09.6.1.3 Saga 与状态机
所属:全栈开发面试题库 / 09 高阶架构:高并发与分布式 / 09.6 分布式事务 / 09.6.1 分布式事务
09.6.1.3-001 Saga 模式是什么?
一句话结论
Saga 把一个长分布式事务拆成一系列相继执行的本地事务 T1、T2……Tn,每个正向事务都配一个逆向补偿 Ci;某步失败时按相反顺序执行已完成步骤的补偿,使整体回到一致状态;每个步骤都是已提交的短本地事务,不持有跨分支锁。
概念解释
- 本地事务序列:每步独立提交,无全局锁。
- 补偿配对:Ti 对应 Ci,逆向撤销 Ti 的效果。
- 最终一致:失败路径通过补偿收敛,而非数据库回滚。
原理流程
成功:T1 → T2 → T3 → … → Tn
失败于 Tk:补偿 C(k-1) → … → C2 → C1
代码或图示
T1 下单 ↔ C1 取消订单
T2 扣库存 ↔ C2 回补库存
T3 支付 ↔ C3 退款
常见误区
- 误区:Saga 里每步也要加全局事务。Saga 刻意避免跨分支事务,每步本地提交后再走下一步。
- 误区:补偿就是回滚上一步数据库事务。Ti 已提交,Ci 是新的逆向业务动作,不能依赖 rollback。
追问
- 问:Saga 解决什么场景?答:跨多个服务的长流程,参与者多、步骤长,不适合 2PC/TCC 强预留。
- 问:Saga 一致性级别?答:最终一致,期间存在部分完成状态,需要状态机与补偿可见可控。
09.6.1.3-002 编排式与协同式 Saga 有什么区别?
一句话结论
编排式由中央编排器按顺序调用各步骤并决定补偿,流程集中可见;协同式由各服务本地订阅事件、自行触发下一步,无中央控制点,耦合分散但流程难追踪;按流程复杂度、可见性需求与团队边界选择。
概念解释
- 编排(Orchestration):编排器知道全流程,调度正向与补偿。
- 协同(Choreography):事件链驱动,每个服务发布/订阅事件。
- 权衡:集中可控 vs 去中心化解耦。
原理流程
编排器:调用 T1 → 结果 → 调用 T2 → 失败触发补偿链
协同式:T1 完成发事件 → T2 订阅执行 → 发事件 → T3 …
代码或图示
编排:单一流程定义,分支状态由编排器记录
协同:流程散落在各服务事件订阅里,需链路追踪还原
常见误区
- 误区:协同式一定更解耦更好。步骤增多后事件链隐式、循环依赖难排查,复杂流程反而难维护。
- 误区:编排器是单点就不能用。编排器可集群化 + 状态持久化,流程状态不靠内存保存。
追问
- 问:简单流程适合哪种?答:步骤少、边界清晰可用协同;步骤多、补偿规则复杂优先编排。
- 问:编排器故障怎么办?答:流程状态持久化,恢复后从状态继续推进,不依赖内存上下文。
09.6.1.3-003 正向事务和补偿事务怎么配对?
一句话结论
每个正向步骤必须有语义明确的逆向补偿:扣库存配回补库存、冻结额度配解冻、创建订单配取消订单;补偿要能独立执行、幂等、可重试;设计 Saga 第一步先确认每个动作是否可补偿,不可补偿的动作不能放进正向链。
概念解释
- 配对关系:Ti ↔ Ci,针对同一业务对象与数量。
- 补偿语义:撤销 Ti 造成的业务影响。
- 可补偿前提:动作结果可被逆向表达。
原理流程
定义步骤表:
Ti:做了什么、改了哪些状态
Ci:逆向动作、依据什么记录撤销
代码或图示
扣减 10 件 → 补偿回补 10 件
发送通知 → 通常不可逆向(不纳入需要补偿的关键链)
常见误区
- 误区:所有动作都能配补偿。已对外发出且不可收回的动作(已发短信、已通知第三方)补偿不了,应放在最后或改为可撤销设计。
- 误区:补偿只在失败时写。补偿接口要和正向接口一起评审、一起测试。
追问
- 问:补偿需要的原始信息存哪?答:步骤记录保存 Ti 的输入与结果,Ci 据此逆向,不靠现场重新查询推断。
- 问:补偿动作本身失败怎么办?答:重试 + 人工 + 对账,见补偿失败处理。
09.6.1.3-004 为什么说 Saga 补偿不是数据库回滚?
