架构与系统设计 / 技术文章

分布式事务到底怎么选

订单创建、付款和库存预留可能分别落到不同存储。选方案前,先写清必须始终成立的约束、哪些中间状态可对用户显示、发生超时后如何恢复。例如“库存不可为负”可以由库存服务自己的条件更新维护。订单能否在几秒内显示付款成功,则是另一条跨服务要求。

先分清提交、读取和交付

  • 原子提交要求参加事务的资源最终服从同一个提交或撤销决定。
  • 隔离与可见性决定并发事务能否读到中间状态,或在不同系统中观察到不同步的结果。使用原子提交协议后,仍需另外核对隔离级别和读取规则。
  • 消息交付关心业务状态变化后,其他服务能否可靠收到事件并处理。处理过程还要定义重复投递、顺序、失败和人工恢复。

若几个强约束可以在同一存储事务内完成,先评估能否保留这个边界。只有确实跨越独立资源时,才需要引入相应的协调方式。

2PC 管理参与者的共同决定

两阶段提交的第一阶段由协调者请求参与者准备。参与者成功准备后持久化必要状态,并可能持续占用锁等资源。第二阶段由协调者根据投票持久化最终决定,再通知所有参与者提交或回滚。准备成功的参与者遇到协调者失联时,可能无法自行安全决定,因而需要等待恢复。

适用条件包括资源管理器都支持所需协议,有可靠协调者负责恢复,并且业务接受暂时的锁定和故障等待。事务只覆盖明确加入协议的资源。外部 HTTP 支付接口通常不能仅靠应用数据库的 2PC 参与。3PC 增加预提交阶段,减少阻塞的保证依赖通信时限与故障模型,不能当作网络分区下通用的恢复手段。PostgreSQL 准备事务说明 · Gray 与 Lamport 的原子提交分析

TCC 预留资源,Saga 推进长期流程

TCC 用业务接口表达 Try、Confirm、Cancel。Try 预留库存或额度,Confirm 将预留转成正式占用,Cancel 释放预留。各步应使用同一事务及分支标识,确认和取消要可重试。还要处理 Cancel 先到、Try 后到的情况,例如记录已取消状态,拒绝迟到预留。TCC 的一致性依赖资源状态机和协调恢复,单凭接口名称无法保证跨系统的瞬时可见性。Apache Seata TCC 异常场景

Saga 把长期流程拆成可独立提交的本地事务。失败时根据已完成步骤补偿,或进入明确的重试与人工处理状态。退款是新的业务动作,已经发出的通知、出库或第三方费用未必能恢复原状。Saga 的中间状态可能被其他业务读到,库存、资金等硬约束仍要由各自的所有者保护。Saga 原始论文

Outbox 保证订单和待发事件一同落库

在订单数据库的同一个本地事务内写订单和 Outbox。后台投递器再读取已提交记录并发布消息。若发布成功后、标记已发送前崩溃,重试可能重复发布。消费者应使用稳定的事件 ID 去重,并将消费记录与本地业务更新一起提交。如果副作用在外部系统,需要外部接口支持幂等键或另有对账机制。

下面的 Python 3 程序用两个隔离的内存 SQLite 数据库模拟这条边界,省略真实消息代理。第二次发布同一事件模拟重试。

python
import sqlite3

producer = sqlite3.connect(":memory:")
consumer = sqlite3.connect(":memory:")
producer.executescript("""
CREATE TABLE orders (id INTEGER PRIMARY KEY, status TEXT NOT NULL);
CREATE TABLE outbox (id INTEGER PRIMARY KEY, order_id INTEGER NOT NULL);
""")
consumer.executescript("""
CREATE TABLE inbox (event_id INTEGER PRIMARY KEY);
CREATE TABLE work (event_id INTEGER PRIMARY KEY, order_id INTEGER NOT NULL);
""")

def create_order(order_id, event_id):
    with producer:
        producer.execute("INSERT INTO orders VALUES (?, 'CREATED')", (order_id,))
        producer.execute("INSERT INTO outbox VALUES (?, ?)", (event_id, order_id))

def consume(event):
    event_id, order_id = event
    with consumer:
        result = consumer.execute(
            "INSERT INTO inbox VALUES (?) ON CONFLICT DO NOTHING", (event_id,))
        if result.rowcount:
            consumer.execute("INSERT INTO work VALUES (?, ?)", (event_id, order_id))

create_order(1001, 9001)
try:
    create_order(1002, 9001)  # 制造 Outbox 主键冲突
except sqlite3.IntegrityError:
    pass
event = producer.execute("SELECT id, order_id FROM outbox").fetchone()
consume(event)
consume(event)
orders = producer.execute("SELECT id FROM orders ORDER BY id").fetchall()
work = consumer.execute("SELECT event_id, order_id FROM work").fetchall()
assert orders == [(1001,)] and work == [(9001, 1001)]
print("订单与 Outbox 一同提交或回滚;重复投递只执行一次本地更新")
producer.close()
consumer.close()

示例验证的是两边各自的本地事务。生产环境还需决定如何扫描、重试和确认,记录事件积压、重试和对账结果。业务要求同一订单按顺序处理时,应约定订单版本或序号,处理乱序事件。消息已保存并不表示后续一定成功,需要配置超时、告警和补救。AWS Outbox 模式说明

按业务边界做选择

约束 方案入口
必须原子提交,资源支持协调 核对本地事务能否覆盖;跨资源时评估 2PC 及恢复成本
资源天然可预留,业务能明确取消 TCC,验证重复请求、晚到请求和预留超时
多步长流程允许中间状态 Saga,设计前进重试、补偿和人工处理
状态变化后可靠通知其他服务 Outbox 加消费者幂等,并明确交付时限与顺序

例如订单可在付款确认前保持“待支付”,但支付账本自己的入账、余额约束和防重扣仍由账本事务保护。验收时模拟超时但实际成功、重复到达、乱序、进程崩溃和补偿失败,核对最后的状态、资金和库存。

目录与阅读设置

记录一个想法

分布式事务到底怎么选

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通