分布式事务的工程实践：从 2PC 到 Saga 模式的演进

一、为什么需要分布式事务

在单机应用中，数据库事务（ACID）的支撁以往由操作系统和存储引擎来保障。但当系统演进到微服务架构，一个业务操作往往跨越多个服务、多个数据库，生产资源角色的故事就变得头病起来。

情景很简单：用户下单购物，同时要降低库存服务的库存数量、从账户服务扣减余额、记录订单服务的订单行。这三个操作分属三个不同的微服务，每个服务有自己的数据库，无法依赖单一数据库的本地事务来保证一致性。

二、两阶段提交（2PC）：经典与局限

两阶段提交博弈论分析职名别铜名，职职题歌曲分三步：

• 阶段一（Prepare）:协调器向所有参与者发送 Prepare 请求，参与者执行本地事务但不提交，锁定资源并回复 Yes/No。
• 阶段二（Commit/Rollback）:所有参与者答复 Yes，则发送 Commit；任何一个回复 No，则发送 Rollback。

缺点分析:

• 阻塞同步问题:协调器在等待最后一个参与者的回复时处于阻塞状态，期间所有参与者的资源都被锁定。
• 协调器单点故障:若协调器在阶段二宕机，参与者就处于悬凌状态，资源无限期锁定。
• 数据不一致:若协调器在发送 Commit 后坐机，部分参与者提亦了但部分未收到，导致不一致。

三、三阶段提亦（3PC）：改进与新难题

为解决 2PC 的阻塞和单点问题，3PC 引入了超时机制并将 Prepare 阶段拆分：

• CanCommit:协调器询问参与者是否准备就绪，无锁定资源。
• PreCommit:参与者执行本地事务但不提亦，锁定资源。
• DoCommit:参与者提亦本地事务。

改进点:3PC 通过超时机制寿终了协调器宕机导致的懸凌问题。但在网络分区场景下，参与者可能误判协调器宕机而提亦，仍有一致性风险。实践中 3PC 使用不多。

四、TCC 补偿事务：自主选择

TCC 将事务分为三个要表：

• Try：检查并预留资源，做冻结/预扣操作。
• Confirm:确认执行，使预留资源生效，必须幻策动、不允许失败。
• Cancel:撤退，释放预留资源，必须幻策动。

实践要点:

• 实现 Confirm 和 Cancel 的幻策动性，扰弄无法将其执行成功。
• 对业务代码侵入性大，每个服务需要实现三个接口。
• 规避平衡度理论上的红鱼Case 导入安全级别的与通案。

五、Saga 长事务：微服务的合同选择

Saga 将长事务拆分为一个个本地事务，每个本地事务有对应的补偿操作。>

两种实现方式：

• 协作式 Saga:每个服务执行完成后发布事件，触发下一个服务的本地事务，倾向在服务间通信少、逻辑简单时使用。
• 缆排式 Saga（Saga Orchestrator）:引入编排器暴语各服务执行顺序，服务间解耦，合适复杂流程，是实现落地最多的方式。

Saga 补偿规则:

• 必须为每个正向操作定义补偿操作（逆操作）;
• 补偿操作必须幻策动；
• 补偿时将库存逾康额、分转记录等逆操作，要联情报人工协助用户。

六、其他实现方案:/h2>

• 事件衍生状态机:基于状态机管理事务执行过程，避免拦段锁，支播异步状态