Saga

引子：一次支付失败引发的数据不一致 2021年某电商平台出现严重Bug：用户支付成功，但订单状态未更新，导致重复支付。 故障流程： 1. 订单服务：创建订单（成功） 2. 库存服务：扣减库存（成功） 3. 支付服务：调用支付（成功） 4. 订单服务：更新订单状态（失败，网络超时） 结果：支付成功，但订单状态仍为"未支付"，用户再次支付 核心问题：微服务架构下，如何保证多个服务的数据一致性？ 一、事务的本质：ACID四大特性 1.1 本地事务（单体架构） ACID特性： 原子性（Atomicity）：要么都成功，要么都失败 一致性（Consistency）：数据始终处于一致状态 隔离性（Isolation）：并发事务互不干扰 持久性（Durability）：提交后永久保存 示例： @Transactional public void createOrder(OrderRequest request) { // 1. 创建订单 Order order = new Order(); orderRepository.save(order); // 2. 扣减库存 Inventory inventory = inventoryRepository.findByProductId(request.getProductId()); inventory.setStock(inventory.getStock() - request.getQuantity()); inventoryRepository.save(inventory); // 3. 创建支付记录 Payment payment = new Payment(); paymentRepository.save(payment); // 如果任何一步失败，全部回滚 } 1.2 分布式事务的困境 微服务架构下： 订单服务 → Order_DB 库存服务 → Inventory_DB 支付服务 → Payment_DB 问题：三个独立的数据库，无法用本地事务保证一致性 二、CAP定理与BASE理论 2.1 CAP定理 CAP定理指出，分布式系统最多只能同时满足以下三项中的两项： ...