1.
Distributed Transaction
in Microservice
Lê Minh Nghĩa
Solution Architect at Tiki.Vn

2.
Contents
1. Distributed Transaction Problem.
2. CAP Theorem
3. Replicate Model
4. Consistency and Eventually Consistency
5. Implementation
6. Case Study

3.
Phần 1.
Các kiến thức căn bản

4.
Distributed Transaction
Problem
• Là vấn đề đòi hỏi đảm bảo tính nhất quán của dữ
liệu trên môi trường phân tán
• Có sự tham gia nhiều hơn một data source vào
một quá trình xử lý

5.
Data Sources
Database
Service
Write
Caching
Message
Queue
External
Service
Các data source đa dạng
Phải đảm bảo dữ liệu giữa các
nguồn nhất quán

6.
Transaction
Transaction phải đảm bảo tính ACID:
• Atomic: phải đảm bảo thực thi tất cả hoặc không
gì
• Consistency: đảm bảo nhất quán dữ liệu
• Isolation: đảm bảo vấn đề tranh chấp
• Duration: dữ liệu phải được lưu trữ ổn định

7.
Disitributed Transaction in
Microservice
• Hệ thống chia nhỏ thành các Microservice rất nhỏ
• Phải đảm bảo dữ liệu tất cả các service phải nhất
quán
• Các service hầu hết là các restful service
• Microservice là một hệ thống phân tán mức độ cao
• Về cơ bản: không có Transaction trong kiến trúc
Microservice!

8.
CAP Theorem
• Consistency
• Avalaibility
• Partition Tolerant
Một hệ thống phân tán chỉ có
thể đạt được 2 trên ba tính
chất trên

9.
CAP Theorem
• Consistency: Đảm bảo dữ liệu giữa các node là
nhất quán
• Availabiilty: đảm bảo tính available của hệ thống
khi một số node không available
• Partition Tolerance: đảm bảo khả năng hoạt
động khi mạng giữa các node không ổn định

10.
CAP Theorem
in Microservice
Nói chung Microservice chỉ có thể đảm bảo hai tính
chất:
• Avaialability
• Partition Tolerance
Microservice không đảm bảo consistency giữa
các node trên toàn bộ hệ thống!

11.
Consistency
vs Eventually Consistency
• Consistency: đảm bảo tính nhất quán của dữ
liệu. Tại mọi thời điểm trên hệ thống dữ liệu phải
nhìn nhất quán giữa tất cả các node.
• Eventually Consistency: đảm bảo dữ liệu giữa
các hệ thống sẽ nhất quán sau một khoảng thời
gian nhất định.
• Microservice chỉ có thể đảm bảo dữ liệu là
Eventually Consistency

12.
Microservice
• Đánh đổi Consistency bằng tính chất Avalaibility
và Partition Tolerance
• Không consistency nhưng phải đảm bảo là
eventually consistency giữa các service

13.
Phần 2:
Giải pháp

14.
Replicate Model
• Primary Data Backup
• State Machine Model
(Active Active Model)

15.
Replicate Model
• VD: để thay đổi dữ liệu tồn kho khi mua bán và
xuất nhập. Ban đầu có 10. Bán đi 2, nhập vào 5,
bán đi 7. Cần replicate dữ liệu đi các nguồn:
• Primary Backup: 8, 13, 6
• State Machine: -2, + 5, -7

16.
Replicate Model
• Luôn đảm bảo ghi log các quá trình thay đổi
• Gửi các thay đổi đúng thứ tự và ổn định

17.
Problems in Microservice
Database
Service
Write
Caching
Message
Queue
External
Service
Không có bất cứ cách nào
đảm bảo việc ghi dữ liệu
đồng thời nhiều nguồn dữ
liệu thoả mãn tính chất của
một transaction

18.
Problems in Microservice
• Các kịch bản lỗi:
• Ghi dữ liệu nhưng không gọi được service khác
• Gọi được serivce khác nhưng không ghi được
dữ liệu

19.
Solutions
• Đảm bảo chỉ thay đổi dữ liệu bắt đầu ở một nguồn.
Không đồng thời thay đổi dữ liệu của tất cả các nguồn.
• Tiến hành replicate các thay đổi một cách ổn định tới
các nguồn đích
• Triển khai hệ thống log để đảm bảo quá trình replicate
là ổn định.
• Mục tiêu: đảm bảo dữ liệu giữa các hệ thống là
Eventually Consistency

20.
Phần 3:
Implementations

21.
1. Log
• Log là phương thức chính và quan trọng nhất để
giải quyết vấn đề replicate dữ liệu trong hệ thống
phân tán
• Xây dựng cấu trúc log, lưu trữ các thay đổi muốn
gửi đi và gửi bất đồng bộ tới nguồn đích
• Đảm bảo transation giữa business data và log
data
• Xoá bỏ log sau khi gửi đi

22.
1. Log
Service
Business
Data
Log
Data
Đảm bảo
transaction
BackGround
Worker
Other Service
Caching
Message
Queue
Other Data
Sources

23.
2. Event Sourcing Pattern
Lưu trữ các thay đổi
dưới dạng log event
Gửi các event tới
các nguồn đích

24.
3. Saga Pattern
Xây dựng cơ chế log
để theo dõi các bước
thực thi
Thực hiện roll back
khi các bước bị lỗi

25.
4. CDC
Capture Data Change
• Bắt trực tiếp các thay đổi Database để replicate
thay đổi tới các data source khác nhau. VD:
• MySQL: decode file binlog
• Mongo: sử dụng cơ chế oplog