一句话结论
Saga 每步本地事务已经提交,数据库 rollback 无法撤销已提交动作;补偿是执行一个新的逆向业务事务(回补、退款、取消),可能产生新的业务记录;补偿要考虑并发、重复执行与外部副作用,和回滚日志机制完全不同。
概念解释
- 已提交:Ti 落库后不可用事务回滚撤销。
- 逆向新事务:Ci 独立提交,写补偿记录。
- 副作用:外部通知、状态变更可能已发生。
原理流程
Ti 提交成功 → 数据已对外可见
失败 → Ci 执行逆向业务变更(新事务)
不是 UNDO Ti 的物理日志
代码或图示
回滚:数据库日志撤销未提交改动
补偿:业务动作抵消已提交改动,留补偿流水
常见误区
- 误区:补偿和回滚一样可以自动干净撤销。已提交的对外效果(用户看到的状态、第三方记录)未必能完全抹掉。
- 误区:补偿失败等于事务回滚失败。补偿是独立业务动作,需自己的状态、重试与对账。
追问
- 问:补偿记录记什么?答:关联正向步骤、补偿原因、逆向数量/金额、执行状态与时间。
- 问:补偿能撤销外部副作用吗?答:能则发逆向通知,不能则标记不可补偿,流程设计上规避先做不可逆动作。
09.6.1.3-005 Saga 适合和不适合哪些场景?
一句话结论
适合:长流程、多服务参与、每步动作可补偿、允许短暂部分完成状态的业务(订单履约、旅行预订、多步审批);不适合:动作不可逆、资源必须全程锁定、要求时刻强一致、并发冲突高的核心短事务;这类场景应考虑 TCC 或本地强约束。
概念解释
- 匹配:流程长、可逆向、最终一致可接受。
- 不匹配:不可逆动作、强资源锁定、强一致要求。
- 并发:部分完成状态会被其他事务读到。
原理流程
场景评估:
步骤可补偿?状态部分可见可接受?流程可异步?
是 → Saga
否 → TCC / 本地事务 / 其他强约束方案
代码或图示
Saga 候选:下单→库存→支付→发货;请假→审批→通知
非 Saga:资金最终入账、不可逆对外承诺
常见误区
- 误区:Saga 能替代所有分布式事务。它不提供隔离性,并发下可能读到中间状态,核心约束步骤需额外防护。
- 误区:长流程都该用 Saga。步骤虽长但动作不可逆时,应重新设计流程顺序而非硬加补偿。
追问
- 问:Saga 与消息队列什么关系?答:Saga 步骤推进常由事件/消息驱动,消息负责传递步骤结果,状态机负责流程推进。
- 问:哪些动作放 Saga 最后?答:不可逆、对外承诺强的动作尽量后置,前置步骤都可补偿。
09.6.1.3-006 补偿为什么要按逆序执行?
一句话结论
逆序补偿从最后一个已完成步骤开始向前撤销:先撤销最新改动,再回退前序步骤;顺序补偿会产生状态矛盾(如先取消订单但库存还占着);逆序保证每步补偿时依赖的前置状态仍然成立。
概念解释
- 依赖关系:后一步依赖前一步的结果。
- 逆序:先释放后占用的资源,再回退前序。
- 一致性:避免补偿后残留矛盾状态。
原理流程
正向:T1 下单 → T2 扣库存 → T3 支付
补偿逆序:C3 退款 → C2 回补库存 → C1 取消订单
代码或图示
顺序错误:先 C1 取消订单,库存仍被 T2 占用
逆序:库存先回补,订单最后取消,状态自洽
常见误区
- 误区:补偿顺序无所谓,都执行到就行。顺序错误会留下资源占用与状态倒挂,对账更难修复。
- 误区:某步补偿失败就跳过继续往前。失败步骤要先重试/挂起,未完成补偿不能假设链已回退干净。
追问
- 问:逆序补偿依赖前序步骤仍存在吗?答:Ci 撤销 Ti 时,T(i-1) 的状态还在,正是逆序的意义。
- 问:并行补偿可以吗?答:无依赖关系的步骤可并行,但有依赖必须逆序,规则要按步骤关系定义。
09.6.1.3-007 补偿失败怎么处理?
