05.1.2.5 分布式事务边界与数据库侧取舍
所属:全栈开发面试题库 / 05 数据库与存储 / 05.1 关系型数据库通用能力 / 05.1.2 事务与并发控制
覆盖范围
- 本地事务边界与 redo/binlog 分工
- 两阶段提交、XA、3PC 概念与局限
- TCC、本地消息表、事务消息等最终一致方案
- CAP/BASE 与跨库一致性方案选型边界
- 分库后本地事务失效场景与数据库侧取舍
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 05.1.2.5-003 | 两阶段提交流程 | 高级 | ★★★★★ |
边界主线
本地事务:单库内 ACID,redo 持久化 + binlog 复制
跨库/跨服务:本地事务失效 → 2PC/XA、TCC、消息最终一致
取舍:强一致 ←→ 可用性 / 并发 / 实现复杂度
05.1.2.5-001 本地事务能覆盖什么边界?
频率 ★★★★☆ | 难度 基础
一句话结论
本地事务只保证单个数据库连接内、同一库表集合上的原子性与隔离性;跨库、跨服务、跨存储的操作不在本地事务边界内,需要分布式一致性方案补齐。
概念解释
- 单库边界:同一实例、同一事务连接内的表操作。
- 不覆盖对象:其他数据库、远程服务、缓存、消息系统。
- 边界判断:事务提交/回滚只作用于本库数据。
原理流程
- 事务在单库连接内开启。
- 读写该库表,由 undo/redo/锁/MVCC 保证 ACID。
- 涉及其他存储时,本地事务无法随提交/回滚联动。
代码 / 命令
本地事务:同一库内 A 表扣款、B 表入账,一起提交/回滚
跨库:订单库与库存库分属实例,本地事务不能同时覆盖
常见误区
- 误区:一个接口方法内的所有数据库操作都是本地事务。正解:跨实例连接各自独立,不构成同一本地事务。
- 误区:本地事务能保证缓存与数据库一致。正解:缓存更新不在事务内,需失效/更新策略与补偿。
追问
- 问:同实例不同库算本地事务吗?答:连接与事务边界按实例与引擎判断,跨库事务能力以引擎与配置为准(待确认)。
- 问:跨服务调用怎么纳入一致性?答:走分布式事务或消息最终一致,见后续卡片。
05.1.2.5-002 redo log 与 binlog 如何分工?
频率 ★★★★☆ | 难度 进阶
一句话结论
redo log 是 InnoDB 物理日志,保证崩溃恢复持久性;binlog 是 Server 层逻辑日志,用于主从复制与数据恢复;两套日志通过两阶段提交保证提交记录一致。
概念解释
- redo:引擎层物理修改记录,崩溃重放。
- binlog:Server 层逻辑事件,复制与归档恢复。
- 分工边界:redo 服务实例恢复,binlog 服务复制与时间点恢复。
原理流程
- 修改页并写 redo,保证崩溃可重放。
- 事务提交时写 binlog 记录逻辑变更。
- 两阶段提交协调两套日志的提交顺序。
代码 / 命令
redo log:页号 + 偏移 + 新值(物理)
binlog:行变更/语句事件(逻辑),用于复制与恢复
常见误区
- 误区:redo 与 binlog 是同一份日志的两种格式。正解:层级、内容与用途不同,分别由引擎与 Server 层维护。
- 误区:binlog 也能做崩溃重放。正解:binlog 用于复制与恢复,实例崩溃恢复主要依赖 redo。
追问
- 问:两套日志为什么要两阶段提交?答:避免 redo 已提交而 binlog 未记录(或反之)导致主从不一致,见 05.1.2.5-003。
- 问:binlog 格式有哪些?答:语句/行/混合等格式,复制行为差异详见 05.2.2 与 05.1.4.1。
05.1.2.5-003 两阶段提交(2PC)流程是什么?
