多数据源事务一致性保障的工程实践

多数据源事务一致性保障的工程实践

在分布式系统中，跨数据库事务一致性是常见难题。本文基于实际项目经验，分享一套可复用的解决方案。

核心思路：本地消息表 + 补偿机制

以订单创建为例，涉及用户、库存、财务三个数据源。我们采用本地消息表模式：

// 订单服务核心代码
@Transactional
public void createOrder(Order order) {
    // 1. 创建订单
    orderRepository.save(order);
    
    // 2. 生成本地消息
    Message message = new Message();
    message.setBizId(order.getId());
    message.setTopic("order_created");
    message.setStatus("pending");
    messageRepository.save(message);
    
    // 3. 发送消息到MQ
    rabbitTemplate.convertAndSend("order_exchange", "order.created", order);
}

补偿机制实现

// 消息处理服务
@Scheduled(fixedDelay = 5000)
public void processMessages() {
    List<Message> pendingMessages = messageRepository.findByStatus("pending");
    for (Message msg : pendingMessages) {
        try {
            // 执行业务逻辑
            executeBusiness(msg);
            // 更新消息状态为已处理
            msg.setStatus("processed");
            messageRepository.save(msg);
        } catch (Exception e) {
            // 异常时触发补偿
            handleCompensation(msg);
        }
    }
}

关键工程实践

1. 消息幂等性：通过唯一ID确保消息不重复处理
2. 超时控制：设置消息处理超时时间，避免无限等待
3. 监控告警：建立消息积压监控，及时发现异常

这套方案已在多个业务场景中稳定运行，可作为分布式事务处理的工程化参考。