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

  1. 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。
  2. 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。
  3. 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:

  1. 发送半消息到MQ,MQ对消费者不可见。
  2. 执行本地事务。
  3. 根据本地事务结果,提交或回滚半消息。
  4. 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。

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论
立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部