频率 ★★★★★ | 难度 高级
一句话结论
2PC 分准备与提交两阶段:协调者先让各参与者预提交并锁定资源,全部就绪后再统一提交;任一参与者失败则全部回滚;本地 MySQL 的 redo/binlog 协调也采用类似两阶段思路。
概念解释
- 协调者:统一决策提交或回滚。
- 准备阶段:参与者执行事务但不最终提交,反馈能否提交。
- 提交阶段:全部同意则提交,否则回滚。
原理流程
- 协调者发送 Prepare,各参与者执行并写日志、锁定资源。
- 全部反馈 OK,协调者发 Commit;任一失败发 Rollback。
- 参与者按指令提交或回滚,释放资源。
代码 / 命令
阶段一 Prepare:参与者执行 → 写事务日志 → 反馈 Yes/No
阶段二 Commit:全部 Yes → 提交;有 No → 回滚
MySQL 内部:prepare(redo 准备)→ 写 binlog → commit(redo 提交)
常见误区
- 误区:2PC 提交阶段参与者可以拒绝。正解:准备阶段已承诺可提交,提交阶段理论上必须执行;故障时存在阻塞与不确定窗口。
- 误区:2PC 就是数据库普通事务。正解:2PC 跨多个独立资源/参与者,本地事务是单资源内的原子操作。
追问
- 问:2PC 阻塞发生在哪?答:准备后资源被锁定等待协调者指令,协调者故障时参与者阻塞。
- 问:MySQL redo/binlog 两阶段是分布式 2PC 吗?答:是单实例内两套日志的协调提交,机制类似但不等同跨库 XA。
05.1.2.5-004 为什么需要两阶段提交?
频率 ★★★★☆ | 难度 进阶
一句话结论
当一次事务涉及多套独立日志或多个独立资源时,单阶段提交无法保证"要么全成功要么全失败";两阶段通过先预提交、再统一决策,避免部分提交导致的数据与复制不一致。
概念解释
- 多资源独立:各参与者各自提交,无法天然原子。
- 部分提交风险:只提交部分参与者,留下不一致状态。
- 决策前置:准备阶段确认可行性,提交阶段统一动作。
原理流程
- 识别参与方是否都能完成事务。
- 准备阶段锁定并预执行。
- 统一提交或回滚,消除部分提交窗口。
代码 / 命令
单阶段风险:A 已提交、B 失败 → 不一致
两阶段:先确认双方可提交,再统一 Commit/Rollback
常见误区
- 误区:两阶段提交能消除所有故障窗口。正解:它缩小部分提交窗口,但协调者故障、参与者不确定状态仍需恢复机制处理。
- 误区:所有跨服务调用都该上 2PC。正解:2PC 阻塞与性能代价高,多数业务用最终一致方案更合适。
追问
- 问:准备阶段参与者保留什么?答:执行结果与锁资源处于待提交状态,等待最终指令。
- 问:2PC 与事务消息解决问题层次相同吗?答:不同,2PC 追求强一致阻塞协调,消息方案追求最终一致。
05.1.2.5-005 XA 事务是什么?
频率 ★★★☆☆ | 难度 高级
一句话结论
XA 是基于两阶段提交的跨资源事务规范:事务管理器协调多个支持 XA 的数据库/资源,按 Prepare/Commit 统一提交;MySQL、PG 均有 XA 支持,但生产跨库强一致使用受性能与故障恢复限制。
概念解释
- 规范接口:定义资源管理器与事务管理器的交互协议。
- 跨资源:同一事务覆盖多个 XA 数据源。
- 支持现状:各引擎提供 XA 语法,细节与限制以版本文档为准。
原理流程
- 事务管理器开启全局事务,分支事务登记到各资源。
- 各分支 Prepare,反馈可提交状态。
- 全局提交或回滚,各分支按指令完成。
代码 / 命令
-- MySQL XA 语法示例(具体行为以版本文档为准)
XA START 'tx1';
-- 分支 SQL
XA END 'tx1';
XA PREPARE 'tx1';
XA COMMIT 'tx1';
常见误区
- 误区:XA 事务在互联网生产广泛使用。正解:XA 阻塞、性能与恢复复杂度高,多数高并发业务改用最终一致方案。
- 误区:XA 失败自动完美恢复。正解:Prepare 后崩溃的分支需恢复流程处理,存在不确定状态。
追问
- 问:PG 的 XA 支持如何?答:通过外部事务管理器接入,具体能力以 PG 文档为准(待确认)。
- 问:XA 与本地事务混用要注意什么?答:分支连接与事务状态需由管理器维护,避免悬挂事务。
05.1.2.5-006 2PC 有什么局限?
