架构与系统设计 / 系统课时
数据库提交后消息没发怎么办
数据库提交后消息没发怎么办
订单已经写入数据库,下游却一直没有收到确认事件,问题通常出在数据库提交与消息发送之间。本篇复现两种双写顺序的故障窗口,说明为什么交换先后不能解决问题,以及怎样让漏发事件具备恢复入口。
学习目标
- 判断先写库后发消息与先发消息后写库各自可能留下什么状态。
- 用故障注入区分数据库提交、消息接受与业务消费完成。
- 说明事务 Outbox 的修复边界,并制定安全补发的验收条件。
故障窗口在两个系统之间
假设订单确认需要完成两件事:提交订单变更,以及发布 OrderConfirmed。数据库与消息系统分别决定操作是否成功;没有跨两者的原子提交机制时,一边成功、另一边失败就会留下不一致。([AWS 文档][6])
| 执行顺序 | 故障发生的位置 | 遗留结果 |
|---|---|---|
| 先提交数据库,再发送消息 | 提交之后、消息被接受之前 | 订单已确认,但下游缺少事件 |
| 先让消息被接受,再提交数据库 | 消息已发出,但数据库事务失败 | 下游收到确认事件,却没有对应的已提交订单 |
这是两种不同的错误:前者是漏通知,后者是发布了没有成立的业务事实。把发送放到数据库事务内部,也不能让普通数据库回滚撤销消息系统已经接受的消息。([microservices.io][7])
在本机复现两种不一致
下面使用 Python 3.11 的 SQLite 接口执行真实的本地提交和回滚,用列表模拟独立的消息系统。with db 在正常退出时提交已开启的事务,异常退出时回滚;它不会负责关闭数据库连接。([Python documentation][8])
保存为 dual_write_demo.py,运行 python dual_write_demo.py。demo-order 是固定测试值;程序不访问外部数据库或队列。它在确定的位置注入异常,不是完整的进程崩溃或持久化中间件测试。
import sqlite3
def publish(broker: list[str], *, fail: bool = False) -> None:
# 列表模拟独立消息系统;故障发生在消息被接受之前。
if fail:
raise ConnectionError("simulated publish failure")
broker.append("OrderConfirmed")
def run_case(mode: str) -> None:
db = sqlite3.connect(":memory:")
db.execute("CREATE TABLE orders (order_key TEXT PRIMARY KEY)")
broker: list[str] = []
try:
try:
if mode == "db-first":
with db:
db.execute(
"INSERT INTO orders VALUES (?)", ("demo-order",)
)
# 此处已提交,后续发送失败不能撤销刚才的提交。
publish(broker, fail=True)
else:
publish(broker)
with db:
db.execute(
"INSERT INTO orders VALUES (?)", ("demo-order",)
)
# SQL 已执行,但事务尚未提交;异常使它回滚。
raise RuntimeError("simulated transaction failure")
except (ConnectionError, RuntimeError) as error:
# 实验捕获注入的异常,是为了继续检查两边的最终状态。
print(f"{mode}: {type(error).__name__}")
rows = db.execute("SELECT COUNT(*) FROM orders").fetchone()[0]
print(f"{mode}: orders={rows}, events={len(broker)}")
finally:
db.close()
def main() -> None:
for mode in ("db-first", "message-first"):
run_case(mode)
if __name__ == "__main__":
main()预期输出:
db-first: ConnectionError
db-first: orders=1, events=0
message-first: RuntimeError
message-first: orders=0, events=1第一种方案留下一个已提交订单、零条事件;第二种方案留下零个已提交订单、一条事件。两次运行各自使用全新的内存数据库,结果不是前一轮残留;异常被捕获只是为了继续观察状态。
发送确认不是跨系统事务
发布确认描述的是消息系统对发布操作的接受情况,不代表消费者已经完成业务处理,更不能替代数据库提交。RabbitMQ 的发布确认与消费确认就是两套独立机制;只增加发布确认,无法覆盖“数据库提交后、发送前退出”的窗口。([RabbitMQ][3])
反过来,发送超时也不等于消息一定没有到达:消息可能已被接受,只是响应未返回。此时应把状态视为结果未知,而不是武断地记为未发送;重试可能带来重复,需要幂等处理。([Microsoft Learn][2])
“提交后回调再发送”只能改善执行顺序,不能让内存中的发送意图抵抗进程退出。普通数据库事务、异常捕获以及交换调用顺序,都没有为这条意图建立持久化恢复入口。([microservices.io][7])
把业务事实和发送意图一起提交
事务 Outbox 的关键不是立刻发出消息,而是在同一个数据库本地事务内,同时保存业务变更和待发送事件。事务回滚时业务变更不生效,也不会留下本次待发送事件;提交后,即使应用暂时无法发送,也有记录可供后续恢复。([AWS 文档][6])

将系统改为以下责任划分:
- 业务事务写入订单变更和 Outbox 事件,保存稳定的
eventId、业务版本及事件载荷。 - 独立转发任务只读取已提交的待发送事件,发送失败时保留记录并按策略重试。
- 收到所需的发布成功确认后,再更新发送状态;不能提前把记录标成已发送。
这把“数据库提交后漏发”变成了可查询的待发送任务。不过,转发成功后、更新发送状态前退出,仍可能导致再次发送同一事件,因此消费者必须幂等,Outbox 不等于端到端恰好一次。([microservices.io][7])
已提交订单怎样补发和验收
处理现有事故时,先按订单与业务版本核对已提交状态、发送记录和消费记录。不要为了重新触发消息而重复执行创建订单或扣款;没有收到发送确认的记录,应保留“未知”的判断。
建议仅针对已确认提交的业务事实补发,并复用原事件标识。缺少原始事件记录时,需要依据审计记录重建相应版本,不能把订单的当前状态直接冒充历史事件;恢复脚本也应记录操作者、批次和处理结果。
改造后的验收应主动覆盖三个断点:本地事务回滚后没有可转发事件;提交后暂停转发,待发送记录仍可查并在恢复后发送;发送成功但状态更新失败时,重复投递不产生重复业务副作用。这些是验收要求,不是前述模拟程序已经实现的能力。
最终需要保证的是:提交过的事实有可恢复的发送记录,回滚的事实不被发布。能够最终送达还依赖转发任务恢复、记录未被提前清理以及下游可用,不能用“以后会重试”替代这些条件。