服务注册与分布式协调 / 系统课时
用补偿步骤实现 Saga
用补偿步骤实现 Saga
本课解决跨服务写操作无法放进同一个数据库事务时的一致性问题:Workflow 记录已经成功的业务步骤,任一步骤失败后按逆序执行对应补偿,让部分成功的流程能够回到业务可接受状态,而不是假装存在一个跨系统回滚。
学习目标
- 理解 Saga 为什么用补偿代替跨服务事务回滚
- 能设计“正向步骤 + 对应补偿”的可恢复工作流
- 能处理补偿幂等、重试、失败和审计状态
把 Saga 看成可恢复的业务状态机
假设订单流程依次完成“创建订单、扣减库存、创建支付”。这些操作分别属于不同服务,通常无法共享同一个数据库事务。Saga 不要求第一个操作在第三个操作失败时物理回滚,而是为每个已完成动作准备业务补偿,例如取消订单、恢复库存、关闭支付授权。

因此 Saga 的核心不是“失败后把变量恢复原值”,而是记录业务动作已经产生的外部效果,并为每种效果定义一个明确、可重复执行的反向业务动作。补偿本身也是远程写操作,所以它也可能失败,必须继续受 Temporal 的持久执行和重试能力保护。
先完成正向动作,再登记可执行补偿
设计顺序时要特别注意补偿登记的时机。只有在一个正向动作已经成功、其外部副作用已经存在后,才应该把对应补偿加入已完成步骤集合。否则正向调用尚未成功却先执行补偿,可能制造新的错误状态。
下面是以 Go SDK 编写的片段示例。这里用三个 Activity 表示跨服务动作,并用 completed 保存真正已经完成的步骤;发生错误后从尾部向前遍历。
func OrderSagaWorkflow(ctx workflow.Context) error {
ao := workflow.ActivityOptions{StartToCloseTimeout: 30 * time.Second}
ctx = workflow.WithActivityOptions(ctx, ao)
var orderID string
var completed []string
if err := workflow.ExecuteActivity(ctx, CreateOrder, "<ID>").Get(ctx, &orderID); err != nil {
return err
}
completed = append(completed, "order")
if err := workflow.ExecuteActivity(ctx, ReserveStock, orderID).Get(ctx, nil); err != nil {
return err
}
completed = append(completed, "stock")
if err := workflow.ExecuteActivity(ctx, AuthorizePayment, orderID).Get(ctx, nil); err != nil {
for i := len(completed) - 1; i >= 0; i-- {
switch completed[i] {
case "stock":
_ = workflow.ExecuteActivity(ctx, ReleaseStock, orderID).Get(ctx, nil)
case "order":
_ = workflow.ExecuteActivity(ctx, CancelOrder, orderID).Get(ctx, nil)
}
}
return err
}
completed = append(completed, "payment")
return nil
}预期结果
CreateOrder 成功后记录 order;ReserveStock 成功后记录 stock;若 AuthorizePayment 失败,则按 stock → order 的逆序执行补偿,而不是执行固定的正向顺序。这里为了突出核心算法,补偿错误被简化处理为继续返回原始错误。生产实现不应直接忽略补偿失败,而应把补偿结果作为独立状态记录,并让 Temporal 对可重试的补偿继续执行。
让补偿真正可重试
补偿 Activity 必须按“可能重复执行”来设计。比如 ReleaseStock 被执行成功后,Workflow 因故障恢复时再次执行,服务端仍应根据业务幂等键识别这是同一个补偿请求,而不是再次把库存增加一遍。
因此正向动作和补偿动作最好共享稳定的业务标识,例如订单号、扣减流水号或 Saga ID。数据库写入可以使用唯一约束、状态条件更新或幂等记录表确保重复请求不会产生第二次业务副作用。
处理补偿失败与最终状态
Saga 最难的问题不是第一个正向动作失败,而是补偿本身失败。例如支付授权已经成功,后来库存补偿连续失败。此时不能简单把整个 Workflow 标为“已回滚”,因为外部系统仍可能处于部分成功状态。
建议把流程状态拆成至少三类:正向执行中、补偿执行中、最终完成。补偿完成后进入业务可接受的终态;补偿持续失败则保留明确的待处理状态,并记录 Saga ID、已完成步骤、失败步骤、最近一次错误和重试次数,方便人工或后续流程接管。
设计事务边界与补偿边界
Saga 不是把所有操作都塞进一个超长 Workflow。每个正向步骤都应该具有清晰业务结果,每个补偿动作也应该有明确语义。例如“发送邮件”通常无法真正补偿成“撤回已读邮件”,这类动作应放在可接受最终一致性的边界之外,或者改造成先创建待发送状态、最后再确认发布。
同样,也不要为了形式完整给每个步骤机械添加补偿。只有当某个动作真的留下需要治理的业务副作用时,才建立对应补偿。对不可逆动作,应在 Saga 设计阶段明确它的不可逆性,并在它之前完成所有必须通过可补偿机制保护的关键步骤。
让 Saga 可审计、可恢复
一个可运营的 Saga 至少应能从 Workflow History 或业务记录中回答:哪些步骤成功、失败发生在哪里、哪些补偿已经执行、哪些补偿仍在重试,以及最终业务状态是什么。这样排障时看到的不是“Workflow failed”,而是一条能够解释业务状态的证据链。
最终,Saga 的可靠性来自三个部分共同作用:正向步骤有明确的业务语义,补偿步骤能够安全重复执行,Workflow 会持久记录执行进度并在故障后继续。只要承认跨服务写入不存在免费的全局回滚,再围绕“已完成什么、应该补偿什么、补偿到哪里算完成”设计流程,Saga 才真正具备生产可恢复性。