频率 ★★★★☆ | 难度 高级
一句话结论
2PC 存在同步阻塞:准备后资源锁定等待协调者;协调者单点故障可能导致参与者长期阻塞;提交阶段参与者故障会留下不确定状态;整体并发度低、恢复复杂。
概念解释
- 阻塞:准备到提交期间资源被占用。
- 单点风险:协调者宕机,参与者等待指令。
- 不确定状态:参与者已 Prepare 但未收到 Commit/Rollback。
原理流程
- 准备阶段锁定资源。
- 协调者或参与者故障,指令无法送达。
- 参与者阻塞或进入不确定状态,需恢复介入。
代码 / 命令
局限清单:
同步阻塞:资源锁定至全局结束
协调者单点:故障导致参与者等待
不确定窗口:Prepare 后未收到最终指令
性能:多轮交互 + 持锁,并发受限
常见误区
- 误区:2PC 失败会自动回滚全部参与者。正解:故障时可能停在不确定状态,需恢复日志与人工/自动决策。
- 误区:2PC 只增加网络往返不影响业务。正解:持锁时间随两阶段交互拉长,直接影响并发吞吐。
追问
- 问:3PC 是怎么缓解阻塞的?答:引入超时与预准备阶段,但仍不能彻底解决网络分区下的一致性问题,见 05.1.2.5-007。
- 问:什么场景才考虑 XA/2PC?答:强一致要求极高、并发可接受、参与者可控的内部系统。
05.1.2.5-007 3PC 是什么?解决了什么、没解决什么?
频率 ★★☆☆☆ | 难度 高级
一句话结论
3PC 在 2PC 基础上增加 CanCommit 预询问阶段并引入超时机制,试图降低阻塞;但网络分区下仍可能出现脑裂与不一致,并未彻底解决分布式一致性问题,工程实践中很少直接使用。
概念解释
- CanCommit:先询问参与者是否能执行,不锁定资源。
- PreCommit:预准备阶段。
- DoCommit:最终提交阶段,超时后可默认继续。
原理流程
- 协调者先询问可行性。
- 可行则预准备,记录状态。
- 最终提交;超时按规则推进,但分区下决策可能分裂。
代码 / 命令
3PC:CanCommit → PreCommit → DoCommit
超时设计:参与者超时后可自行推进,减少无限阻塞
残留问题:网络分区导致部分节点提交、部分回滚
常见误区
- 误区:3PC 解决了 2PC 的所有问题。正解:它缓解阻塞,但网络分区下一致性仍无法保证。
- 误区:3PC 在业务系统常用。正解:工程上主流是 TCC、消息最终一致等方案,3PC 多为理论概念。
追问
- 问:超时默认提交安全吗?答:分区下可能与协调者决策不一致,是 3PC 残留风险。
- 问:Paxos/Raft 与 3PC 关系?答:前者是共识算法,多数派决议保证一致性;3PC 是两阶段协调扩展,定位不同。
05.1.2.5-008 TCC 模式是什么?
