HashMap<String,Object>(){{put(RootContext.KEY_XID,xid);}});}
}
conductor
public void updateTask(TaskResult taskResult) {String xid = (String) taskResult.getOutputData().get(RootContext.KEY_XID);// 绑定 XID RootContext.bind(xid);}
经过以上3个步骤,即可实现全局事务XID在Netflix Conductor参与者中传递,最终实现分布式事务一致性,提升系统的可靠性和稳定性。


作者介绍:

道一云,成立于2004年,是中国低代码领域的领导厂商、腾讯战略投资企业、腾讯生态核心合作伙伴。拥有自主知识产权管理软件产品百余项,涵盖数字化应用构建低代码平台-七巧、全场景智能业务分析BI-七析、千人千面、数智化办公企业级门户-七星以及30多款开箱即用的场景应用。

欢迎关注:

官网:道一云七巧 - 可视化、智能化、数字化应用构建

免费体验:道一云产品免费试用

公众号:道一云低代码(do1info)

这篇关于Netflix Conductor整合Apache Seata实现支持分布式事务的服务编排方案的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1007477

相关文章

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

linux下shell脚本启动jar包实现过程

《linux下shell脚本启动jar包实现过程》确保APP_NAME和LOG_FILE位于目录内,首次启动前需手动创建log文件夹,否则报错,此为个人经验,供参考,欢迎支持脚本之家... 目录linux下shell脚本启动jar包样例1样例2总结linux下shell脚本启动jar包样例1#!/bin

go动态限制并发数量的实现示例

《go动态限制并发数量的实现示例》本文主要介绍了Go并发控制方法,通过带缓冲通道和第三方库实现并发数量限制,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录带有缓冲大小的通道使用第三方库其他控制并发的方法因为go从语言层面支持并发,所以面试百分百会问到

Go语言并发之通知退出机制的实现

《Go语言并发之通知退出机制的实现》本文主要介绍了Go语言并发之通知退出机制的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录1、通知退出机制1.1 进程/main函数退出1.2 通过channel退出1.3 通过cont

Python实现PDF按页分割的技术指南

《Python实现PDF按页分割的技术指南》PDF文件处理是日常工作中的常见需求,特别是当我们需要将大型PDF文档拆分为多个部分时,下面我们就来看看如何使用Python创建一个灵活的PDF分割工具吧... 目录需求分析技术方案工具选择安装依赖完整代码实现使用说明基本用法示例命令输出示例技术亮点实际应用场景扩

java如何实现高并发场景下三级缓存的数据一致性

《java如何实现高并发场景下三级缓存的数据一致性》这篇文章主要为大家详细介绍了java如何实现高并发场景下三级缓存的数据一致性,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 下面代码是一个使用Java和Redisson实现的三级缓存服务,主要功能包括:1.缓存结构:本地缓存:使

如何在Java Spring实现异步执行(详细篇)

《如何在JavaSpring实现异步执行(详细篇)》Spring框架通过@Async、Executor等实现异步执行,提升系统性能与响应速度,支持自定义线程池管理并发,本文给大家介绍如何在Sprin... 目录前言1. 使用 @Async 实现异步执行1.1 启用异步执行支持1.2 创建异步方法1.3 调用

Apache Ignite缓存基本操作实例详解

《ApacheIgnite缓存基本操作实例详解》文章介绍了ApacheIgnite中IgniteCache的基本操作,涵盖缓存获取、动态创建、销毁、原子及条件更新、异步执行,强调线程池注意事项,避免... 目录一、获取缓存实例(Getting an Instance of a Cache)示例代码:二、动态

Spring Boot配置和使用两个数据源的实现步骤

《SpringBoot配置和使用两个数据源的实现步骤》本文详解SpringBoot配置双数据源方法,包含配置文件设置、Bean创建、事务管理器配置及@Qualifier注解使用,强调主数据源标记、代... 目录Spring Boot配置和使用两个数据源技术背景实现步骤1. 配置数据源信息2. 创建数据源Be

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分