系统原理
贷款和理财是51信用卡目前最主要的业务。金融相关的应用，往往对数据的一致性有着较高的要求，通常对DB的操作都是用事务来保障。但是在分布式的环境下，要保持事务的一致性从来都不是一件容易的事，传统通过两阶段、三阶段提交方式实现的XA事务由于代价太高，性能损失太大，在互联网公司中并不常用，而更常用的是实现最终一致性，即系统允许短暂的不一致，但是最终能达到一致的状态。
51信用卡金融研发团队之前对跨微服务的调用就有一些方法，在执行业务逻辑前先插一张状态日志表，在执行成功后更新日志表里的状态，如果有中途失败的交易，后续也可以通过扫描日志表进行更正。TMC做的事就是业务里做的逻辑抽象独立出来，让业务专注于业务开发，无需再自己维护状态。下面简述其原理:
两个事务运行在不同的进程上，为了平衡上下游系统压力差、削峰填谷都会使用MQ。但是直接使用MQ并不能实现分布式事务，下面举个例子说明:
假设两个独立账务系统A和B，A要向B转100块钱，直接使用MQ的如下图所示:
操作分四个步骤
1. 系统A更新DB，扣减100元
2. publish一条消息进MQ
3. MQ将消息发给系统B
4. 系统B更新DB，加100元
分布式系统，任何一个环节都有可能失败，下面一一分析:
① 步骤1A更新DB前挂了，无影响，因为还没扣钱
② 更新DB后投进MQ前挂掉，消息丢了，100块不知道去哪了
③ A成功写进MQ，但是MQ这时候挂了，同样消息丢了
④ MQ成功投递给B，但是B写进DB之前B挂掉，同样100块不知道去哪了
⑤ B成功写进DB，B系统加100块，这种情况正常
因此要实现分布式事务，就是要考虑消息在各个环节中都不丢，任一系统在挂掉的情况下，都能保证能够把消息找回来，并且流程还能够继续下去。
下面开始介绍我们的实现方案，为了记录状态，我们引入了一个中间人，即TMC（TransactionMessage Center），示意如下图:
现在的步骤如下：
1. 系统A publish一条消息给TMC
2. TMC在DB中记录下这条消息
3. 系统A执行本地事务更新DB
4. 系统A如果本地事务执行成功，告诉TMC这条消息submit，如果本地事务执行失败，告诉TMC这条消息rollback
5. TMC对于成功submit的消息，开始往MQ进行投递，等待ack，如果一段时间没有收到ack，会继续投递该消息
6. MQ将消息push给消费者系统B
7. 系统B执行事务更新DB
8. 系统B给TMC做ack，告诉这条消息消费成功
正常的流程就是这样，下面分析下各个环节可能出现的异常，以及异常流程。
① 系统A publish消息给TMC之前挂了，无影响，因为啥都还没做
② 系统A执行本地事务之前或者之后挂了，这时候会涉及到9. check过程，因为TMC已经记录下这条消息，但是后面没有收到submit或者rollback，不知道这条消息的状态，只好过了一段时间去问系统A，这条消息到底是什么状态，如果A是执行事务之前挂的，会答复rollback，这时候TMC删除这条消息，如果是执行事务之后挂的，答复commit，这时候TMC将这条消息转变成可消费状态，开始向MQ投递
③ TMC将消息投递进MQ没有成功，或者MQ挂了，消息丢了。这时候消费者肯定收不到消息，也就不会进行ack，TMC会在一段时间后继续将该消息投递进MQ，这个过程会持续好几次，超过一定次数标记消费失败，给出报警
④ 消费者系统B受到消息，更新DB后挂了，ack没有给到TMC，这就像上一条所说，TMC会继续投递该消息，因此消费者一定要实现幂等应对重复消息
系统设计
TMC的设计和51信用卡公司内部在用的系统紧密结合，使用了MySql、Base框架（51信用卡内部的一个微服务框架，最主要功能是RPC和服务发现）、Consul、RabbitMQ，这里做一个详细一点的介绍，帮助大家理解系统，在测试环境能够更好的调试。系统结构图如下:
• TMC Server是一个标准的基于Base的微服务
• TMC Client是一个基于Base的Client，通过maven分发，包含Producer和Consumer功能
系统之间的交互可以描述为以下几点：
- Producer通过微服务名tmc以及client端配置的tmcTag，从Consul上获得到TMC Server的地址，然后通过Base RPC调用TMC Server发送或者submit消息，记住：Producer和RabbitMQ没有关系，只和TMC Server打交道，所有操作都是通过Base RPC进行
- 对于状态未知的消息，TMC Server会通过发送者的微服务名以及Topic里配置的Tag（51信用卡内部根据tag区分环境），从Consul上获得业务应用的地址，通过Base RPC去向业务应用check消息的状态
- TMC Server会将成功submit的消息投递进RabbitMQ
- 对于消费者，TMC Client会在启动的时候去监听配置要消费的RabbitMQ的队列，当然，消费者的配置只需要配置TMC里的topic，而TMC Client代码会自动转换成RabbitMQ的队列名，所以：消费者是直接从RabbitMQ获取数据的，需要配置TMC所使用的RabbitMQ集群地址
- Consumer通过微服务名tmc以及client端配置的tmcTag，从Consul上获得到TMC Server的地址，然后将消费成功的ack发送给TMC
数据库表结构
表结构很简单，主要包括应用表（T_Tmc_PubSub）、Topic表（T_Tmc_Topic）、订阅表（T_Tmc_Topic_Sub）、消息表（T_Tmc_Msg）、消费表（T_Tmc_Msg_Sub），关系如下图
• 应用表，AppId即对应客户端clientId，AppKey对应clientKey，AppName即是微服务名，另外还有报警人邮箱和手机号信息