频率 ★★★★☆ | 难度 高级
一句话结论
TCC(Try-Confirm-Cancel)是业务层两阶段补偿:Try 预留资源,Confirm 正式提交,Cancel 释放预留;每个分支都要实现三个接口,通过事务管理器驱动,失败补偿回滚预留。
概念解释
- Try:检查并预留业务资源(冻结库存/额度)。
- Confirm:确认执行,扣减预留资源。
- Cancel:取消事务,释放冻结资源。
原理流程
- 各服务 Try 冻结资源并记录事务分支。
- 全部 Try 成功则 Confirm 提交。
- 任一失败则 Cancel 释放冻结;Confirm/Cancel 需幂等。
代码 / 命令
Try:冻结库存 count_frozen += 1(不直接扣减可售)
Confirm:count_frozen -= 1, count_sold += 1
Cancel:count_frozen -= 1, 恢复可售
常见误区
- 误区:TCC 就是数据库 XA。正解:TCC 是业务层面的补偿模式,接口由业务实现,不依赖数据库两阶段锁。
- 误区:Cancel 一定能成功释放。正解:Cancel 也可能失败,需重试与对账,且接口必须幂等。
追问
- 问:TCC 适合什么场景?答:资源可预留、业务可拆出冻结/确认/取消动作的交易类场景。
- 问:空回滚与悬挂是什么?答:Cancel 先于 Try 到达需空回滚;Try 在 Cancel 后到达需拦截,是 TCC 常见防护点。
05.1.2.5-009 本地消息表方案怎么做?
频率 ★★★★☆ | 难度 进阶
一句话结论
本地事务内把业务数据与待发送消息写入同一消息表,事务提交后由后台任务/轮询把消息投递给下游;下游幂等消费,失败重试,最终达到一致;消息表与业务在同一本地事务保证落库原子性。
概念解释
- 同事务落表:业务变更与消息记录在本地事务一起提交。
- 异步投递:任务扫描待发送消息,投递 MQ 或直接调用。
- 幂等消费:下游按业务键去重,重试不产生重复副作用。
原理流程
- 本地事务:更新业务 + 插入消息表(状态待发送)。
- 调度器扫描消息,投递下游并更新状态。
- 下游幂等处理;投递失败重试,超时告警对账。
代码 / 命令
-- 消息表
CREATE TABLE local_message (
msg_id VARCHAR(64) PRIMARY KEY,
biz_type VARCHAR(32),
payload TEXT,
status VARCHAR(16),
retry_count INT,
create_time DATETIME
);
-- 本地事务
BEGIN;
UPDATE order_t SET status = 'PAID' WHERE order_no = ?;
INSERT INTO local_message(msg_id, biz_type, payload, status)
VALUES (?, 'ORDER_PAID', ?, 'PENDING');
COMMIT;
常见误区
- 误区:先提交业务再写消息表。正解:分离写入存在业务成功消息丢失的窗口,必须同事务落表。
- 误区:消息投递一次就完成。正解:下游可能重复投递,消费端必须幂等。
追问
- 问:消息表堆积怎么处理?答:监控发送延迟与重试次数,失败消息进异常队列人工处理。
- 问:本地消息表与事务消息区别?答:前者依赖本地表 + 轮询投递,后者由 MQ 提供半消息与回查机制,见 05.1.2.5-010。
05.1.2.5-010 事务消息方案是什么?
频率 ★★★☆☆ | 难度 进阶
一句话结论
事务消息由 MQ 提供半消息(预投递)机制:本地事务执行成功再确认投递,失败则回滚消息;MQ 回查本地事务状态防止消息悬挂;业务侧消费仍需幂等。
概念解释
- 半消息:对下游不可见,待本地事务结果确认。
- 确认/回滚:本地事务成功提交消息,失败撤销半消息。
- 状态回查:MQ 不确定事务结果时回调查询本地状态。
原理流程
- 发送半消息到 MQ。
- 执行本地事务,按结果提交或回滚消息。
- MQ 未收到确认时回查本地事务状态,下游幂等消费。
代码 / 命令
1. 发送半消息(对消费者不可见)
2. 执行本地事务
3. 本地成功 → Commit 消息;失败 → Rollback
4. MQ 回查:查询本地事务是否完成
5. 消费者幂等处理
常见误区
- 误区:事务消息保证下游一定处理成功。正解:它只保证消息可靠投递,下游业务成功仍靠消费确认与重试补偿。
- 误区:有事务消息就不需要本地消息表。正解:两种方案取舍不同,事务消息依赖 MQ 能力与回查实现。
追问
- 问:回查机制解决什么问题?答:本地事务结果未通知 MQ 时,主动查询避免消息长期悬挂。
- 问:消费失败怎么重试?答:MQ 按策略重试,达到上限进死信,配合人工与对账处理。
05.1.2.5-011 CAP 与数据库选型有什么关系?
