微服务架构下分布式事务的优化技巧

微服务架构下分布式事务的优化技巧

在微服务架构中，分布式事务一直是开发者面临的难题。最近项目中遇到了一个典型的场景：用户下单后需要同时更新库存和创建订单记录，这涉及到两个不同的服务。

问题复现步骤

1. 创建订单服务和库存服务
2. 调用下单接口时，先调用库存服务扣减库存
3. 再调用订单服务创建订单
4. 如果库存扣减成功但订单创建失败，数据不一致

我的踩坑经历

最初尝试使用两阶段提交（2PC），但发现性能问题严重。后来改用 Saga 模式，通过补偿机制解决。

代码实现：

@Service
public class OrderService {
    @Autowired
    private InventoryService inventoryService;
    
    @Transactional
    public void createOrder(Order order) {
        // 1. 扣减库存
        boolean stockSuccess = inventoryService.deductStock(order.getProductId(), order.getQuantity());
        if (!stockSuccess) {
            throw new RuntimeException("库存不足");
        }
        
        // 2. 创建订单
        orderRepository.save(order);
        
        // 3. 发送消息通知
        messageService.sendOrderCreatedMessage(order.getId());
    }
}

实际优化方案

1. 本地消息表：在订单服务中增加本地消息表，保证操作原子性
2. 异步补偿机制：通过定时任务检查未完成的事务状态
3. 幂等性设计：确保重复调用不会产生副作用

最终效果

将事务处理时间从原来的500ms降低到150ms，系统稳定性显著提升。

这个优化过程让我深刻体会到，分布式事务不能简单套用理论，需要结合业务场景进行针对性设计。