架构与系统设计 / 系统课时
如何追踪一次完整业务流程
如何追踪一次完整业务流程
当订单、支付和发货由不同服务完成时,单条成功日志无法回答“这笔业务走到哪一步”。本篇建立事件身份、因果关联与流程状态的最小约定,并用乱序、重复的事件重建可查询的业务轨迹。
学习目标
- 区分事件 ID、流程关联 ID、因果 ID 与技术调用链 ID。
- 根据因果关系还原事件轨迹,而不是依赖消息到达顺序。
- 用流程状态、等待条件与截止时间识别真正的业务停滞。
先区分流程、事件和调用链
本课采用一套应用级字段约定,并非中间件自动提供的统一协议。入口创建一次流程的 correlation_id,后续消息持续携带;各服务产生新的业务事实时,再创建新的 event_id。
| 字段 | 回答的问题 | 本课约定 |
|---|---|---|
event_id |
这是哪一个事实? | 平台内唯一,同一事实重投不变 |
correlation_id |
属于哪次业务流程? | 同一流程全程不变 |
causation_id |
哪条消息直接触发了它? | 指向直接前因,观察起点可为空 |
trace_id |
去哪条技术链路看调用细节? | 记录实际追踪上下文中的标识 |
订单 ID 识别业务对象,流程 ID 识别一次执行。一个订单的履约与售后可以属于不同流程;同一次履约的重试则仍属于原流程。中间若插入命令,也应记录命令 ID,不能跳过它却声称后续事件由更早的消息直接触发。
OpenTelemetry 通过上下文传播关联跨服务调用,消息消费还可以通过 span link 关联生产上下文。因此,本设计单独保留业务关联 ID,不强求跨天流程只能对应一条 trace,也不把业务 ID 填进标准 trace_id 字段。([OpenTelemetry][1])
把分散事实汇成只读流程视图
Message Store 模式通过集中保存消息信息支持查询分析。本例据此设计一个旁路追踪器:使用独立订阅收集各服务事件,不与业务消费者争抢消息,也不负责发送支付或发货命令。([Enterprise Integration Patterns][2])
追踪器维护两类数据:事件明细保留“发生过什么”,状态投影回答“现在等待什么”。投影是从事实计算出的查询结果,不是新的业务事实来源;原始事实也不能因状态更新而被覆盖。

实际落库时,除关联字段,还应保存事件类型、来源服务、业务对象 ID,以及业务发生时间 occurred_at 和追踪接收时间 received_at。两种时间用于定位延迟;因果关系用于解释先后,不应仅凭跨服务时间戳排序推断因果。
用乱序事件重建一条业务轨迹
以下完整脚本可在 Python 3.10+ 中运行,只使用标准库。它按流程 ID 查询输入事件,在内存中去重并还原因果链,不包含数据库持久化或中间件接入。
带 <ID> 的字符串是可原样运行的教学占位,实际标识会不同。样例把 OrderConfirmed 作为观察起点,未纳入其外部触发命令;它只接受单线成功流程,遇到分支或缺失前因时明确报错。
from dataclasses import dataclass
@dataclass(frozen=True)
class Event:
event_id: str
correlation_id: str
causation_id: str | None
event_type: str
def build_view(events: list[Event], flow_id: str) -> tuple[list[str], str]:
# 同一事实允许重复投递,但同一事件 ID 不允许对应不同内容。
unique: dict[str, Event] = {}
for event in events:
if event.correlation_id != flow_id:
continue
if event.event_id in unique and unique[event.event_id] != event:
raise ValueError("事件 ID 冲突")
unique[event.event_id] = event
# 样例只接受单线流程;按直接前因还原,不按到达顺序猜测。
pending = dict(unique)
visited: set[str] = set()
trail: list[str] = []
while pending:
ready = [
event for event in pending.values()
if event.causation_id is None or event.causation_id in visited
]
if len(ready) != 1:
raise ValueError("前因缺失、存在因果环或出现分支")
event = ready[0]
trail.append(event.event_type)
visited.add(event.event_id)
del pending[event.event_id]
# 这里只投影成功路径及其等待阶段,不处理取消或补偿。
expected = ["OrderConfirmed", "PaymentSucceeded", "ShipmentCreated"]
if trail != expected[:len(trail)]:
raise ValueError("事件顺序不符合本例业务约定")
states = ["NOT_OBSERVED", "WAITING_PAYMENT", "WAITING_SHIPMENT", "COMPLETED"]
return trail, states[len(trail)]
def main() -> None:
flow_id = "flow-<ID>"
order = Event("order-event-<ID>", flow_id, None, "OrderConfirmed")
paid = Event("payment-event-<ID>", flow_id, order.event_id, "PaymentSucceeded")
shipped = Event("shipment-event-<ID>", flow_id, paid.event_id, "ShipmentCreated")
# 支付事件先到,并重复一次,用于验证乱序和去重。
trail, state = build_view([paid, order, paid, shipped], flow_id)
print(f"correlation_id={flow_id}")
print("events=" + " -> ".join(trail))
print(f"unique_events={len(trail)}")
print(f"state={state}")
if __name__ == "__main__":
main()预期输出:
correlation_id=flow-<ID>
events=OrderConfirmed -> PaymentSucceeded -> ShipmentCreated
unique_events=3
state=COMPLETED支付事件虽然先到且重复一次,轨迹仍只有三个事实。COMPLETED 仅表示本例约定的发货单已创建,不表示货物已经签收。空查询返回 NOT_OBSERVED,表示没有观察证据,不能据此断言业务从未发生。
让等待、重试和补偿都能被解释
线上查询不应只显示一个状态字符串。建议状态表同时记录预期事件 expected_event、阶段截止时间 deadline_at 和最近业务推进时间 last_progress_at,使“等待发货”能够解释为具体等待条件。
- 按
correlation_id查询事件明细与状态投影,检查两者是否一致。 - 沿
causation_id找到最后一个已确认事实,核对下一步预期事件是否缺失。 - 再用相关
trace_id查看具体调用,并检查业务消费者与追踪器自身是否积压。
同一事件重投只增加投递尝试记录,不增加业务事实,也不应刷新阶段截止时间。生产实现应将去重记录与状态投影更新放在同一事务中,提交后再确认消息;还需单独记录每次消费尝试的结果,以免去重后丢失排障线索。
消息确认与业务完成不是同一概念。例如 RabbitMQ 的发布确认只覆盖生产者与 broker 之间的交互,不代表下游业务已执行完毕。流程完成必须依据约定的业务事实判定。([RabbitMQ][3])
超时首先表示等待条件未按期满足,不自动等于业务失败;观察者延迟也可能造成假象。真实流程应显式记录失败原因和补偿状态,补偿完成后保留原失败事实。并行汇聚要保存多个前因或依赖集合,不能直接套用本例的单线算法。