外观
26 - 本地事务到了微服务为什么失效:分布式事务问题的本质
摘要
创建订单需要写订单库,再调用库存服务预留库存。如果库存已经预留成功,订单事务却回滚了,库存不会随之恢复;如果库存调用超时,订单服务甚至无法立即知道库存是否已经变更。
本地事务只能统一控制它管理的数据库操作。跨服务后,各方独立提交,也可能独立发生故障,因此必须额外协调结果。本文先解释这个边界和故障窗口,再说明如何根据业务约束选择分布式事务方案。
1. 场景:@Transactional 管不到远端
本地事务把一组数据库操作作为一个整体提交或回滚。这里的原子性是指:这些操作要么一起生效,要么都不生效。这个保证有明确的资源边界,不会因为代码写在同一个方法中,就自动覆盖远程调用。
假设订单服务使用 Spring 本地事务管理器访问订单库,库存服务使用自己的数据库事务。下面是业务方法片段,省略了类定义、依赖注入和事务配置;inventoryClient 通过 RPC(远程过程调用)访问库存服务,reserve 表示预留库存。
java
@Transactional
public void createOrder(Command command) {
orderRepository.insert(command);
inventoryClient.reserve(command.sku());
}在事务代理生效、订单写入确实参与该本地事务的前提下,方法内的订单写入尚未提交;方法正常返回后,由事务管理器完成提交。库存服务则独立决定自己的事务是否提交。订单服务的事务管理器控制订单数据库连接,不能撤销库存服务已经提交的变更。
如果远程调用抛出的异常符合本地事务的回滚规则,订单写入会回滚,但远端库存未必回滚。异常是否触发回滚还取决于异常类型和事务配置,不能把“远程调用异常”直接理解为“两边都没有执行”。
所以问题不是注解失效,而是业务操作跨越了本地事务能够控制的资源边界。
2. 无法消失的故障窗口
沿用上面的调用顺序,假设库存服务先提交库存预留,再向订单服务返回成功。图中的“扣库存”表示这一步库存变更,“写订单”则仍在订单库的未提交事务内。
图表将在阅读到此处时加载…
这里至少有两个需要处理的窗口:
- 库存提交后,成功响应到达前。 响应丢失或等待超时,订单服务无法知道库存是否成功;如果随后回滚订单,可能留下只有库存变更的状态。
- 收到库存成功响应后,订单提交完成前。 订单提交失败且最终未提交时,库存已经生效,却没有对应的订单。若只是提交响应丢失,订单的提交结果也可能未知,需要查询或恢复确认。
先提交订单再调用库存也不能消除问题:订单提交后,库存可能调用失败,留下有订单但未预留库存的状态。交换顺序只是改变先完成的一方,无法让两个独立提交变成一个原子操作。
要处理这些窗口,可以让资源参与共同提交协议,也可以允许业务经过中间状态,再通过重试、补偿或可靠事件推进到可接受的结果。共同提交也不意味着不会超时或等待;它需要在故障后恢复并继续执行统一决定。
3. 三类思路
不同方案的关键区别是:如何决定最终结果,以及故障发生后如何继续推进。
| 思路 | 代表 | 基本机制与取舍 |
|---|---|---|
| 原子提交 | XA/2PC | 由协调者组织多个资源统一提交或回滚;依赖资源支持、持久化记录和恢复机制,可能阻塞并长时间占用资源 |
| 业务补偿 | TCC/Saga | 通过预留后确认或取消、已完成步骤的补偿来协调业务;可减少对长时间数据库事务的依赖,但需要设计业务状态和恢复流程 |
| 可靠事件 | Outbox/事务消息 | 可靠记录需要传递的业务事件,再驱动下游处理;服务更解耦,通常允许中间状态并追求最终一致 |
