Apache ShardingSphere整合Seata AT分布式事务
背景知识
Seata 是阿里集团和蚂蚁金服联合打造的分布式事务框架，目前版本包含了 AT 事务和 TCC 事务。其中AT事务的目标是在微服务架构下，提供增量的事务 ACID 语意，让用户像使用本地事务一样，使用分布式事务，核心理念同 ShardingSphere 一脉相承。
Github: https://github.com/seata/seata
Seata AT模型
Seata AT 事务模型包含 TM (事务管理器)，RM (资源管理器)，TC (事务协调器)。
其中TC是一个独立的服务需要单独部署，TM 和 RM 以 jar 包的方式同业务应用部署在一起，它们同 TC 建立长连接，在整个事务生命周期内，保持 RPC 通信。
其中全局事务的发起方作为 TM，全局事务的参与者作为 RM ; TM 负责全局事务的 begin 和 commit/rollback，RM 负责分支事务的执行和 commit/rollback。
ShardingSphere 分布式事务 SPI
ShardingSphere 提供了一套接入分布式事务的 SPI ，设计的目标是保证数据分片后，事务的 ACID 语意。分布式事务的实现目前主要包含两阶段的 XA 和 BASE 柔性事务。Seata AT 事务作为 BASE 柔性事务的一种实现，可以无缝接入到 ShardingSphere 生态中。
两阶段XA事务方面，我们已经整合了 Atomikos，Narayana，Bitronix 事务管理器，XA 事务底层依赖具体的数据库厂商对 XA 两阶段提交协议的支持，通常 XA 协议通过在 Prepare 和 Commit 阶段进行 2PL(2阶段锁)，保证了分布式事务的 ACID，通常适用于短事务及非云化环境（云化环境下一次 IO 操作大概需要 20 ms，两阶段锁会锁住资源长达 40 ms，因此事务的 TPS 会降到 25/s 左右，非云化环境通常一次 IO 只需几毫秒，因此锁热点数据的时间相对较低）[1]。
BASE 柔性事务方面，目前我们已经完成了对 ServiceComb Saga 的整合，Saga 通过一阶段提交+补偿的方式提高了整体事务的性能，其中补偿的方式同 Seata 大致相同，即对分片后的物理 SQL 进行 revert 来生成补偿的 SQL，但 Saga 模型在理论上不支持隔离级别，适用于对性能要求较高，对一致性要求比较低的业务。Seata AT 事务在一阶段提交+补偿的基础上，通过 TC 的全局锁实现了RC隔离级别的支持，是介于 XA 和 Saga 之间的另一种实现。消息柔性事务方面，也欢迎大家参考我们的 SPI 提供整合的方案。
整合方案
整合 Seata AT 事务时，需要把 TM，RM，TC 的模型融入到 ShardingSphere 分布式事务的 SPI 的生态中。在数据库资源上，Seata 通过对接 DataSource 接口，让 JDBC 操作可以同 TC 进行 RPC 通信。同样，ShardingSphere 也是面向 DataSource 接口对用户配置的物理 DataSource 进行了聚合，因此把物理 DataSource 二次包装为 Seata 的 DataSource 后，就可以把 Seata AT 事务融入到 ShardingSphere 的分片中。
在 Seata 模型中，全局事务的上下文存放在线程变量中，通过扩展服务间的 transport，可以完成线程变量的传递，分支事务通过线程变量判断是否加入到整个 Seata 全局事务中。而 ShardingSphere 的分片执行引擎通常是按多线程执行，因此整合 Seata AT 事务时，需要扩展主线程和子线程的事务上下文传递，这同服务间的上下文传递思路完全相同。
Quick Start
我们已经实现了 base-seata-raw-jdbc-example，大家可以自行进行尝试。
操作手册：
1.按照 seata-work-shop 中的步骤，下载并启动 seata server。
https://github.com/seata/seata-workshop
参考 Step6 和 Step7 即可
2.在每一个分片数据库实例中执行 resources/sql/undo_log.sql 脚本，创建 undo_log 表
3.Run YamlConfigurationTransactionExample.java
待优化项
Seata AT 事务在 Revert SQL 时，需要对 ShardingSphere 分片后的物理 SQL 进行二次的解析，这里我们需要设计一个 SPI ，避免 SQL 二次解析的性能损耗。
参考论文
[1]: Transactions for Distributed Actors in the Cloud