「事务消息的落地细节在服务端架构里往往被当成配置项写进文档,真正出问题的时候才发现它是一套状态机。这篇按 3 个要点拆开讲:半消息、回查、本地事务的原子性,每个要点都给出可落地的判断标准和最小实现。」
▍一、问题定位
很多团队在事务消息的落地细节上做优化,一上来就盯半消息的性能数字,却忽略了回查才是真正的瓶颈来源 —— 它决定了系统在压力下能不能自我收敛。先把收敛性做对,再谈吞吐。
▪1.1 为什么现在更值得讨论
几个变化让这件事比三年前更紧迫:
• 故障成本上升:一次长尾故障带来的业务损失远高于优化投入
• 技术栈收敛:同类系统越来越少,方案选型更看重可维护性
• 审计要求:变更需要可追溯,状态变更必须留痕
▍二、按要点拆解:事务消息的落地细节
▪2.1 半消息
做半消息时建议先画出它的状态集合:哪些是稳定态、哪些是过渡态、过渡态允许停留多久。状态机一旦显式化,重试与幂等的问题会自己浮出来。
• 隔离:半消息的异常不能影响同实例上的其他租户或请求
• 灰度颗粒度:半消息的变更按流量比例还是按租户/节点放量,决定了回滚速度
• 变更可逆:半消息的配置与代码要能在 30 秒内回到上一版
▪2.2 回查
做回查时建议先画出它的状态集合:哪些是稳定态、哪些是过渡态、过渡态允许停留多久。状态机一旦显式化,重试与幂等的问题会自己浮出来。
• 被测过的最坏路径:回查的超时、抖动、部分失败都要有对应用例
• 数据兼容:回查改造期间,新旧状态格式必须双向可读
• 变更可逆:回查的配置与代码要能在 30 秒内回到上一版
▪2.3 本地事务的原子性
本地事务的原子性与相邻环节的契约要写死在接口上,而不是靠约定。契约一旦模糊,上游的每次「顺手改」都会变成下游的隐性故障。
• 数据兼容:本地事务的原子性改造期间,新旧状态格式必须双向可读
• 隔离:本地事务的原子性的异常不能影响同实例上的其他租户或请求
• 回退:给本地事务的原子性明确「降级到哪一档」,而不是「出错就重试」
它们之间的关系不是并列,而是有先后依赖:
半消息 → 回查 → 本地事务的原子性
链路里靠前的环节一旦不可靠,后面回查的所有优化都会被抵消。这也是为什么先把半消息的边界做扎实,比堆性能数字更划算。
▍三、最小可运行实现
我们接手过一个服务端架构场景的服务:峰值吞吐约 8 万 QPS,P99 长期在 247ms 上下浮动,一到业务高峰就突破 SLA。排查后发现瓶颈并不在半消息本身,而是它在压力下的重试风暴把回查拖垮了。
分三步处理:先给半消息加背压并限制重试预算,再把回查的全局依赖改成局部视图,最后用影子流量验证一致性。三步都上完之后,关键指标才落到可接受区间。
下面是核心逻辑的实现骨架(服务端架构场景):
// 消息队列:业务主键分区保证顺序 + 消费侧幂等表
package mq
import (
"context"
"sync"
"github.com/segmentio/kafka-go"
)
// Publish 以业务主键作为消息 key,同一实体固定落入同一分区
func Publish(ctx context.Context, w *kafka.Writer, key string, payload []byte) error {
return w.WriteMessages(ctx, kafka.Message{
Key: []byte(key),
Value: payload,
Headers: []kafka.Header{
{Key: "content-type", Value: []byte("application/json")},
{Key: "x-idempotency-key", Value: []byte(key)},
},
})
}
type Consumer struct {
reader *kafka.Reader
seen sync.Map // 去重表:生产环境应落库并设置过期
}
func (c *Consumer) Run(ctx context.Context) error {
for {
msg, err := c.reader.FetchMessage(ctx)
if err != nil {
return err
}
if _, loaded := c.seen.LoadOrStore(string(msg.Key), struct{}{}); loaded {
c.reader.CommitMessages(ctx, msg)
continue
}
if err := handle(ctx, msg); err != nil {
continue // 不提交位点,等待重投
}
c.reader.CommitMessages(ctx, msg)
}
}
func handle(ctx context.Context, msg kafka.Message) error {
// 业务处理 + 写入本地消息表,成功后推进位点
return nil
}
发表评论 取消回复