一句话结论
补偿失败先按退避重试,重复补偿靠幂等识别;持续失败转告警人工介入,并在状态机标记补偿中/待人工;对账任务扫描长期未闭合的 Saga 实例,核对正向与补偿记录;不能让补偿步骤静默丢失。
概念解释
- 重试:可恢复错误(网络、短暂依赖故障)。
- 人工:不可恢复或超阈值失败。
- 对账:扫描悬挂实例与差异记录。
原理流程
Ci 失败 → 重试(退避 + 上限)
超阈值 → 状态=补偿失败待人工 → 告警
对账周期 → 发现未闭合实例 → 跟进修复
代码或图示
补偿状态:待补偿 / 补偿中 / 已补偿 / 补偿失败(待人工)
常见误区
- 误区:补偿失败后流程标记为已回滚。未完成补偿就关闭 Saga,等于留下部分完成的脏状态。
- 误区:补偿无限重试。毒步骤会堆积任务,必须有人工出口与对账发现机制。
追问
- 问:人工介入能做什么?答:执行逆向操作、修正状态、联系外部系统,动作留补偿记录。
- 问:怎么统计补偿失败?答:补偿失败率、悬挂实例数、平均闭合时长作为事务监控指标。
09.6.1.3-008 Saga 实例状态怎么记录?
一句话结论
为每个 Saga 实例记录流程 ID、当前步骤、每步正向/补偿状态、输入输出、重试次数与时间;状态持久化在流程表或状态机存储中,编排器/恢复任务据此推进或补偿;崩溃恢复后从最近状态继续,不靠内存上下文。
概念解释
- 实例标识:全局流程 ID 串联各步骤记录。
- 步骤状态:待执行/成功/失败/补偿中/已补偿。
- 持久化:状态可恢复、可审计、可对账。
原理流程
开启 Saga → 写实例记录
每步执行 → 更新步骤状态
失败 → 记录补偿路径与状态
恢复 → 读状态表继续推进
代码或图示
字段示意:saga_id, step, status, biz_key,
request, response, retry_count, updated_at
常见误区
- 误区:状态放在消息上下文里传递。消息可能重发或丢失,流程状态必须独立持久化。
- 误区:只记当前走到哪步,不记历史结果。补偿与对账缺少正向步骤依据。
追问
- 问:状态表放哪?答:编排器库或独立流程存储,与步骤业务库分开但可靠持久化。
- 问:实例记录保留多久?答:覆盖对账与审计周期,结束后归档清理。
09.6.1.3-009 状态机怎么设计?
一句话结论
状态机定义业务对象的状态集合、触发事件与允许的迁移方向:状态(待支付/已扣库存/已发货/已取消/已补偿)、事件(下单成功、支付成功、退款、失败)、迁移规则;非法迁移拒绝并记录,状态机保证流程不会跳到矛盾状态。
概念解释
- 状态:对象当前所处阶段。
- 事件:触发迁移的动作/消息。
- 迁移:从状态 A 经事件到状态 B 的合法路径。
原理流程
事件到达 → 校验当前状态是否允许迁移
允许 → 更新状态 + 触发下一步/补偿
不允许 → 拒绝、告警(可能是重复/乱序事件)
代码或图示
订单状态:
待支付 → 已支付 → 已发货 → 完成
任一阶段失败 → 补偿路径 → 已取消
已完成不允许回退到待支付
常见误区
- 误区:状态判断散落在代码 if-else。流程复杂后非法迁移难以枚举,应集中状态机定义与校验。
- 误区:状态可以任意覆盖。旧事件晚到不能把新状态改回旧状态,需版本/状态校验拦截。
追问
- 问:状态机和 Saga 什么关系?答:Saga 是多步流程编排,状态机刻画业务对象状态迁移;两者配合,步骤推进改变对象状态。
- 问:并发状态更新怎么防倒挂?答:状态条件更新(WHERE 当前状态=预期)+ 版本号,乐观并发控制。
09.6.1.3-010 Saga 里幂等为什么尤其重要?