**2PC(两阶段提交)**先让参与资源准备,再由协调者决定提交或回滚;XA定义事务管理器与资源管理器之间的接口,并不意味着普通 RPC 自动成为可参与的资源。
**TCC(Try、Confirm、Cancel)**把业务拆成尝试预留、确认和取消;Saga把长业务流程拆成多个本地事务,并为需要撤销的步骤设计补偿操作。补偿是一个新的业务操作,不是数据库对旧事务的物理回滚,也可能失败,需要继续恢复。
Outbox是在同一本地事务中写入业务数据和待发送事件,再由后续流程发送;事务消息通过消息系统与业务侧的协作处理本地事务和消息发送的衔接,具体保证取决于实现。最终一致是指允许各方暂时状态不同,但在处理和恢复机制持续推进后,达到约定的一致状态。消息可靠传递仍需配合下游幂等,不能单靠发送消息保证业务只执行一次。
这些分类用于理解主要机制,并非互斥的产品标签。业务流程可以组合可靠事件和补偿;具体选择应先明确要保证什么。
4. 先定义不变量
业务不变量是业务要求始终成立的约束。例如“库存不能超卖”,就需要明确可用库存和预留库存如何计算、在哪个步骤检查和更新。相比之下,“已创建的订单最终要获得库存预留或被取消”描述的是流程必须达到的结果,允许期间存在待处理状态。
选方案前,先把约束写具体:
- 什么绝不能发生? 是不能重复扣款、不能超卖,还是订单和库存必须一起提交?不同要求对应不同控制范围。
- 允许中间状态多久? 如果允许订单处于“待确认”,就要定义超时、恢复和用户可见状态,不能无限等待。
- 失败后能否补偿? 库存预留可能可以取消,但已发货不能简单“回滚”为未发货,只能创建退货等后续流程。
- 补偿是否真的可逆? 即使数据可以改回,已经发生的物流动作等外部影响也未必能恢复;补偿本身还要能重试和查询。
先确定这些边界,才能判断是否值得承担原子提交的协调成本,或能否采用允许中间状态的流程。
5. 结果未知
库存 RPC 超时,只能说明调用方没有在等待期限内拿到确定响应。请求可能没有到达,也可能正在执行,还可能已经成功但响应丢失。因此,超时不是库存失败的证据。
如果此时直接重试,可能重复预留;如果直接执行反向操作,又可能与仍在执行的预留发生竞争。处理未知结果需要让双方能够识别同一次业务操作,并按状态决定下一步:
- 全局业务 ID:在相关服务间标识同一次业务操作,例如订单 ID;重试时继续使用同一标识。
- 幂等操作:同一操作重复请求时,不重复产生库存预留等副作用。仅传递 ID 不够,服务端还需要实现去重和状态控制。
- 状态查询:按业务 ID 查询操作进度,让调用方在响应丢失后仍能确认结果。
下面是接口与状态的设计示意,不是可执行代码;实际状态含义应由服务协议约定:
text
reserve(orderId) → UNKNOWN
queryReservation(orderId) → RESERVED / NOT_FOUND / PROCESSINGUNKNOWN 表示调用方尚未确认结果;RESERVED 表示预留成功;PROCESSING 表示仍在处理,应继续等待或按协议查询。NOT_FOUND 表示查询时未找到记录,但是否能据此重试或取消,还取决于查询的一致性、原请求是否可能继续执行,以及服务端如何处理并发请求。
确认状态后,才能选择继续、重试或补偿。取消与预留的竞争也应由服务端状态转换规则处理,不能仅靠调用方调整请求顺序。
6. 容易踩的坑
- 以为 Spring 本地事务能覆盖 RPC。 先确认事务管理器控制哪些资源,以及远端在哪里提交。
- 把补偿当作数据库物理回滚。 补偿有业务前提,也会失败,必须设计重试和恢复路径。
- 失败后没有状态查询。 响应丢失时无法确认结果,只能靠人工猜测,应提供按业务 ID 查询和追踪的能力。
- 每个服务都持有数据库事务,再同步调用下游。 若事务已持有锁,下游等待会延长持锁时间;多层调用可能形成长锁链,增加竞争和故障影响。
- 为了强一致引入 2PC,却没有验证资源和驱动支持。 原子提交不自动解决全部业务隔离问题,还需核对数据库、驱动和事务管理器的兼容性,并验证故障恢复流程。
7. 总结
分布式事务的本质是在独立故障的资源之间维护业务不变量,而不是把一个注解传播到所有服务。
- 本地事务有资源边界,调用顺序无法消除跨资源故障窗口。
- 方案选择取决于业务约束、中间状态容忍度和补偿能力。
- 全局业务 ID、幂等和状态查询是处理未知结果的基础,还需配合明确的状态转换与恢复流程。
下一篇:2PC 为什么能原子提交,又为什么容易阻塞。