Skip to content

6.1-3 分布式事务:2PC/3PC、TCC、Saga、本地消息表、Seata AT ​

所属:06 分布式与架构 / 6.1 分布式理论 分级:A 状态:◐ 初稿 关联:3.1-6、5.1-2、5.3-6、5.4-6、6.1-1、6.5-13、6.7-5、6.7-6

  • 题型:对比 / 场景 / 原理

  • 一句话结论:分布式事务先分两类——强一致(2PC/3PC/XA、Seata AT/XA)和最终一致(TCC、Saga、本地消息表/事务消息、最大努力通知);互联网业务 90% 的场景应该优先避免分布式事务(能单库就单库、能异步就异步、能最终一致就别强一致),必须跨服务时按「是否要隔离、是否能补偿、流程长短」选 TCC / Saga / outbox。没有银弹:强一致换来阻塞与可用性下降,最终一致换来中间态、幂等与对账成本。

  • 分层要点:

    1. 问题从哪来:本地事务靠数据库的 ACID;一旦「一次业务操作」跨了多个库或多个服务(订单库扣库存、账户库扣钱、调用第三方支付),就没有一个本地事务能覆盖。分布式事务要解决的是多个独立资源上的操作原子性,而网络分区、超时、重试让“提交成功没有”本身都不可知。
    2. 第一原则是“不做”:能合并到一个库/一个服务就合并;能用「单库事务 + 异步事件」就别上分布式事务;能用最终一致 + 对账兜底,就别追求强一致。架构上减少跨服务写事务,比选哪个框架更重要。面试先说这句,再展开方案。
    3. 2PC / XA:协调者(TM)先让所有参与者 prepare(锁资源、写日志、不提交),全部成功后发 commit,任一失败则 rollback。XA 是数据库层的标准接口(XAResource),Java 侧是 JTA(Atomikos、Narayana)。问题是同步阻塞、资源锁定时间长、协调者单点、commit 阶段部分成功会产生不一致窗口;3PC 加了 canCommit/预提交与超时,缓解阻塞但解决不了网络分区,工程上很少用。
    4. TCC:业务层把一次操作拆成 Try(预留资源)→ Confirm(确认扣减)→ Cancel(释放预留),每个阶段都是业务接口,需要自己实现幂等、空回滚、悬挂处理。优点是隔离性好、不长时间锁 DB 行,适合资金、库存这类强敏感场景;代价是侵入大(一个接口写三个)、开发与测试成本高。
    5. Saga:把一个长事务拆成一串本地事务 + 每个事务的补偿动作,失败时逆序补偿已完成的步骤。分编排式(Orchestration,中心协调器)与协同式(Choreography,事件驱动)。它没有隔离性(中间态对外可见),需要语义锁、状态机、版本号来防脏写;适合长流程、跨多个服务、能容忍中间态的业务(订单履约、旅行预订)。
    6. 本地消息表 / outbox:业务数据与“待发消息”写在同一本地事务,后台任务(轮询或 CDC)投递到 MQ,成功后标记;消费端幂等。它把分布式事务降级为「本地事务 + 至少一次投递 + 幂等消费」,不依赖 MQ 特性、可审计、易补偿,是最终一致最通用的做法;RocketMQ 事务消息是它的“MQ 托管版”(5.3-6)。另有最大努力通知(支付回调:有限次重试 + 对账),一致性最弱但最简单。
    7. Seata AT:一阶段拦截业务 SQL,执行业务更新并记录 undo log(before/after image)、注册分支、拿全局锁;二阶段全局提交则异步删 undo log,全局回滚则用 undo log 反向生成补偿 SQL。对业务零侵入(几乎不改代码),但依赖 undo_log 表、主键、SQL 可解析;默认读未提交(读不加全局锁,需 SELECT ... FOR UPDATE 才读已提交),复杂 SQL/批量/DDL 有兼容边界。Seata 还有 TCC、Saga、XA 模式,TC/TM/RM 三角色,XID 贯穿调用链。
    8. 怎么选:① 能单库 → 本地事务;② 跨服务但可异步 → outbox/事务消息 + 幂等 + 对账;③ 短流程、强隔离、资金类 → TCC;④ 长流程、多步骤、可容忍中间态 → Saga;⑤ 必须强一致且能接受性能损失 → 2PC/XA 或 Seata AT/XA(同库多表、内部系统);⑥ 跨公司/第三方 → 最大努力通知 + 对账。所有最终一致方案都必须配幂等(5.1-2)、补偿与对账(6.5-13)。
  • 图/流程:

