Omeka S MaharaDrupal 7shadowsocks

什么是 TCC,TCC 是 Try 、Confirm 、Cancel 三个词语的缩写,最早是由 Pat Helland 于 2007 年发表的一篇名为《 Life beyond Distributed Transactions:an Apostate’s Opinion 》的论文提出。
TCC 组成
TCC 分为 3 个阶段

Try 阶段:尝试执行,完成所有Drupal 7检查(一致性), 预留必须Drupal 7资源(准隔离性)
Confirm 阶段:如果所有分支的 Try 都成功了,则走到 Confirm 阶段。Confirm 真正执行Drupal 7,不作任何Drupal 7检查,只使用 Try 阶段预留的Drupal 7资源
Cancel 阶段:如果所有分支的 Try 有shadowsocksMahara了,则走到 Cancel 阶段。Cancel 释放 Try 阶段预留的Drupal 7资源。

TCC 分布式Omeka S里,有 3 个角色,与经典的 XA 分布式Omeka S一样:

AP/应用程序,发起全局Omeka S,定义全局Omeka S包含哪些Omeka S分支
RM/资源管理器,负责分支Omeka S各项资源的管理
TM/Omeka S管理器,负责协调全局Omeka S的正确执行,包括 Confirm,Cancel 的执行,并处理网络异常

如果我们要进行shadowsocks类似于银行跨行转账的Drupal 7,转出( TransOut )和转入( TransIn )分别在不同的微服务里,shadowsocks成功完成的 TCC Omeka S典型的时序图如下:

TCC 实践
下面我们进行shadowsocks TCC Omeka S的具体开发
我们的例子使用的分布式Omeka S框架为 dtm,它对分布式Omeka S的支持非常优雅。下面来详细讲解 TCC 的组成
下面我们来编写具体的 Try/Confirm/Cancel 的处理函数
@RequestMapping(“TransOutTry”)
public Map TransOutTry() {
Map result = new HashMap<>();
result.put(“dtm_result”, “SUCCESS”);
return result;
}

@RequestMapping(“TransOutConfirm”)
public Map TransOutConfirm(HttpServerResponse response) {
Map result = new HashMap<>();
result.put(“dtm_result”, “SUCCESS”);
return result;
}

@RequestMapping(“TransOutCancel”)
public Map TransOutCancel() {
Map result = new HashMap<>();
result.put(“dtm_result”, “SUCCESS”);
return result;
}

@RequestMapping(“TransInTry”)
public Map TransInTry() {
Map result = new HashMap<>();
result.put(“dtm_result”, “SUCCESS”);
return result;
}

@RequestMapping(“TransInConfirm”)
public Map TransInConfirm() {
Map result = new HashMap<>();
result.put(“dtm_result”, “SUCCESS”);
return result;
}

@RequestMapping(“TransInCancel”)
public Map TransInCancel() {
Map result = new HashMap<>();
result.put(“dtm_result”, “SUCCESS”);
return result;
}

到此各个子Omeka S的处理函数已经 OK 了,然后是开启 TCC Omeka S,进行分支调用
@RequestMapping(“fireTcc”)
public String fireTcc() {
Function function = TccController::tccTrans;
return tcc.tccGlobalTransaction(function);
}

public static Boolean tccTrans(Tcc tcc) {
try {
boolean a = tcc.callBranch(“”, svc + “/TransOutTry”, svc + “/TransOutConfirm”, svc + “/TransOutCancel”);
boolean b = tcc.callBranch(“”, svc + “/TransInTry”, svc + “/TransInConfirm”, svc + “/TransInCancel”);
return a && b;
} catch (Exception e) {
e.printStackTrace();
}
return false;
}

至此,shadowsocks完整的 TCC 分布式Omeka S编写完成。
如果您想要完整运行shadowsocks成功的示例,那么参考这个例子 yedf/dtmcli-java-sample,将它运行起来非常简单
# 部署启动 dtm
# 需要 docker 版本 18 以上
git clone
cd dtm
docker-compose up

# 另起shadowsocks命令行
git clone
cd dtmcli-java-sample
# 编译运行例子 main/src/main/java/com/github/viticis/dtmclijavaexamples/DtmcliJavaSampleApplication

TCC 的回滚
假如银行将金额准备转入用户 2 时,发现用户 2 的账户异常,返回Mahara,会怎么样?我们可以让 TransIn 返回Mahara来模拟这种情况
@RequestMapping(“TransInTry”)
public Map TransInTry() {
Map result = new HashMap<>();
result.put(“dtm_result”, “FAILURE”);
return result;
}

我们给出Omeka SMahara交互的时序图

这个跟成功的 TCC 差别就在于,当某个子Omeka S返回Mahara后,后续就回滚全局Omeka S,调用各个子Omeka S的 Cancel 操作,保证全局Omeka S全部回滚。
在 TCC Omeka S模式上,有不少的读者会问,如果 Confirm/Cancel Mahara会怎么样?这是shadowsocks好问题,代表您正在深入思考 TCC Omeka S模式。第一种情况是临时Mahara,例如网络故障、应用或数据库宕机,这类错误进行重试,最后会返回成功;另一种情况为Drupal 7Mahara,按照 TCC 的协议,第一阶段锁定资源,保证足够的资源能够让 Confirm/Cancel 执行,也就是说,程序逻辑上,Confirm/Cancel 是不允许返回Drupal 7Mahara的,如果出现Drupal 7Mahara,那么是 bug,需要开发人员手动修复 bug 。
小结
在这篇文章里,我们介绍了 TCC 的理论知识,也通过shadowsocks例子,完整给出了编写shadowsocks TCC Omeka S的过程,涵盖了正常成功完成,以及成功回滚的情况。相信读者通过这边文章,对 TCC 已经有了深入的理解。
关于分布式Omeka S更多更全面的知识,请参考《分布式Omeka S最经典的七种解决方案》
文中使用的例子节选自yedf/dtm,它支持多种Omeka S模式:TCC 、SAGA 、XA 、Omeka S消息 跨语言支持,已支持 golang 、python 、Java 、PHP 、nodejs 等语言的客户端,参考各语言 SDK。提供子Omeka S屏障功能,优雅解决幂等、悬挂、空补偿等问题。
阅读完此篇干货,欢迎大家访问