一句话结论
步骤结果可能因重试、消息重投、恢复重放而重复到达;正向步骤重复执行不能重复扣减/下单,补偿重复执行不能重复退款/回补;每个步骤接口按业务键 + 步骤 ID 幂等,状态机识别已完成动作直接返回成功。
概念解释
- 重复来源:RPC 重试、消息重投、编排器恢复重放。
- 幂等要求:重复执行结果一致。
- 识别:步骤实例 ID + 业务键记录已执行状态。
原理流程
步骤请求到达 → 查该步骤是否已成功
已成功 → 返回原结果,不再执行
未执行 → 执行业务 → 记录状态
代码或图示
幂等记录:saga_id + step + biz_key 唯一
重复正向:跳过;重复补偿:跳过
常见误区
- 误区:只有消费消息需要幂等。编排重试、补偿重放同样会重复调用步骤接口。
- 误区:靠请求 ID 去重就够。请求重试可能换 ID,业务唯一键才是稳定去重依据。
追问
- 问:步骤内多表写怎么保证幂等?答:业务唯一约束兜底 + 步骤状态同事务记录。
- 问:幂等记录保留?答:随 Saga 实例归档,避免无限膨胀。
09.6.1.3-011 Saga 的隔离性问题是什么,怎么应对?
一句话结论
Saga 没有跨分支隔离,中间状态(已扣库存未支付)会被其他事务读到,可能出现脏读、重复占用与悬挂;应对手段:业务层面预留/暂存状态、版本与状态约束、避开热点行、关键资源步骤用 TCC 补强、对外只暴露最终状态。
概念解释
- 中间可见:步骤提交后、流程结束前状态对外可见。
- 并发风险:其他请求读到未完成状态并据此决策。
- 隔离替代:业务状态标记 + 约束 + 关键步骤强一致。
原理流程
T2 扣库存提交,T3 尚未支付
其他请求读到“已扣库存”中间态
应对:库存标记预占状态,对外展示待结算
代码或图示
缓解手段:
中间状态明确标记 / 状态机约束
关键资源用 TCC 预留
读模型只聚合最终状态
常见误区
- 误区:Saga 和本地事务一样有隔离级别。它不提供数据库意义上的隔离,中间状态风险必须业务设计承担。
- 误区:加了状态标记就完全隔离。并发冲突仍可能发生,热点资源要评估并发模型。
追问
- 问:哪些中间状态不能外露?答:资金预占、未确认库存等,外部查询应走最终视图或明确标注中间态。
- 问:并发抢同一资源怎么办?答:资源占用走原子约束或 TCC,Saga 状态机只记录流程结果。
09.6.1.3-012 订单履约 Saga 怎么设计?
一句话结论
示例链:T1 创建订单(待支付)→ T2 预扣库存 → T3 冻结/扣减额度 → T4 发货;失败逆序补偿:取消发货预留、解冻额度、回补库存、取消订单;每步记录状态与幂等键,不可逆动作(实际发货)放到最后,补偿按状态逆向执行。
概念解释
- 正向链:订单 → 库存 → 额度 → 发货。
- 补偿链:发货预留 → 额度 → 库存 → 订单。
- 顺序原则:不可逆动作后置。
原理流程
成功:创建订单 → 扣库存 → 冻结额度 → 发货
T3 失败:解冻额度 → 回补库存 → 取消订单
代码或图示
T1 订单 ↔ C1 取消订单
T2 库存预占 ↔ C2 释放预占
T3 额度冻结 ↔ C3 解冻
T4 发货 ↔ C4 拦截/退回(条件允许)
常见误区
- 误区:发货这类不可逆动作放在链前部。一旦先发货再补偿,逆向成本极高甚至不可行。
- 误区:每步补偿都能自动完成。涉及物流/第三方的动作要预留人工介入与对账出口。
追问
- 问:支付失败后库存怎么处理?答:补偿回补预占库存,订单置取消状态,记录补偿流水。
- 问:多步骤并发能并行吗?答:无依赖步骤可并行,但补偿仍按依赖逆序,状态机记录各自结果。
09.6.1.3-013 编排器承担哪些职责,怎么避免单点?
