一、前言
随着项目逐步以微服务开发为趋势，逐渐呈现一个服务对应一个数据库。从中产生了分布式事务的问题：一个操作先后调用不同的服务，要保证服务间的事务一致性，这就是分布式事务解决的问题。
本次调研，根据github上star排名进行调研，主要调研了hmily和bytetcc两种分布式事务框架。
二、选型原则
本次调研主要是根据CAP和BASE理论进行，主要要保证数据的可用性、分区容错性、最终一致性。
三、调研框架介绍
hmily介绍
Hmily是由碧桂园工程师开发，高性能异步分布式事务TCC框架。
Github地址：https://github.com/yu199195/hmily
特点：
1、 采用disruptor框架进行事务日志的异步读写，与RPC框架的性能毫无差别。
2、 RPC框架支持 : dubbo,motan,springcloud。
3、 支持嵌套事务(Nested transaction support).
4、 采用disruptor框架进行事务日志的异步读写，与RPC框架的性能毫无差别。
5、 支持SpringBoot-starter 项目启动，使用简单。
6、 本地事务存储支持 : redis,mongodb,zookeeper,file,mysql。
7、 事务日志序列化支持 ：java，hessian，kryo，protostuff。
8、 采用Aspect AOP 切面思想与Spring无缝集成，天然支持集群。
9、 内置经典的分布式事务场景demo工程，并有swagger-ui可视化界面可以快速体验。
10、 异步confirm 和 cancel，保证数据一致性
11、 使用Guava Cache
Bytetcc介绍
Bytetcc是由北京新奥集团工程师开发，是一个兼容JTA规范的基于TCC机制的分布式事务管理器。目前开发到了第五版，稳定版本为第四版，本次调研为第四版（0.4.x）。
GitHub地址：https://github.com/liuyangming/ByteTCC
特点：
1、支持Spring容器的声明式事务管理；
2、支持普通事务、TCC事务、saga事务等事务机制；
3、支持多数据源、跨应用、跨服务器等分布式事务场景；
4、支持长事务；
5、支持dubbo服务框架；
6、支持spring cloud；
四、压测机器情况说明
压测机
- Windows 10 企业版
- 16GB
- Jmeter
服务器
| 服务器cpu | 服务器内存 | 服务器网络 | 压测机cpu | 服务器cpu配置 | 服务器内存配置 | rds的cpu情况,可能多个 | redis的cpu情况,可能多个 |
|---|---|---|---|---|---|---|---|
| 4 | 16 | 公司内网 | 4 | 4核 | 4G | 4 | 没有使用 |
五、压测报告
hmily压测报告
正常执行
| 接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Pay | 500000 | 225 | 215 | 347 | 394 | 513 | 13 | 1374 | 0 | 438.7 | 51.41 | 87.82 | 100 |
测试结果分析：测试结果发现，吞吐量比较高，但是hmily存在优化的地方，当前版本异步执行confirm和cancel的速度比较慢，且在高并发情况下存在数据不一致问题：
例如：
一共执行10w条数据，目标结果：库存-10w ， 账户-10w。但是最终执行结果：库存和账户的剩余量不一样。不能保证数据的最终一致性。
Cpu：
DB cpu：
带回滚操作执行
| 接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Pay | 200000 | 1573 | 1384 | 2703 | 3246 | 5815 | 48 | 11596 | 0 | 62.2 | 32.02 | 12.45 | 100 |
Cpu：
DB cpu：
Bytetcc 压测报告
正常执行
| 接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Pay | 500000 | 1197 | 1180 | 1534 | 1652 | 1900 | 85 | 2953 | 0 | 106.9 | 14.43 | 16.71 | 100 |
测试结果分析：吞吐量比较低，可以保证数据的最终一致性。比较稳定。
Cpu：
DB cpu：
带回滚操作执行
| 接口 | 总数 | 平均响应时间 | 中间数 | 90% | 95% | 99% | 最小响应时间 | 最大响应时间 | 错误率 | 吞吐量 | 每秒接受消息 | 每秒发送发送消息 | 线程数 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Pay | 60000 | 4006 | 3556 | 4491 | 4973 | 21972 | 100 | 10012 | 0 | 48.6 | 9.1 | 9.64 | 100 |
Cpu：
DB cpu：
六、小结
小编只是通过Jmeter对两个比较火的分布式事务框架进行了压测，其中的业务逻辑是一样的，性能也是有不同的。
测试的代码地址：
hmily：https://github.com/AresKingCarry/hmilyDemo
Bytetcc：https://github.com/AresKingCarry/ByteTccDemo
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/200819.html原文链接：https://javaforall.net
