在 Postgres 上使用两阶段提交

Question

假设“db1”中有一个名为“t1”的表，“db2”中有一个名为“t2”的表，我需要在两个表上插入一条记录，否则会失败。

连接到 db1，我想我应该输入以下内容：

BEGIN;
PREPARE TRANSACTION 'pepe'; -- this says the manual that makes your transaction gets stored on disk, so what is the purpose if I can't use it from another database?)

insert into t1 (field) values ('a_value');

COMMIT PREPARED 'pepe'

连接到db2，我猜：

BEGIN;
PREPARE TRANSACTION 'pepe'; -- this fails (the name of the transaction, what is the meaning, what is use for?)
 -- It complains about this "ERROR:  transaction identifier "pepe" is already in use"

insert into t2 (field) values ('another_value');

COMMIT PREPARED 'pepe'

正如您可能看到的，我不明白如何在 Postgres 上使用两阶段提交。

概括

我不知道如何在同一 RDBMS 中的不同数据库上执行同步命令。

我在 Postgres 文档中读到，为了在两个或多个不相关的 Postgres 数据库之间同步工作，我们可以使用所谓的“两阶段提交”协议的实现。

所以我开始尝试看看人们如何在 Postgres 中实际使用它们，我没有看到任何实际的例子，最多我看到了一个人的这篇文章，他试图按顺序连接到不同数据库的几个 Postgres 客户端进行实验模拟并行运行的多个进程对多个数据库执行操作，这些数据库应以成功（所有提交）或失败结果（所有回滚）结束。

我见过的其他例子有：

• https://en.wikipedia.org/wiki/Two-phase_commit_protocol（这个来源很好地解释了协议，但确实让我想知道我的“协调员”在哪里或谁以及如何向“参与者”发送消息......我只得到prepare transaction <id>，commit prepared <id>或 rollback prepared <id>我可以使用的命令）
• 两阶段提交
• https://dba.stackexchange.com/questions/145656/dependent-transaction-in-separate-database-connections
• https://www.endpointdev.com/blog/2010/07/distributed-transactions-and-two-phase/
• https://www.citusdata.com/blog/2017/11/22/how-citus-executes-distributed-transactions/
• （来自 golang 客户端应用程序）https://github.com/go-pg/pg/issues/490

决议（劳伦斯回答后）

连接到 db1，要执行的 SQL 行如下：

BEGIN;
-- DO THINGS TO BE DONE IN A ALL OR NOTHING FASHION
-- Stop point --    
PREPARE TRANSACTION 't1';
COMMIT PREPARED 't1' || ROLLBACK PREPARED 't1' (decision requires awareness and coordination)

同时连接到 db2 将执行以下脚本：

BEGIN;
-- DO THINGS TO BE DONE IN A ALL OR NOTHING FASHION
-- Stop point --  
PREPARE TRANSACTION 't2';

COMMIT PREPARED 't2' || ROLLBACK PREPARED 't2'

• 协调器进程-- Stop point --（例如执行该语句的应用程序，或者 psql 客户端控制台或 pgAdminII 后面的人员）应停止执行两个脚本（实际上不执行任何进一步的指令，这就是我所说的停止）。

• 然后，首先在 db1 上（然后在 db2 上，反之亦然）协调器进程（无论是否为人为进程）必须PREPARE TRANSACTION在每个连接上运行。

  • 如果其中之一失败，则协调器必须 ROLLBACK PREPARED 在事务已准备好的数据库和 ROLLBACK 其他数据库上运行。
  • 如果没有人失败，协调器必须在所有涉及的数据库上运行 COMMIT PREPARED，这是一项永远不会失败的操作（就像当你走出家门一步，所有东西都正确设置为安全退出时，你就已经离开家了）

Answer 1

我想你误会了PREPARE TRANSACTION。

该语句结束事务的工作，也就是说，应该在所有工作完成后发出该语句。这个想法是，PREPARE TRANSACTION除了提交本身之外，执行提交期间可能失败的所有操作。那就是保证后续COMMIT PREPARED不会失败。

其思路是处理如下：

• START TRANSACTION在分布式事务涉及的所有数据库上运行。

• 做好所有的工作。如果有错误，ROLLBACK则所有交易。

• PREPARE TRANSACTION在所有数据库上运行。如果在任何地方失败，请ROLLBACK PREPARED在已准备好事务的数据库和ROLLBACK其他数据库上运行。

• 一旦PREPARE TRANSACTION在所有地方都成功，就可以COMMIT PREPARED在所有涉及的数据库上运行。

这样，您就可以保证多个数据库之间的“全有或全无”。

这里我没有提到的一个重要组件是分布式事务管理器。它是一个软件，可以永久记住上述算法当前处理的位置，以便在崩溃后可以进行清理或继续提交。

如果没有分布式事务管理器，两阶段提交没有多大价值，而且实际上很危险：如果事务陷入“准备”阶段但尚未提交，它们将继续持有锁并且（在以下情况下） PostgreSQL）即使在服务器重新启动时也会阻止自动清理工作，因为此类事务必须是持久的。

这很难做到正确。