26.
5. Message Queue

27.
5. Message Queue
• Sử dụng message queue là nền tảng tích hợp
bất đồng bộ chính cho toàn bộ các service
• Loại bỏ việc gọi api chéo giữa các service
• Tăng khả năng availability của hệ thống
• Giảm thiểu chi phí maitain khi chỉ cần đảm bảo
message queue available. Các Service không
cần available tại cùng một thời điểm

28.
6. Integration Model

29.
6. Integration Model
Log:
• Đảm bảo các dữ liệu cần gửi đi được lưu trữ ổn định. Đảm bảo business data và log data luôn được lưu trữ
ổn định.
Background Worker:
• Đảm bảo quá trình gửi dữ liệu từ log tới message queue ổn định: chắc chắn gửi được và gửi đúng thứ tự.
Message Queue:
• Đảm bảo gửi message tới các nguồn dữ liệu đích
• Đảm bảo các message được delivery đúng thứ tự gửi vào
• Đảm bảo các message được persistent không bị mất
• Kafka và Windows Service Bus là các giải pháp tốt nhất
Các Data Source khác:
• Trực tiếp nhận message từ queue
• Chú ý việc chống trùng lặp message (Idempotemcy filtering)

30.
7. Consistency
Requirements
• Trong ba yếu tố CAP, liệu AP có thể thoả mãn mọi trường hợp?
• Trong trường hợp bắt buộc đòi hỏi Consistency cần phải đánh giá
lại mô hình:
1. Liệu việc chia service đã hợp lý hay chưa? Thông thường sẽ
không chia nếu dữ liệu bắt buộc phải strong consistency.
2. Có thể điều chỉnh nghiệp vụ được không? Có trade off được giữa
đòi hỏi tính nhất quán và khả năng mở rộng không?
3. Có thể triển khai SOAP để handle distributed transaction không?
4. Có thể cài đặt two phase commit để handle distributed transaction
không?

31.
Phần 4
Một số case study

32.
1. Đặt hàng
• Kịch bản: có hai serivce, catalog service quản lý
dữ liệu sản phẩm, order service quản lý đơn
hàng. Khi đặt hàng thì trừ đi một lượng sản
phẩm nhất định rồi tạo đơn hàng.
• Risk: có thể trừ số lượng sản phẩm mà không
tạo được đơn hàng

33.
Solution
Order
Service
Catalog
Service
1. Gửi request giữ tồn (Sync)
Database
2. Place Order
Message Queue
3. Gửi một lệnh trừ tồn
4. Nếu không nhận được lệnh trừ tồn thì sau một khoảng
thời gian nhất định thì rollback lại số lượng tồn.

34.
2. Bài toán trừ tiền
• Kịch bản: có hai service là order service và
payment service. Payment service chứa thông
tin tiền ảo của người dùng. Tiền ảo trừ được thì
đơn hàng được đặt.
• Risk: tiền trừ mà đơn hàng không đặt được

35.
Solutions
Order
Service Catalog
Service
1. Gửi request giữ tiền (Sync)
Database
2. Place Order
Request Queue
3. Gửi một lệnh trừ tiền
5. Nếu không nhận được lệnh trừ tiền thì sau một khoảng
thời gian nhất định thì rollback lại tiền cho người dùng
Response Queue
4. Gửi response

36.
3. Bài toán tính tiền gói hàng
• Kịch bản: giả sử một khách hàng mua 2 sản phẩm trị giá 200k, mỗi món
100k. Đã trả trước 150k, hàng được chia làm hai gói, giao hai lần. Cần
thu khách hàng thêm 50k.
• Lần 1 đi giao món thứ nhất, không phải thu gì. Đã trừ 100k vào số tiền đã
trả. Số tiền khách hàng còn là 50k.
• Lần 2 đi giao nốt món còn lại và thu 50k.
• Điều gì sẽ xảy ra nếu ngay món hàng 2 xuất giao, thì món hàng thứ nhất
bị giao lỗi và phải cập nhật lại số tiền của khách hàng? Kịch bản hợp lý
nhất: khách hàng không phải trả thêm tiền.
• Nếu hệ thống được chia làm hai service: service để quản lý hàng tại trạm
và service quản lý hàng đi giao. Trong trường hợp này handle
consistency kiểu gì?

37.
Analysis
Khó khăn:
• Muốn consistency phải gộp hai service làm một
—> Ảnh hưởng tới thiết kế tổng thể.
• Hệ thống không thể đảm bảo khi quy trình đã
không consistency. VD: nhân viên giao nhận thứ
nhất vừa về thì nhân viên thứ hai đã đi, cả hai
còn chưa kịp cập nhật qua máy tính.

38.
Solution
• Dùng nghiệp vụ giải quyết: ghi nhận lỗi và hoàn
tiền cho khách hàng qua tài khoản ngân hàng
—-> và thống thiết gọi xin lỗi khách hàng :(((

39.
Conclusions
• Khi phân chia hệ thống phải đảm bảo dữ liệu là eventually
consistency
• Cơ bản không có transaction giữa các data source khác nhau
• Không đồng thời ghi dữ liệu vào nhiều nguồn khác nhau.
• Lưu trữ log để đẩy các thay đổi một cách ổn định sang các data
source khác
• Nên sử dụng message queue là nền tảng chính cho việc tích hợp
bất đồng bộ giữa các service. Hạn chế sử dụng gọi chéo api.
• Đánh giá việc phân chia service phù hợp với đòi hỏi về consistency
dữ liệu.

40.
Thank you!