一句话结论
编排器负责定义流程顺序、调用正向步骤、收集结果、触发补偿、推进状态;职责集中使流程可见,但不能依赖内存存活:流程状态持久化,编排器多实例部署,故障后从状态表恢复继续推进;协调决策记录可审计。
概念解释
- 流程定义:步骤顺序与补偿规则。
- 状态推进:根据结果决定下一步或补偿。
- 高可用:状态外置 + 多实例 + 恢复扫描。
原理流程
编排器读 Saga 状态 → 调用当前步骤
结果回写状态 → 推进/补偿
故障重启 → 扫描未闭合实例 → 继续
代码或图示
防单点:
状态库持久化、编排器无状态多实例
定时扫描悬挂实例兜底推进
常见误区
- 误区:编排器内存保存流程上下文。重启后上下文丢失,实例悬挂。
- 误区:编排器直接内嵌业务逻辑。步骤业务仍在各服务,编排器只做流程调度与状态推进。
追问
- 问:两个编排实例同时推进同一实例怎么办?答:实例级锁/乐观状态条件更新,保证单活跃推进者。
- 问:流程定义变更怎么兼容?答:存量实例按旧定义跑完,新版本走新流程,状态记录带版本。
09.6.1.3-014 事件驱动的 Saga 怎么和消息队列结合?
一句话结论
步骤完成后发送事件(订单已创建、库存已预占),下游服务订阅事件执行下一步并发布结果事件;编排式可由编排器接收事件调度,协同式直接事件链驱动;消息保证投递可靠、消费幂等,事件携带 Saga ID 与步骤状态用于串联。
概念解释
- 事件载体:步骤结果通过 MQ 传递。
- 串联标识:Saga ID、步骤、业务键。
- 可靠性:消息不丢、消费幂等、积压可治理。
原理流程
T1 完成 → 事件 T1-Done(MQ)
T2 订阅 → 执行 → 发 T2-Done
失败事件 → 触发补偿流程
代码或图示
事件头:saga_id, step, biz_key, version
消费幂等:按 saga_id+step 去重
常见误区
- 误区:事件到了就执行下一步。要校验当前状态与版本,乱序/重复事件不能驱动非法迁移。
- 误区:事件链天然可靠。消息丢失、积压、重复仍需可靠投递与幂等治理(见 09.6.1.4 与 09.4)。
追问
- 问:事件缺了怎么发现?答:Saga 状态超时未推进触发扫描,对账比对事件与流程状态。
- 问:协同式怎么追踪全链?答:统一 Saga ID 贯穿事件与日志,链路追踪按 ID 串联各服务。
09.6.1.3-015 长流程挂起或超时怎么处理?
一句话结论
等待人工确认、第三方回调或外部条件的步骤会让 Saga 长时间挂起;状态机记录挂起状态与超时时间,超时后触发补偿或升级人工;挂起期间不持有数据库事务与锁,外部条件回来后继续推进或按超时回退。
概念解释
- 挂起状态:等待外部事件/人工审批。
- 超时策略:等待上限,到期补偿或告警。
- 资源释放:挂起期间不占事务连接与行锁。
原理流程
步骤等待外部回调 → 状态=等待中
回调到达 → 推进下一步
超时未达 → 触发补偿/人工处理
代码或图示
超时巡检:扫描等待中实例 → 对比阈值
未回调 → 补偿路径;已回调 → 继续
常见误区
- 误区:挂起流程一直等下去。无超时上限会悬挂资源与状态,必须有到期处理规则。
- 误区:等待期间保持数据库事务开启。挂起应释放事务,用状态记录等待,避免长事务。
追问
- 问:超时阈值怎么定?答:按外部 SLA 与业务可接受等待时长设定,分步骤配置。
- 问:回调晚到怎么办?答:按状态与版本校验,已取消实例的迟到回调被拒绝。
09.6.1.3-016 怎么分析一个动作是否可补偿?
