引言
在微服务架构和分布式系统普及的今天,数据一致性面临着前所未有的挑战。传统单体应用中的本地事务(ACID)已无法满足跨服务、跨数据库的业务需求。分布式事务作为解决这一问题的核心技术,经历了从强一致性到最终一致性的演进过程。
两阶段提交(2PC)
两阶段提交(Two-Phase Commit)是最经典的分布式事务协议,由协调者(Coordinator)和参与者(Participant)两部分组成。
协议流程
- 准备阶段(Prepare Phase):协调者向所有参与者发送准备请求,参与者执行事务操作但不提交,将undo/redo日志写入本地,然后回复同意或中止。
- 提交阶段(Commit Phase):如果所有参与者都同意,协调者发送提交请求,参与者正式提交事务;如果有任何参与者反对或超时,协调者发送回滚请求。
优缺点分析
优点:强一致性保证,所有参与者要么全部提交,要么全部回滚,数据状态一致。
缺点:
- 同步阻塞:参与者在准备阶段后必须等待协调者的最终决定,期间锁定资源,性能较差。
- 单点故障:协调者宕机会导致参与者长期阻塞。
- 脑裂问题:网络分区时可能出现部分参与者提交、部分回滚的不一致状态。
三阶段提交(3PC)
三阶段提交在2PC基础上增加了预提交阶段(Pre-Commit),并引入超时机制,试图解决阻塞和单点故障问题。
协议流程
- CanCommit:协调者询问参与者是否可以执行事务,参与者回复是或否。
- PreCommit:如果所有参与者同意,协调者发送预提交请求,参与者执行事务但不提交。
- DoCommit:协调者发送最终提交请求,参与者正式提交。如果协调者宕机,参与者会在超时后自动提交。
3PC通过超时机制降低了阻塞风险,但仍存在脑裂问题,且实现复杂度更高,实际应用中较少使用。
Saga 模式
Saga是一种基于补偿事务的最终一致性方案,将长事务拆分为多个本地事务,每个本地事务都有对应的补偿操作(Compensating Transaction)。
执行方式
编排式(Choreography):各个服务监听事件并执行本地事务,失败时触发补偿事件,通过事件总线实现松耦合。
协调式(Orchestration):由中央协调器(Saga Orchestrator)按顺序调用各个服务的本地事务,失败时按逆序调用补偿操作。
示例:电商订单流程
假设订单流程包含:创建订单 → 扣减库存 → 扣减余额 → 发货。
- 正向操作:createOrder() → reduceStock() → deductBalance() → ship()
- 补偿操作:cancelOrder() ← restoreStock() ← refundBalance() ← cancelShip()
如果扣减余额失败,Saga会按逆序执行补偿:恢复库存、取消订单。
优缺点
优点:无全局锁,高性能;无单点故障;支持长时间运行的事务。
缺点:只能保证最终一致性,中间状态可能对外可见;补偿逻辑实现复杂;需要处理幂等性和空补偿问题。
TCC 模式
TCC(Try-Confirm-Cancel)是一种业务层面的分布式事务方案,将每个操作拆分为三个阶段。
- Try:预留资源(如冻结库存、冻结余额),检查业务规则。
- Confirm:确认执行,使用预留的资源完成业务操作。
- Cancel:取消执行,释放预留的资源。
TCC对业务侵入性较大,需要为每个操作设计Try/Confirm/Cancel三个接口,但灵活性高,适用于对一致性要求较高的场景。
本地消息表与事务消息
基于消息队列的最终一致性方案,核心思想是将分布式事务转化为本地事务+消息发送。
本地消息表
将消息存储在本地数据库的同一事务中,保证消息与业务数据的一致性。然后通过定时任务或MQ将消息发送给下游服务,下游服务处理完成后更新消息状态。
事务消息(RocketMQ)
RocketMQ的事务消息通过半消息(Half Message)机制实现:
- 发送半消息到MQ,MQ对消费者不可见。
- 执行本地事务。
- 根据本地事务结果,提交或回滚半消息。
- 如果MQ未收到确认,会主动回查本地事务状态。
选型建议
| 方案 | 一致性 | 性能 | 复杂度 | 适用场景 |
|---|---|---|---|---|
| 2PC | 强一致性 | 低 | 中 | 数据库层面,短事务 |
| Saga | 最终一致性 | 高 | 高 | 微服务,长事务 |
| TCC | 最终一致性 | 中 | 高 | 对一致性要求高的业务 |
| 本地消息表 | 最终一致性 | 高 | 低 | 异步场景,可接受延迟 |
| 事务消息 | 最终一致性 | 高 | 中 | 已有MQ基础设施 |
总结
分布式事务没有银弹,需要根据业务场景在一致性、性能、复杂度之间权衡。对于大多数互联网应用,最终一致性方案(Saga、TCC、事务消息)是更实际的选择,通过业务补偿和监控告警来保证系统的可靠性。强一致性方案(2PC)适用于金融、支付等对数据一致性要求极高的场景,但需要接受性能损耗。
随着云原生和Service Mesh的发展,分布式事务框架(如Seata、DTF)逐渐成熟,开发者可以更便捷地实现分布式事务,但理解其底层原理仍然是设计可靠分布式系统的关键。

发表评论 取消回复