频率 ★★★★☆ | 难度 进阶
一句话结论
CAP 指分布式下一致性、可用性、分区容忍三者不可同时满足;网络分区必然存在,实际是在 C 与 A 之间取舍:强一致系统牺牲部分可用,高可用系统接受短暂不一致。
概念解释
- C 一致性:所有节点看到相同最新数据。
- A 可用性:请求始终得到响应。
- P 分区容忍:网络分区时系统继续运行。
原理流程
- 出现网络分区,节点间无法同步。
- 选 C:拒绝部分请求保证一致。
- 选 A:允许分区侧提供服务,接受数据短暂不一致。
代码 / 命令
分区发生时:
选 C:隔离不一致副本,放弃部分可用
选 A:继续服务,分区恢复后对账/同步
常见误区
- 误区:CAP 三选二可以日常去掉 P。正解:P 是分布式前提,实际取舍发生在 C 与 A 之间。
- 误区:ACID 的 C 就是 CAP 的 C。正解:前者是约束/业务一致,后者是分布式副本线性一致,见 05.1.2.1-005。
追问
- 问:数据库主从同步属于 CAP 哪类取舍?答:同步复制偏 C,异步复制偏 A,延迟窗口是取舍体现,见 05.1.4.1。
- 问:NoSQL 产品常宣称 AP 还是 CP?答:不同产品定位不同,按其复制与一致性机制核对,见 05.5。
05.1.2.5-012 BASE 理论是什么?
频率 ★★★☆☆ | 难度 进阶
一句话结论
BASE 是基本可用、软状态、最终一致的折中思路:牺牲强一致的实时性,允许中间状态,经过异步同步与补偿后最终达到一致,是互联网高可用系统的常见取舍。
概念解释
- 基本可用:部分功能降级响应,核心可用。
- 软状态:允许数据存在中间状态、副本短暂不一致。
- 最终一致:经过同步与补偿后达到一致,不要求时刻强一致。
原理流程
- 接受短暂中间状态,优先保证可用。
- 异步同步副本、补偿不一致。
- 无新故障时,经过一段时间后状态收敛一致。
代码 / 命令
BASE:Basically Available / Soft state / Eventually consistent
落地:异步复制、消息重试、对账补偿、降级开关
常见误区
- 误区:BASE 就是不保证一致性。正解:它放弃实时强一致,要求最终一致,需补偿与对账机制闭环。
- 误区:所有核心账务都适合 BASE。正解:强资金场景需权衡,部分路径保留强一致约束。
追问
- 问:最终一致的"最终"怎么衡量?答:给出可观测的收敛时限与对账口径,超期告警。
- 问:软状态在库存场景表现为什么?答:预扣冻结、订单待确认、副本延迟等中间状态。
05.1.2.5-013 跨库一致性方案怎么选型?
频率 ★★★★☆ | 难度 进阶
一句话结论
按一致性要求、并发量、参与方可控程度选型:强一致低并发用 XA/2PC;交易资源可预留用 TCC;多数互联网业务用本地消息表/事务消息做最终一致;关键约束仍落数据库唯一索引兜底。
概念解释
- 强一致:2PC/XA,阻塞、性能代价高。
- 补偿一致:TCC,业务侵入大但可控。
- 最终一致:消息方案,吞吐高,依赖重试与对账。
原理流程
- 评估参与方是否同构可控、并发量级与一致性容忍度。
- 匹配对应方案与补偿闭环。
- 关键不变量用数据库约束兜底,不把一致性全交给应用层。
代码 / 命令
强一致 + 低并发:XA/2PC
资源可预留 + 交易:TCC
高并发 + 可接受延迟:本地消息表 / 事务消息
兜底:唯一约束、条件更新、幂等、对账
常见误区
- 误区:选型只看方案流行度。正解:先核对一致性要求与故障容忍,再评估侵入成本与运维复杂度。
- 误区:最终一致方案不需要人工对账。正解:消息丢失、补偿失败都需对账与告警闭环。
追问
- 问:跨服务分布式事务深入在哪看?答:分册 06 的框架与工程实践章节,本域只划清数据库侧边界。
- 问:方案选错最常见表现?答:要么阻塞严重吞吐塌方,要么补偿缺失导致长期数据不一致。
05.1.2.5-014 数据库内事务能解决跨服务一致性吗?
