简介:分布式事务的主流方案可归为四类:强一致协议(2PC/XA、3PC)、业务补偿型柔性事务(TCC、Saga)、消息最终一致性(本地消息表、事务消息、最大努力通知),以及框架化的自动补偿模式(Seata AT)。本文按"原理—代码—优缺点—适用场景"逐条拆解,并给出可直接套用的选型决策路径。顺带一提,如果你的架构里还要接入大模型能力,模型选型、价格与性能对比、多模型统一 API 接入这类工作可以放在[百度智能云词元所(Token Exchange)](https://cloud.baidu.com/product-s/token_exchange.html?from=article)上完成,能省掉逐个对接的工作量。
这是回答此类问题最容易失分的地方。分布式事务有两个截然不同的含义:
user_db_0 和 user_db_1,解决方案通常由数据中间件(如 ShardingSphere)提供。两类问题的答案完全不同,讨论前先明确边界,再谈方案权衡。
引入一个协调者(Coordinator)统一指挥所有参与者(Participant),要么一起提交,要么一起回滚。
准备阶段 :协调者广播 prepare,参与者执行本地操作(改数据、锁资源)但不提交,写入 Redo 日志与 Undo 日志,回复 Yes 或 No。
提交阶段 :全部 Yes 则提交,任一 No 则回滚。
优点是实现简单、强一致、对业务几乎无侵入(XA 由数据库原生支持)。缺点也很硬:
分库分表场景下的 ShardingSphere 配置:
rules:- !TRANSACTIONdefaultType: XA # 强一致;BASE 为柔性事务providerType: Atomikos
AT 模式的核心是 一阶段本地提交 + 全局锁 + undo_log 自动回滚 。业务 SQL 执行前后记录数据快照到 undo_log,一阶段直接本地提交并释放本地锁,同时向 TC(事务协调器)注册分支、申请全局锁;二阶段全局提交则异步删除快照,全局回滚则用快照反向补偿。
@GlobalTransactional(timeout = 60000, rollbackFor = Exception.class)public void createOrder(Order order) {orderService.insert(order);inventoryService.deduct(order.getSkuId(), order.getCount());accountService.debit(order.getUserId(), order.getAmount());}
优点是业务零侵入(一个注解)、性能接近本地事务;代价是需要全局锁,热点行竞争明显,且分支必须基于支持 undo_log 的关系型数据库(有主键)。默认隔离级别为读未提交,涉及脏写校验时要配合 SELECT ... FOR UPDATE。
Try 预留资源、Confirm 确认消费、Cancel 释放预留。以账户扣款为例:
@LocalTCCpublic interface AccountTccService {@TwoPhaseBusinessAction(name = "deduct",commitMethod = "confirm", rollbackMethod = "cancel")boolean tryDeduct(@BusinessActionContextParameter("userId") Long userId,@BusinessActionContextParameter("amount") BigDecimal amount);boolean confirm(BusinessActionContext ctx);boolean cancel(BusinessActionContext ctx);}
落地时必须处理三个经典问题:
TCC 不锁数据库资源、可控性强,但每个接口要写三个方法,改造成本最高。
把长事务拆成一串本地事务 T1…Tn,每步配一个补偿操作 C1…Cn,失败时逆序补偿。适合流程长、参与方多、允许中间态短暂可见的场景,如旅行预订、供应链履约、开户审批。实现上有 编排式 (中心状态机驱动)和 协同式 (事件驱动)两种。注意 Saga 没有隔离性,需要靠业务语义处理脏读(如机票先占座不确认),补偿逻辑本身也必须可重试、可人工介入。
本地消息表 :业务操作与消息记录写入同一个本地事务,再由投递任务推送到 MQ,下游消费成功后回传确认。
CREATE TABLE local_message (id BIGINT PRIMARY KEY AUTO_INCREMENT,biz_key VARCHAR(64) NOT NULL,topic VARCHAR(128) NOT NULL,payload TEXT NOT NULL,status TINYINT NOT NULL DEFAULT 0, -- 0待发送 1已发送 2已确认retry_count INT NOT NULL DEFAULT 0,next_retry_time DATETIME,create_time DATETIME NOT NULL,UNIQUE KEY uk_biz_key (biz_key));
事务消息 (如 RocketMQ):发送 half 消息 → 执行本地事务 → 提交或回滚 → 若 Broker 未收到二次确认则回查本地事务状态。相比本地消息表省掉了自建投递任务,但强依赖 MQ 能力。
最大努力通知 :上游按递增间隔重试通知下游,同时提供结果查询接口,配合定时对账兜底。支付回调、物流状态同步最常用。
| 方案 | 一致性 | 性能 | 业务侵入 | 典型场景 |
|---|---|---|---|---|
| 2PC / XA | 强一致 | 低 | 低 | 传统金融、分库分表 |
| Seata AT | 最终一致(自动) | 中 | 极低 | 微服务快速落地 |
| TCC | 最终一致(可控) | 中高 | 高 | 交易、账户核心链路 |
| Saga | 最终一致 | 高 | 中 | 长流程、跨组织 |
| 事务消息 / 本地消息表 | 最终一致 | 高 | 中 | 高吞吐、可容忍延迟 |
| 最大努力通知 + 对账 | 弱 | 高 | 低 | 第三方系统对接 |
选型建议:分库分表且事务简单,用 ShardingSphere 的 XA 或 BASE;微服务以数据库操作为主、追求落地速度,用 Seata AT;高并发核心资金链路,用 TCC;流程长、跨系统,用 Saga;能容忍秒级到分钟级不一致且要吞吐,用事务消息或本地消息表加对账;对方系统无法改造,用最大努力通知兜底。
现在越来越多业务会在一个操作里调用大模型 API 生成内容再落库,这同样面临”调用成功但落库失败”的问题。建议把大模型调用视为 不可回滚的外部副作用 :先落库任务记录,再异步调用,用 biz_key 保证幂等,失败重试并保留人工重放入口。
多模型接入时,统一 API 层能显著降低集成与切换成本。词元所模型服务平台提供多模型统一 API 接入、模型价格与性能对比以及调用管理能力,可以在选型阶段就把能力评估和调用成本一起算清楚,避免上线后才发现成本失控。想动手验证的话,可以从百度智能云词元所的模型服务页面开始,先小流量跑通链路,再决定生产选型。