seata底层源码是如何实现的-saga 篇

原创

于 2025-10-09 09:19:35 发布 · 1k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#oracle #数据库

SAGA 模式在使用方式上（如通过注解或配置定义事务）可能与 Seata 的 AT、TCC 模式看似相似，但它的设计目标和适用场景与其他模式有本质区别，尤其在「长事务」场景中具有不可替代的优势。以下从「SAGA 与其他模式的核心差异」「长事务的定义」「SAGA 为何适配长事务」三个层面展开说明。

一、SAGA 与其他模式的核心区别（为何专用于长事务）

Seata 的 AT、TCC 模式本质是「短事务」解决方案，而 SAGA 是「长事务」解决方案，核心差异体现在事务持续时间和资源锁定方式上：

模式	事务持续时间	资源锁定方式	适用场景	为何不适合长事务
AT	短（毫秒 / 秒级）	全局锁 + 数据库锁（短时间持有）	高频、短流程（如订单支付）	锁持有时间长会导致并发阻塞，性能急剧下降
TCC	短（毫秒 / 秒级）	业务层锁（如冻结资源）	复杂业务逻辑（如跨境支付）	冻结资源长期不释放，导致资源利用率极低
SAGA	长（分钟 / 小时级）	无锁，依赖补偿机制	跨多系统、长流程（如物流调度）	允许资源临时不一致，通过补偿最终一致

关键差异点：

AT/TCC 依赖「锁机制」保证数据即时一致性，锁必须在短时间内释放（否则阻塞并发），因此只能处理短事务。
SAGA 放弃锁机制，允许中间状态存在（如订单创建后未支付、库存临时超卖），通过「补偿操作」最终修复一致性，因此能支撑长时间运行的事务。

二、什么是「长事务」？

长事务指执行时间长（分钟、小时甚至天级）、涉及多个跨系统步骤的事务，典型场景如：

电商的「订单 - 支付 - 发货 - 签收 - 结算」全流程（可能持续数天）。
供应链的「采购申请 - 审批 - 供应商发货 - 入库 - 付款」流程（可能持续数周）。
金融的「贷款申请 - 征信 - 审批 - 签约 - 放款」流程（可能持续数天）。

这类事务的特点：

步骤多且分散在多个独立系统（如订单系统、物流系统、财务系统）。
步骤间可能存在人工干预（如审批、签收），导致整体耗时极长。
无法接受资源长期锁定（如订单未支付时，库存不能被锁几天）。

三、SAGA 模式为何适合长事务？

SAGA 模式通过状态持久化、补偿机制和无锁设计三大特性，完美适配长事务的需求：

1. 状态持久化：支持断点续跑

长事务可能因服务重启、网络中断等原因中断，SAGA 通过 saga_instance 和 saga_step_instance 表持久化事务状态，重启后可从断点继续执行：

java

运行

// 服务重启后，SAGA 引擎自动恢复未完成的事务
public class SagaRecoveryService {
    @Autowired
    private StateMachineEngine engine;
    @Autowired
    private SagaRepository repository;

    @PostConstruct
    public void recover() {
        // 查询数据库中“运行中”或“失败”的事务实例
        List<StateMachineInstance> instances = repository.findUnfinishedInstances();
        for (StateMachineInstance instance : instances) {
            // 从断点继续执行
            engine.retry(instance.getId());
        }
    }
}

这是长事务的核心需求：即使中断数小时，也能恢复执行，无需从头开始。

2. 补偿机制：允许中间状态，最终一致

长事务中，步骤间可能间隔数小时（如用户下单后几小时才支付），无法通过锁保持资源一致性。SAGA 允许中间状态存在，若最终失败则通过补偿回滚：

例如：订单创建 → 库存预扣 → （2 小时后）支付失败 → 补偿（释放库存）。
补偿逻辑由业务代码定义（如 cancelOrder refundStock），灵活处理各种中间状态。

3. 无锁设计：不阻塞并发，适合长时间运行

SAGA 不依赖全局锁或资源锁定，允许其他事务并发操作资源（如多个订单同时预扣同一商品库存），仅通过业务逻辑（如库存校验）和补偿机制处理冲突：

例如：两个订单同时预扣库存导致超卖，SAGA 会在支付阶段校验实际库存，失败的订单触发补偿释放库存。
这种设计避免了 AT/TCC 中 “锁长期持有导致的并发阻塞”，适合长事务的低阻塞需求。

四、长事务使用 SAGA 的好处

支持跨系统长流程长事务往往涉及多个独立系统（如订单、物流、财务），SAGA 通过状态机定义跨系统步骤，无需硬编码流程逻辑，适配复杂的跨系统协作。
容忍中间状态和人工干预长事务中常有人工操作（如审批、确认），SAGA 允许事务暂停等待人工操作，后续通过回调或定时任务继续执行，其他模式无法支持这种 “断点等待”。
低侵入性和高灵活性SAGA 通过配置文件（JSON/YAML）定义流程，新增步骤或修改补偿逻辑无需修改业务代码，适合长事务的需求迭代（如物流流程新增 “质检” 步骤）。
高容错性长事务执行时间长，发生故障的概率更高。SAGA 通过状态持久化和重试机制，确保故障后能恢复执行；通过补偿机制，确保最终数据一致。