• Topic表，每个topic都需要指定tag，这个表里的tag应该和客户端的clientTag对应，Mode表示topic模式，0是单队列，1是多队列，另外还有最大重试次数和重试间隔配置，这两个是针对check生产者的重试
• 订阅表，即表示哪个消费者订阅了哪个topic，也有最大重试次数和重试间隔配置，这两个是针对消费者ack的重试
• 消息表，消息分表存放，目前32张，将来不够很容易扩容，消息存放在哪张分表由topic表的TableIndex指定，MsgId是在消息落库时候生成，里面包含里topicId和生产者Id，MsgKey是生产者指定，推荐存放一个具有一定业务意义的，用于做幂等控制，消息内容通过base64编码后存放在body字段，由于mysql限制，消息内容不能超过10K，Delay是延迟消息时候需要设置延迟的时间，Retry和NextRetryTime是check生产者的次数和下次的时间，大多数消息都是生产者主动submit上来，所以这两个字段不常用
• 消费表，在生产者submit消息之后，有几个消费者订阅了该topic，就会在该表中生成几条数据，同时消费表也是分表，分表规则和消息表一样。消费表并不复制消息的内容，只是记录每条消息每个消费者消费的状态，该表的Retry和NextRetryTime是已经向RabbitMQ投递的次数，和下次再投递的时间
单队列 or 多队列
TMC刚上线的时候只有单队列模式，后来有业务提出问题，单队列可能造成低优先级消息阻塞高优先级消息的情况，因此又加了多队列模式，如上面的图。
单队列是指每个消费者，会订阅不同的TMC topic，他所的所有TMC消息，会放在同一个RabbitMQ队列里，队列的命名规则是tmc.sub.{clientId}.{clientTag}。有些消息，可能时效性要求比较高，量比较小，而有些消息，时效性要求比较低，但量比较大，放在同一个队列里就会影响后面重要消息的消费时效性。
而多队列每一个消费者，每一个TMC topic都会放在一个单独的RabbitMQ队列里，命名规则是tmc.sub.{clientId}.{clientTag}.{topic}，这样就不会造成高优先级消息被低优先级消息阻塞的问题。
由于单/多队列的命名规则不同，因此在client端消息入口不同，单队列通过实现MessageConsumer接口，而多队列通过打@TmcListener标注。
失败和重试
事务消息的事务，主要体现在生产者和Server之间，因为只有生产者本地事务失败是可以回滚消息的，而只要生产者事务成功提交，消费者是一定要消费掉的，超过一定时间没有消费掉，会给出报警，让人工介入处理。
重试主要用在两个地方
1. 生产者没有主动submit/rollback，Server存在未知状态消息，需要不断去生产者那边check改消息的状态
2. 消息已经成功被submit，Server已经投进MQ，但是消费者一直没有ack，需要继续投递，直到被ack
重试的程序实现是，每个分表都有一个扫表线程，这个扫表线程落在哪台机器上，通过Base里的分布式锁抢占，即抢到分表的分布式锁的机器负责扫该表。那每次扫出哪些消息？取决于Status和NextRetryTime，只有Status等于正在进行的并且NextRetryTime小于当前时间的会被扫出来。
而NextRetryTime的更新规则是now + Retry *RetryInterval，Retry是已经重试的次数，这样的重试时间是被逐渐拉长的，举个例子，如果起始时间是0，RetryInterval是10s，那一次重试是在10s，第二次重试是在30s，第三次重试是在60s，第四次重试是在100s。这样设计是考虑到，当前无法消费成功的消息，短期内立即重试大概率仍然不能消费成功，所以逐渐拉长重试的时间。
凡是投递超过MaxRetryTimes的消息，更新状态为失败，不在继续重试，并且发送报警给登记的业务负责人。
消息查询和重新激活
在控制后台支持通过MsgId、MsgKey以及状态和时间范围查询消息的状态，并且对于失败的消息，可以一键重新激活，重新开始check或者投递。控制后台拥有的功能消息查询，消费查询，消息重试，投递重试，很容易搞混，下面来说明一下。
- 消息查询，是查询消息表的数据，查询消息是否入库，是否被submit，以及消息的内容（原始base64和解码过的字符串格式都能看到），check的次数，下次check时间
- 消费查询，是查询消费表的数据，是否生成消费记录（如果没有说明生产者还没submit），是否被ack，投递的次数，下次投递的时间
- 消息重试，是生产者还没有提交，超过check重试的失败消息，进行重新激活，重新开始check生产者消息的状态
- 投递重试，是超过投递次数，消费者还没有ack的失败消息，进行重新激活，重新开始往MQ投递
额外的小功能
业务在使用过程中，提出了一些特殊的小需求，TMC也试着满足他们的需求，列举如下：
- 支持demo环境，由于demo环境consul和线上隔离，因此无法通过consul来获取地址，只能在client端配置上TMC Server地址，同时新消息Server也会记录下发送者的地址用于check
- 测试环境支持生产、消费不同tag，由于公司测试有好几个环境dev、stable、k8stest等等，为方便开发和测试同学，生产和消费都支持指定tag
- 延迟消息，生产者可以指定delay参数，Server在submit后到达delay的时间才会开始投递
- 顺序消息（未上线），之前有业务提过，想要支持顺序消息，就尝试把RabbitMQ换成支持顺序消息的MQ，如RocketMQ，但后来业务改了方案不需要了，这份代码就暂时没合入主分支，没有上线