频率 ★★★★☆ | 难度 基础
一句话结论
不能:本地事务边界在单库连接内,跨服务调用执行在对方系统,本地提交/回滚无法联动对方状态;跨服务一致必须通过补偿、消息或分布式事务协议在服务层保证。
概念解释
- 连接隔离:各服务持有自己的数据库连接与事务。
- 状态外部化:远程操作结果不在本地 undo/redo 覆盖范围。
- 责任边界:数据库保证本地 ACID,服务层负责跨服务编排。
原理流程
- 本地事务只能回滚本库修改。
- 已完成的远程调用不会随本地回滚撤销。
- 服务层用消息/TCC/补偿对齐各方状态。
代码 / 命令
本地事务:本库表原子提交
跨服务:下单服务 → 库存服务 → 积分服务,各自本地事务
协调:消息驱动 + 补偿 + 对账
常见误区
- 误区:把多个服务的数据库连接放进一个事务就是分布式事务。正解:跨连接/跨实例需事务管理器与协议协调,普通框架事务不具备该能力。
- 误区:远程调用失败本地回滚就够了。正解:需检查远程是否已部分成功,避免悬空状态。
追问
- 问:同一服务多库操作怎么处理?答:按是否可拆为异步步骤评估,强一致走分布式协议,否则消息最终一致。
- 问:本地事务记录的状态有什么用?答:作为补偿与对账的基准状态,驱动后续修复。
05.1.2.5-015 最终一致性怎么落地?
频率 ★★★☆☆ | 难度 进阶
一句话结论
落地要素:可靠消息投递、消费幂等、失败重试与死信、状态机推进、定时对账与补偿;明确不一致容忍窗口与告警阈值,使系统在故障后能自动收敛。
概念解释
- 可靠投递:消息不丢,本地事务与消息落库原子。
- 幂等消费:重复消息不产生重复副作用。
- 对账补偿:定时比对各方状态,修复偏差。
原理流程
- 业务变更产生待同步消息并落库。
- 消费方幂等处理,失败按策略重试。
- 对账任务发现偏差,触发补偿或人工介入。
代码 / 命令
闭环:本地事务 → 消息落库 → 投递 → 幂等消费 → 状态推进
兜底:重试 → 死信 → 对账补偿 → 告警
常见误区
- 误区:最终一致就是出问题再说。正解:必须预先设计状态、重试、对账与告警,否则偏差无法自动收敛。
- 误区:对账是可选运维动作。正解:对账是最终一致方案的组成部分,需纳入常态监控。
追问
- 问:消息重复怎么处理?答:消费端按业务唯一键幂等,重复返回首次结果。
- 问:补偿方向找不到怎么办?答:业务需预先定义反向操作;无反向动作的场景应在方案阶段规避。
05.1.2.5-016 补偿与回滚在分布式下的边界是什么?
