国外设计素材网站北京新冠确诊最新数据
web/
2025/9/28 8:47:14/
文章来源:
国外设计素材网站,北京新冠确诊最新数据,益阳北京网站建设,wix如何做网站假设我们有一个电商系统,包含订单服务和库存服务。当用户下单时,需要在订单服务中创建订单,同时在库存服务中扣减库存。这是一个典型的分布式事务场景,我们需要保证这两个操作要么都成功,要么都失败,以保证数据的最终一致性。
项目结构:
订单服务(Order Service)库存服务(Inv…假设我们有一个电商系统,包含订单服务和库存服务。当用户下单时,需要在订单服务中创建订单,同时在库存服务中扣减库存。这是一个典型的分布式事务场景,我们需要保证这两个操作要么都成功,要么都失败,以保证数据的最终一致性。
项目结构:
订单服务(Order Service)库存服务(Inventory Service)本地消息表(Local Message Table)消息恢复系统(Message Recovery System)
核心思想: 使用本地消息表来实现分布式事务。在订单服务中,我们将创建订单和发送消息这两个操作放在一个本地事务中。如果本地事务成功,则订单创建成功,消息也被保存到本地消息表中。然后通过定时任务或消息队列来发送消息到库存服务,实现库存扣减。如果在这个过程中出现任何异常,我们可以通过重试机制来保证最终一致性。
下面是详细的代码实现:
订单服务(Order Service)
Service
Transactional
public class OrderService { Autowired private OrderRepository orderRepository; Autowired private LocalMessageRepository localMessageRepository; Autowired private KafkaTemplateString, String kafkaTemplate; public void createOrder(Order order) { // 开启本地事务 TransactionStatus txStatus transactionManager.getTransaction(new DefaultTransactionDefinition()); try { // 1. 保存订单 orderRepository.save(order); // 2. 创建本地消息 LocalMessage message new LocalMessage(); message.setMessageId(UUID.randomUUID().toString()); message.setMessage(JSON.toJSONString(order)); message.setStatus(NEW); localMessageRepository.save(message); // 3. 提交事务 transactionManager.commit(txStatus); // 4. 发送消息到Kafka kafkaTemplate.send(inventory-topic, message.getMessageId(), message.getMessage()); } catch (Exception e) { // 回滚事务 transactionManager.rollback(txStatus); throw new RuntimeException(Create order failed, e); } }
}
库存服务(Inventory Service)
Service
public class InventoryService { Autowired private InventoryRepository inventoryRepository; KafkaListener(topics inventory-topic) public void handleOrderCreation(ConsumerRecordString, String record) { String messageId record.key(); Order order JSON.parseObject(record.value(), Order.class); try { // 扣减库存 inventoryRepository.decreaseStock(order.getProductId(), order.getQuantity()); // 确认消息处理成功 kafkaTemplate.send(inventory-result-topic, messageId, SUCCESS); } catch (Exception e) { // 消息处理失败,发送失败消息 kafkaTemplate.send(inventory-result-topic, messageId, FAILED); } }
}
本地消息表(Local Message Table)
Entity
Table(name local_message)
public class LocalMessage { Id private String messageId; private String message; private String status; // NEW, SENT, CONFIRMED private Date createTime; private Date updateTime; // Getters and setters
}
消息恢复系统(Message Recovery System)
Component
public class MessageRecoverySystem { Autowired private LocalMessageRepository localMessageRepository; Autowired private KafkaTemplateString, String kafkaTemplate; Scheduled(fixedRate 60000) // 每分钟执行一次 public void recoverFailedMessages() { ListLocalMessage failedMessages localMessageRepository.findByStatusAndCreateTimeBefore(NEW, new Date(System.currentTimeMillis() - 300000)); // 5分钟前的消息 for (LocalMessage message : failedMessages) { try { kafkaTemplate.send(inventory-topic, message.getMessageId(), message.getMessage()); message.setStatus(SENT); localMessageRepository.save(message); } catch (Exception e) { // 记录日志,等待下次重试 log.error(Failed to recover message: message.getMessageId(), e); } } } KafkaListener(topics inventory-result-topic) public void handleInventoryResult(ConsumerRecordString, String record) { String messageId record.key(); String result record.value(); LocalMessage message localMessageRepository.findById(messageId).orElse(null); if (message ! null) { if (SUCCESS.equals(result)) { message.setStatus(CONFIRMED); } else { message.setStatus(FAILED); } localMessageRepository.save(message); } }
}
代码说明:
订单服务: 在一个本地事务中完成订单创建和本地消息保存。事务成功后,立即发送消息到Kafka。 库存服务: 监听Kafka消息,处理库存扣减。处理结果(成功或失败)通过Kafka反馈给订单服务。 本地消息表: 存储待发送的消息,包括消息ID、内容、状态等信息。 消息恢复系统: 定期检查本地消息表,重新发送失败的消息。监听库存服务的处理结果,更新本地消息状态。
项目亮点:
高可用性: 即使在网络故障或服务宕机的情况下,也能保证消息最终被成功处理。数据一致性: 通过本地事务保证订单创建和消息发送的原子性,再通过消息重试机制保证最终一致性。解耦性: 订单服务和库存服务通过消息进行异步通信,降低了系统耦合度。可靠性: 使用本地消息表作为消息队列的可靠存储,避免了消息丢失的风险。扩展性: 该方案易于扩展,可以方便地增加新的微服务而不影响现有服务。性能: 采用异步处理方式,提高了系统的整体吞吐量。
通过这种方式,我们实现了在分布式系统中保证数据最终一致性的目标,同时保持了系统的高可用性和可扩展性。这种方案特别适用于对实时性要求不是特别高,但对数据一致性有较高要求的业务场景。 系列文章
IT Governance FrameworkIT治理框架12306亿级流量架构分析史上最全京东内部Redis性能优化最佳实践金融级多数据中心灾备互联TOGAF业务架构-CSDN博客如何建设金融数据中心-CSDN博客
互联网Java架构师-CSDN博客 资料下载和预览地址 链接: https://pan.baidu.com/s/1LFyFlsIHCv46DBQRfMGP9A 提取码: kx6b
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/83234.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!