text
2PC:
  TM ──prepare──▶ RM1(锁资源、写 redo/undo,不提交)
     ──prepare──▶ RM2
     全部 yes
     ──commit───▶ RM1 ──▶ 提交
     ──commit───▶ RM2 ──▶ 提交
     任一 no / 超时 → 全部 rollback
  风险:prepare 后资源一直被锁;commit 阶段 RM1 成功、RM2 失败 → 不一致
text
TCC:
  Try:     冻结库存 / 预扣金额(资源预留,可回滚)
  Confirm: 真正扣减(幂等,失败重试)
  Cancel:  释放预留(幂等,处理空回滚/悬挂)
  异常:Try 未到先来 Cancel → 空回滚(记录事务状态,直接成功)
        Cancel 先到、Try 后到 → 悬挂(Try 前查状态,已 Cancel 则拒绝)
text
Saga:
  T1 ──▶ T2 ──▶ T3 ──▶ T4
  失败于 T4 → C3 ──▶ C2 ──▶ C1(逆序补偿)
  无隔离:T2 执行后、T3 失败前,外部能看到中间态 → 语义锁/状态机
text
本地消息表(outbox):
  BEGIN
    UPDATE 订单 SET status='PAID'
    INSERT INTO outbox(biz_id, payload, status='NEW')
  COMMIT
  定时任务 / CDC ──▶ MQ ──▶ 消费端(幂等)──▶ 标记 SENT
  失败:重试 + 对账补偿
text
Seata AT:
  一阶段:解析 SQL → 执行更新 → 记录 undo_log → 注册分支 → 持有全局锁
  二阶段:commit → 异步删除 undo_log
          rollback → 用 undo_log 反向补偿 + 释放全局锁
  • 版本/源码锚点:

    • XA/JTA:javax.transaction.xa.XAResource、Xid、Atomikos、Narayana;MySQL XA START/END/PREPARE/COMMIT。
    • Seata:GlobalTransactionScanner、DataSourceProxy、ConnectionProxy、undo_log 表、TC/TM/RM、@GlobalTransactional、RootContext(XID);1.5+ / 2.x(2.0 支持 JDK 17、Spring Boot 3,TC 支持 Raft 存储模式)。
    • Saga:Seata Saga 状态机(StateMachineEngine)、ServiceComb Saga。
    • TCC:Seata TCC 模式(@TwoPhaseBusinessAction)、Hmily。
    • 事务消息:RocketMQ TransactionMQProducer(5.3-6);Kafka 事务只覆盖 Kafka 内部(5.4-6)。
    • 幂等与去重:见 5.1-2;对账与巡检:见 6.5-13。
  • 方案对比:

方案一致性隔离性业务侵入性能典型场景
2PC / XA强一致强(资源锁)低差(阻塞)同库多数据源、内部系统
3PC较强强低差理论为主,少用
TCC最终一致较好(资源预留)高较好资金、库存、支付
Saga最终一致无中好长流程、跨多服务
本地消息表最终一致无中好异步通知、解耦
事务消息最终一致无低(绑 MQ)好已有 RocketMQ
最大努力通知最终一致(弱)无低好第三方回调、对账
Seata AT最终一致(近似)写隔离(全局锁)低中多库 CRUD、快速落地
  • 2PC 各阶段失败分支:
阶段失败点结果处理
prepare某 RM 失败全部回滚正常
prepare协调者宕机资源被锁、事务悬挂超时回滚 / 人工介入
commit部分 RM 提交成功数据不一致重试 + 对账修复
commit协调者宕机RM 不确定恢复后继续提交(日志)
  • TCC 三个异常:
异常场景后果防护
空回滚Try 未执行收到 Cancel误释放/报错事务控制表记录 Try 状态,无 Try 直接成功
悬挂Cancel 先到、Try 后到资源预留后无人释放Try 前查状态,已 Cancel 则拒绝执行
幂等Confirm/Cancel 重试重复扣减/重复释放唯一键 + 状态机(where status=旧值)
  • Seata 四种模式:
模式原理侵入适用
ATundo log + 全局锁,自动补偿低常规 CRUD、多库
TCC手写 Try/Confirm/Cancel高强隔离、资金
Saga状态机 + 补偿中长流程
XA数据库 XA + 连接代理低强一致、支持 XA 的库
  • 失效场景与定位:
现象根因处理
数据两边不一致commit 阶段部分失败 / 未对账对账任务 + 补偿
资源被长时间锁住2PC prepare 后未决超时回滚、缩小事务范围
重复扣款Confirm/Cancel 重试未幂等唯一键 + 状态机
库存被释放两次空回滚未防事务控制表判状态
Try 后资源永久冻结悬挂Try 前查 Cancel 状态
Saga 读到中间态无隔离语义锁、状态过滤、版本号
Seata 回滚失败undo log 缺失/被改禁止改 undo_log、补对账
Seata 性能下降全局锁竞争、undo_log 写入缩小事务、按业务拆
事务消息丢失回查超限(5.3-6)告警 + 对账补发
跨云/第三方不一致无法纳入事务最大努力通知 + 对账
  • 深挖点(面试官常追的 6 个):

    1. 2PC 为什么互联网用得少:prepare 之后资源一直被锁,长事务会拖垮数据库;协调者是单点;commit 阶段网络问题会造成“部分提交”,产生不一致窗口,而且这个窗口只能靠日志重试或人工修复。3PC 用超时和预提交缓解阻塞,但网络分区下仍可能不一致,所以生产更多用“最终一致 + 补偿”,强一致交给 NewSQL(TiDB/Percolator)或单库。
    2. TCC 的三个坑怎么防:空回滚——Try 没执行就收到 Cancel,要用事务控制表记录“Try 是否执行”,没执行直接返回成功;悬挂——Cancel 先到、Try 后到,Try 执行前先查控制表,发现已 Cancel 就拒绝;幂等——Confirm/Cancel 都可能重试,用唯一键或状态机 update ... where status='TRYING'。三个问题都靠一张事务控制表 + 状态机解决,不是靠“注意一下”。
    3. Saga 没有隔离怎么办:Saga 的中间态对外可见,可能出现“订单已创建、库存已扣、支付失败”的脏读。常见做法:语义锁(业务状态标记“处理中”,其他操作拒绝)、版本号/乐观锁防并发覆盖、补偿动作幂等、只暴露终态给查询。如果业务不能容忍中间态,就不该用 Saga,改 TCC 或强一致。
    4. Seata AT 到底怎么回滚:一阶段把业务 SQL 的前镜像和后镜像写进 undo_log,并申请全局锁;二阶段回滚时,用后镜像做条件(where 字段=后镜像值)反向执行前镜像,若影响行数为 0 说明数据被改过,需要人工处理。它不是数据库回滚,是业务层补偿,所以要求表有主键、SQL 可解析、undo_log 不被业务改动;默认隔离是读未提交,读已提交要 for update。
    5. 本地消息表、事务消息、最大努力通知怎么选:outbox 最通用,不绑 MQ、可审计,代价是多一张表和投递任务;事务消息把存储与回查交给 RocketMQ,代码少但绑 MQ,回查超限会丢(5.3-6);最大努力通知一致性最弱,只适合“通知型”场景(支付回调),必须配对账。三者共同点:至少一次 + 消费幂等 + 对账兜底。
    6. 什么时候“不该”用分布式事务:能在一个库完成就别拆;能用异步事件 + 最终一致就别同步强一致;能通过业务设计规避(预扣、冻结、状态机)就别上框架;跨公司、跨云基本只能用对账。分布式事务是最后手段,不是架构标配;面试时先讲“减少跨服务写”,再讲方案,分数完全不同。
  • 追问链:

    1. 为什么需要分布式事务? → 一次操作跨多个资源。
    2. 本地事务为什么不够? → 只能管一个库。
    3. CAP 和它什么关系? → 分区时在一致性与可用性间取舍。
    4. BASE 呢? → 最终一致的工程化表达。
    5. 强一致方案有哪些? → 2PC/3PC/XA、Seata AT/XA。
    6. 最终一致有哪些? → TCC、Saga、outbox、事务消息、最大努力通知。
    7. 2PC 两个阶段? → prepare / commit。
    8. prepare 做了什么? → 锁资源、写日志、不提交。
    9. 2PC 缺点? → 阻塞、单点、不一致窗口。
    10. 3PC 改进什么? → 加预提交与超时。
    11. 3PC 解决问题了吗? → 没解决分区。
    12. XA 是什么? → 数据库层两阶段接口。
    13. Java 里用什么? → JTA、Atomikos/Narayana。
    14. TCC 三个阶段? → Try/Confirm/Cancel。
    15. Try 做什么? → 预留资源。
    16. Confirm 呢? → 确认扣减。
    17. Cancel 呢? → 释放预留。
    18. TCC 优点? → 隔离好、不锁 DB 行。
    19. TCC 缺点? → 侵入大、三接口。
    20. 空回滚是什么? → Try 未执行收到 Cancel。
    21. 怎么防? → 事务控制表判状态。
    22. 悬挂是什么? → Cancel 先于 Try。
    23. 怎么防? → Try 前查状态。
    24. 幂等怎么保证? → 唯一键/状态机。
    25. Saga 是什么? → 本地事务链 + 补偿。
    26. 编排和协同区别? → 中心协调 vs 事件驱动。
    27. Saga 有隔离吗? → 没有。
    28. 没隔离怎么办? → 语义锁/版本号/只暴露终态。
    29. Saga 适合什么? → 长流程、可容忍中间态。
    30. 本地消息表怎么做? → 业务+消息同事务,后台投递。
    31. 投递失败了? → 重试 + 对账。
    32. 消费端要做什么? → 幂等。
    33. 和事务消息区别? → DB 托管 vs MQ 托管。
    34. 事务消息有什么坑? → 回查超限丢弃(5.3-6)。
    35. 最大努力通知? → 有限重试 + 对账。
    36. Seata 三角色? → TC/TM/RM。
    37. AT 一阶段做什么? → 业务 SQL + undo log + 全局锁。
    38. 二阶段提交? → 删 undo log。
    39. 二阶段回滚? → 用 undo log 反向补偿。
    40. AT 隔离级别? → 默认读未提交。
    41. 要读已提交? → select ... for update。
    42. AT 限制? → 主键、SQL 解析、undo_log。
    43. Seata 还支持什么? → TCC/Saga/XA。
    44. 怎么选方案? → 一致性/隔离/流程长度/侵入。
    45. 资金类选什么? → TCC。
    46. 长流程选什么? → Saga。
    47. 异步解耦选什么? → outbox/事务消息。
    48. 最强一致? → 2PC/XA 或 NewSQL。
    49. 兜底是什么? → 对账 + 补偿。
    50. 面试怎么总结? → 先避免 → 再分强/最终一致 → TCC/Saga/outbox → 幂等补偿对账。
  • 生产案例/取舍(示例,替换成你的项目):