频率 ★★★☆☆ | 难度 高级
一句话结论
本地回滚由数据库 undo 自动完成;分布式补偿是业务层反向动作,可能延迟到达、重复执行、甚至失败;补偿必须幂等、可重试、可对账,且不能假设对方始终在线。
概念解释
- 自动回滚:单库内 undo 反向恢复。
- 业务补偿:退款、回补库存等反向操作。
- 不确定性:补偿延迟、重复、部分失败都需纳入设计。
原理流程
- 本地失败走 undo 回滚。
- 外部动作登记补偿任务。
- 补偿重试直到成功,失败进人工队列,对账确认闭环。
代码 / 命令
本地:ROLLBACK 自动完成
分布式:补偿任务(退款/回补)→ 重试 → 死信/人工
补偿接口:幂等 + 可重入 + 状态可查
常见误区
- 误区:分布式补偿等价于数据库回滚。正解:回滚是自动撤销,补偿是业务反向动作,语义与实现完全不同。
- 误区:补偿执行一次就完成。正解:补偿可能被重复触发,接口必须幂等并记录补偿状态。
追问
- 问:补偿顺序有要求吗?答:按业务依赖反向回退,避免先补偿上游导致中间状态错误。
- 问:长时间未补偿成功怎么办?答:告警冻结相关业务,人工核对后处理,避免资金/库存长期偏差。
05.1.2.5-017 分库后本地事务在哪些场景失效?
频率 ★★★☆☆ | 难度 进阶
一句话结论
跨分片的写入、跨库关联更新、分布式主键与一致性校验都不再受单库本地事务保护:一条业务涉及多个分片时,各分片独立提交,需要路由后按方案处理跨分片一致性。
概念解释
- 跨分片写:同一业务记录分散在不同分片。
- 跨库事务:本地事务不能跨实例原子提交。
- 关联约束:外键、唯一约束无法跨分片直接保证。
原理流程
- 业务按路由规则落到不同分片。
- 各分片本地事务独立提交/回滚。
- 跨分片一致性由应用层消息/TCC/对账保证。
代码 / 命令
未分库:订单 + 明细同一库本地事务
分库后:订单在 A 库、明细在 B 库 → 本地事务失效
处理:消息驱动 + 幂等 + 对账,或按分片键收敛相关数据
常见误区
- 误区:分库后数据库还能帮我保证跨分片原子性。正解:本地事务只在分片内有效,跨分片需分布式方案。
- 误区:跨分片查询可以靠事务锁保证一致。正解:锁不能跨实例,读取一致性需快照与补偿设计。
追问
- 问:怎么减少跨分片事务?答:按业务维度分片,使同一业务实体及其关联数据落在同分片。
- 问:分库分表深入在哪看?答:见 05.1.4.2,本卡片只说明事务边界失效点。
05.1.2.5-018 分布式事务有哪些常见误区?
频率 ★★★☆☆ | 难度 进阶
一句话结论
常见误区:把本地事务经验套到跨服务、迷信强一致协议无脑上 2PC、以为消息发出去就完成、补偿接口不幂等、缺少对账与人工兜底;选型前应先划清本地与分布式边界。
概念解释
- 边界混淆:跨服务仍假设本地回滚联动。
- 过度强一致:高并发场景误用阻塞协议。
- 闭环缺失:只做正向链路,没有重试、补偿与对账。
原理流程
- 先判断操作是否跨库/跨服务。
- 按一致性与并发选择方案。
- 补齐幂等、重试、对账、告警完整闭环。
代码 / 命令
误区对照:
本地回滚 ≠ 跨服务补偿
消息投递 ≠ 业务完成
2PC ≠ 通用最优解
补偿接口必须幂等 + 可对账
常见误区
- 误区:分布式事务框架包打天下。正解:框架协调流程,业务仍需实现分支接口、幂等与补偿。
- 误区:出了不一致再人工修就行。正解:缺少自动化对账与补偿,人工修复成本随规模失控。
追问
- 问:什么时候可以不做分布式事务?答:业务可拆为异步步骤且接受最终一致,用消息与对账即可,不必强行强一致。
- 问:评审分布式方案看什么?答:边界划分、一致性级别、失败重试路径、幂等与对账闭环。
参考来源
- MySQL 8.0 Reference Manual: Binary Logging:https://dev.mysql.com/doc/refman/8.0/en/binary-log.html
- MySQL 8.0 Reference Manual: XA Transactions:https://dev.mysql.com/doc/refman/8.0/en/xa.html
- PostgreSQL Documentation: Transaction Management:https://www.postgresql.org/docs/current/transactions.html
- JavaGuide:分布式事务与一致性基础:https://javaguide.cn/database/mysql/mysql-transaction.html