一句话结论
可补偿性分析:动作结果能否被逆向表达、是否产生不可收回的外部副作用、是否有依据撤销数量/金额;不可补偿动作要么移出关键链后置、要么改造成可预留/可撤销,不能在无法逆向时承诺自动补偿。
概念解释
- 可逆向:有明确撤销动作与依据数据。
- 外部副作用:通知、交付、第三方承诺可能不可收回。
- 改造方向:预留状态、取消通道、延迟对外承诺。
原理流程
列出每个动作:
撤销动作?撤销依据?外部是否已不可收回?
不可补偿 → 后置 / 改造预留 / 人工兜底
代码或图示
可补偿:回补库存、解冻额度、取消未发货订单
难补偿:已发出实物、已对外公告、不可逆第三方操作
常见误区
- 误区:写个“补偿接口”就算可补偿。接口能否真正撤销副作用、数据依据是否充分,要逐一验证。
- 误区:所有外部动作都能等回调撤销。第三方不支持取消时,只能人工联系与对账处理。
追问
- 问:设计流程时顺序怎么排?答:先做可补偿的内部步骤,不可逆动作最后执行。
- 问:补偿依据从哪来?答:正向步骤保存输入、结果与数量,补偿按记录逆向,不依赖临时计算。
09.6.1.3-017 Saga 与 TCC 在隔离和流程上怎么配合?
一句话结论
长流程用 Saga 编排整体步骤,其中资源强约束的关键步骤用 TCC 预留/确认/取消补强隔离;其余可补偿步骤走 Saga 正向 + 逆向;状态机统一记录整体流程,混合方案兼顾长流程灵活性与关键资源一致性。
概念解释
- Saga 负责流程编排与补偿链。
- TCC 负责关键资源的预留防护。
- 统一状态:Saga 实例状态包含 TCC 分支阶段。
原理流程
Saga 链中关键资源步骤:TCC Try → 参与 Saga 推进
流程失败 → TCC Cancel 纳入补偿链
代码或图示
T1 创建订单(Saga)
T2 库存(TCC 预占)
T3 支付(TCC/本地强约束)
补偿按 Saga 逆序触发各 TCC Cancel
常见误区
- 误区:混合方案要把所有步骤都 TCC。只对必须预留的资源步骤用 TCC,其余走 Saga,避免过度侵入。
- 误区:两套状态互不同步。TCC 分支状态要回写 Saga 实例状态,便于整体恢复与对账。
追问
- 问:混合方案补偿顺序?答:仍按 Saga 逆序,TCC Cancel 作为对应步骤的补偿动作执行。
- 问:什么情况下纯 Saga 不够?答:中间状态会导致超卖/超扣的资源步骤,需要 TCC 或 DB 强约束。
09.6.1.3-018 Saga 落地 checklist 包含哪些点?
一句话结论
核对:每步有可验证的逆向补偿、补偿逆序且幂等、流程状态持久化可恢复、状态机迁移规则集中校验、重复/乱序事件被拦截、关键资源有隔离补强、挂起步骤有超时与人工出口、对账扫描悬挂实例、失败补偿路径经过演练。
概念解释
- 补偿配对:可逆向、有依据、可重试。
- 状态恢复:持久化、幂等、超时巡检。
- 隔离兜底:关键步骤强约束 + 对账。
原理流程
流程梳理 → 补偿可逆向评估 → 状态机定义
→ 事件/消息串联 → 超时与人工出口
→ 对账巡检 → 补偿失败路径演练
代码或图示
上线前检查:
[ ] 每个正向步骤有对应补偿且测试通过
[ ] 补偿逆序执行,重复补偿安全
[ ] Saga 状态外置,崩溃可恢复推进
[ ] 非法状态迁移被拒绝并告警
[ ] 挂起步骤有超时阈值
[ ] 对账能发现未闭合实例
常见误区
- 误区: checklist 只测成功下单路径。失败于每一步的补偿链、重复事件、超时挂起都要演练。
- 误区:流程参数凭经验定。超时阈值、重试次数按步骤 SLA 压测确定,版本相关行为以官方文档为准。
追问
- 问:怎么验证补偿链正确?答:测试在每个步骤注入失败,观察逆序补偿与状态回退;核对资源数量恢复。
- 问:上线后盯什么指标?答:实例闭合时长、补偿失败率、悬挂实例数、乱序/重复事件拦截量。