    • 订单 + 库存分两个库,用 XA 后高峰期数据库连接被长时间占用、RT 翻倍;改成本地消息表 + 异步扣减 + 对账。
    • 支付扣款用 TCC,Cancel 重试导致重复退款;加唯一键 + 状态机后消失。
    • 促销期间 Cancel 先到、Try 后到,库存被冻结 2 小时;加事务控制表判悬挂。
    • 旅行预订用 Saga,用户看到“机票已订、酒店失败”的中间态投诉;加语义锁 + 只展示终态。
    • Seata AT 上线后回滚报“影响行数为 0”,排查是业务代码改了 undo_log 关联字段;禁止直接改表 + 加告警。
    • Seata 全局锁竞争导致大促 RT 上升;把非核心链路移出全局事务,按业务拆分。
    • 本地消息表投递任务单点、积压几十万;改成分片 + 多实例抢占,加滞后监控。
    • 第三方支付回调超时,订单状态没更新;加最大努力通知 + 定时对账。
    • 以为用了事务消息就万无一失,回查 15 次后消息被丢;加丢弃告警 + 日终对账(5.3-6)。
    • 跨云服务想用一个分布式事务框架统一,发现网络与权限都不允许;改成事件 + 对账。
    • 团队引入 Seata 但只用来做单库多表,复杂度上升收益为零;回退到本地事务。
    • 取舍:强一致换正确性,代价是阻塞与可用性;TCC 换隔离,代价是三接口与三异常;Saga 换长流程,代价是无隔离;outbox 换通用,代价是多表与投递;对账换兜底,代价是延迟发现。
  • 易错点:

    • 认为分布式事务等于强一致。
    • 认为 2PC 能解决网络分区。
    • 认为 3PC 一定比 2PC 好。
    • 认为 XA 性能没问题。
    • 认为 TCC 的 Cancel 一定会执行。
    • 认为 TCC 不需要事务控制表。
    • 认为空回滚和悬挂是同一个问题。
    • 认为 Saga 有隔离性。
    • 认为 Saga 补偿一定能成功。
    • 认为补偿不需要幂等。
    • 认为本地消息表可以不用对账。
    • 认为事务消息能保证 exactly-once。
    • 认为最大努力通知能保证一致。
    • 认为 Seata AT 是数据库回滚。
    • 认为 AT 默认读已提交。
    • 认为 AT 支持所有 SQL。
    • 认为 undo_log 可以随便改。
    • 认为全局锁没有性能代价。
    • 认为 Seata 只有 AT 一种模式。
    • 认为 TC 挂了事务一定丢(取决于存储模式)。
    • 认为所有业务都该上分布式事务。
    • 认为最终一致等于不一致。
    • 认为对账是可选项。
    • 认为幂等只对消费端有意义。
    • 认为跨公司也能用 2PC。
    • 认为 NewSQL 不需要考虑事务边界。
    • 认为分布式事务框架能替代业务设计。
    • 认为引入框架就等于解决问题。
  • 30 秒口述稿:

分布式事务先分两类:强一致和最终一致。强一致是 2PC/XA,prepare 锁资源、commit 提交,问题是阻塞、协调者单点、commit 阶段可能部分成功;3PC 加了超时但解决不了分区,生产上很少用。最终一致主流有三种:TCC 把操作拆成 Try 预留、Confirm 确认、Cancel 释放,隔离好但侵入大,要处理空回滚、悬挂、幂等;Saga 是本地事务链加逆序补偿,适合长流程,但没有隔离,中间态会暴露;本地消息表是把业务和待发消息写在一个本地事务,后台投递,消费端幂等,最通用。Seata AT 是零侵入版,一阶段记 undo log 拿全局锁,二阶段提交删日志、回滚反向补偿,默认读未提交。选型上我一般先说“能不做就不做”:能单库就单库,能异步就 outbox,资金类用 TCC,长流程用 Saga,最后都要配对账兜底。

  • 3 分钟展开顺序:结论(强一致 vs 最终一致 + 先避免)→ 问题来源(跨库跨服务的原子性)→ 2PC/3PC/XA 的流程与三大缺陷 → TCC 的 Try/Confirm/Cancel 与三异常防护 → Saga 的编排/协同、无隔离与语义锁 → 本地消息表/事务消息/最大努力通知的差异 → Seata AT 的 undo log + 全局锁 + 两阶段与边界 → 方案对比表与选型决策 → 幂等、补偿、对账三件套 → 真实案例与取舍。