结论

SAGA 模式看似与其他模式使用方式相似，但其无锁设计、状态持久化和补偿机制使其专为长事务设计：

长事务的核心需求是「允许长时间运行、支持断点续跑、容忍中间状态」，这些都是 AT/TCC 等短事务模式无法满足的。
SAGA 放弃了即时一致性，通过最终一致性适配长事务场景，在跨系统、多步骤、长时间的业务中不可替代。

源码分析

Seata 的 SAGA 模式专为 长事务场景 设计（如跨多个微服务的订单流程、物流调度等），核心通过 状态机驱动 和 补偿机制 实现柔性事务，支持复杂流程编排和失败补偿。以下从源码层面解析其底层实现逻辑（基于 Seata 1.6.x 版本）。

一、SAGA 模式核心原理与角色

SAGA 模式的核心是将长事务拆分为多个 本地事务步骤，每个步骤对应一个 正向操作 和一个 补偿操作（用于失败时回滚）。Seata 中 SAGA 模式的核心角色：

StateMachineEngine：状态机引擎，负责解析状态机定义、驱动流程执行、管理事务状态。
SagaCoordinator：协调器，负责记录事务执行状态、触发补偿操作。
SagaRepository：事务状态仓库，持久化事务实例和步骤状态（支持数据库、文件等存储）。

核心流程：

正常执行：按状态机定义的顺序执行正向操作，记录每个步骤的执行状态。
失败补偿：若某步骤执行失败，按逆序执行已完成步骤的补偿操作，最终达到事务一致性。

二、源码解析：SAGA 状态机定义与初始化

SAGA 模式通过 JSON/YAML 配置文件 定义事务流程（步骤、正向 / 补偿方法、依赖关系等），状态机引擎在启动时解析配置并初始化。

1. 状态机配置示例（JSON）

json

{
  "name": "orderSaga",
  "comment": "订单创建-支付-发货的长事务流程",
  "startState": "createOrder",
  "states": [
    {
      "name": "createOrder",
      "type": "ServiceTask",
      "action": {
        "serviceName": "orderService",
        "methodName": "createOrder",
        "compensateMethod": "cancelOrder" // 补偿方法
      },
      "transition": "pay" // 下一步骤
    },
    {
      "name": "pay",
      "type": "ServiceTask",
      "action": {
        "serviceName": "paymentService",
        "methodName": "pay",
        "compensateMethod": "refund"
      },
      "transition": "deliver"
    },
    {
      "name": "deliver",
      "type": "ServiceTask",
      "action": {
        "serviceName": "deliveryService",
        "methodName": "deliver",
        "compensateMethod": "cancelDelivery"
      },
      "end": true // 流程终点
    }
  ]
}

2. 状态机解析与引擎初始化

状态机引擎（StateMachineEngine）启动时加载配置文件，解析为可执行的状态机实例：

关键代码：StateMachineConfigParser（配置解析）

java

运行

public class StateMachineConfigParser {
    public StateMachine parse(String configContent) {
        // 1. 解析 JSON 配置为 StateMachine 实体
        StateMachine stateMachine = JSON.parseObject(configContent, StateMachine.class);
        // 2. 初始化每个状态（步骤）的 action 信息（正向/补偿方法）
        for (State state : stateMachine.getStates()) {
            if (state.getType() == StateType.ServiceTask) {
                ServiceTaskState serviceTask = (ServiceTaskState) state;
                Action action = serviceTask.getAction();
                // 反射获取正向方法和补偿方法的元数据（参数、返回值等）
                MethodInvoker invoke = buildMethodInvoker(
                    action.getServiceName(), 
                    action.getMethodName()
                );
                MethodInvoker compensateInvoke = buildMethodInvoker(
                    action.getServiceName(), 
                    action.getCompensateMethod()
                );
                serviceTask.setActionInvoker(invoke);
                serviceTask.setCompensateInvoker(compensateInvoke);
            }
        }
        return stateMachine;
    }

    // 构建方法调用器（通过 Spring 容器获取 bean 并反射方法）
    private MethodInvoker buildMethodInvoker(String serviceName, String methodName) {
        Object serviceBean = SpringContextHolder.getBean(serviceName);
        Method method = findMethod(serviceBean.getClass(), methodName);
        return new ReflectiveMethodInvoker(serviceBean, method);
    }
}

关键代码：StateMachineEngineImpl（引擎初始化）

java

运行

public class StateMachineEngineImpl implements StateMachineEngine {

最低0.47元/天解锁文章