单体时代,一个@Transactional就能搞定数据一致性。到了微服务,订单服务扣库存、账户服务扣余额、积分服务加积分,三个数据库、三个服务,任何一个环节失败,数据就可能错乱。分布式事务之所以难,是因为它要在不可靠的网络、可能宕机的节点之间,保证多个数据源要么全部成功,要么全部失败。好消息是,经过多年实践,业界已经沉淀出几种成熟方案。下面这4种,帮你彻底搞懂。
方案一:两阶段提交(2PC)
2PC是最经典的强一致方案,分准备和提交两个阶段。协调者先问所有参与者“能提交吗”,大家各自锁定资源并回复“可以”;协调者收到全部“可以”后,再通知所有人正式提交。如果任何一个参与者说“不行”,协调者就通知全部回滚。
优点是数据库层面支持(XA协议),业务侵入小,能保证强一致。缺点也很致命:同步阻塞,参与者在准备阶段一直占着资源;协调者单点故障,一旦宕机,参与者可能一直等待;极端情况下,部分节点提交、部分节点未提交,数据不一致。所以2PC适合数据库层面、短事务、并发不高的场景,互联网高并发业务很少直接用。
方案二:TCC(Try-Confirm-Cancel)
TCC把事务拆成三个业务方法:Try做资源检查和预留,Confirm做正式提交,Cancel做补偿回滚。比如扣库存,Try阶段冻结库存,Confirm阶段真正扣减,Cancel阶段解冻。三个方法都由业务代码实现,不依赖数据库的XA。
优点是性能好,不长期锁资源,能实现最终一致。缺点是业务侵入极大,每个操作都要写三个方法;还要处理幂等、空回滚、悬挂等问题。比如Cancel先于Try到达,或者Confirm重复执行,都需要额外设计。TCC适合金融、电商等对一致性要求高、且能接受业务改造的核心链路。
方案三:Saga
Saga把一个长事务拆成多个本地事务,每个本地事务都有对应的补偿操作。执行时按顺序调用,一旦某一步失败,就反向依次执行前面已成功步骤的补偿。比如订单流程:创建订单→扣库存→扣余额→加积分。如果扣余额失败,就补偿扣库存,再补偿创建订单。
优点是适合长流程、跨多个服务的业务,性能比2PC好,不需要长期锁资源。缺点是只保证最终一致,中间状态对外可见;补偿操作需要业务实现,且要考虑幂等和重试。Saga适合业务流程长、允许短暂不一致的场景,比如旅游预订、供应链。
方案四:本地消息表 + 可靠消息最终一致
这是互联网最常用的方案。核心思路:把“业务操作”和“发消息”放在同一个本地事务里。比如订单服务在本地事务中同时写订单表和消息表,然后由定时任务或CDC把消息表里的消息投递给MQ,下游服务消费消息执行自己的业务。下游失败就重试,直到成功。
优点是实现简单,不依赖XA,性能高,能保证最终一致。缺点是只能保证最终一致,中间有延迟;消息表需要额外存储;消费端必须幂等。适合异步、非实时、对一致性要求不是强一致的场景,比如发短信、加积分、更新统计。
怎么选?
没有银弹。强一致、短事务、低并发,考虑2PC;核心链路、能接受业务改造,考虑TCC;长流程、跨多服务,考虑Saga;异步、最终一致、高并发,考虑本地消息表+MQ。实际项目中,常常混合使用:核心资金用TCC,积分、通知用消息表。
搞懂这4种方案的原理、优缺点和适用场景,分布式事务就不再是玄学。面试时能讲清楚取舍,工作中能选对方案,你就已经超过了大多数开发者。
1603



被折叠的 条评论
为什么被折叠?



