面试题：特定场景下微服务架构服务编排策略的选择

Question

假设我们正在开发一个电商系统，订单处理服务依赖库存服务和支付服务，在高并发场景下，为了确保数据一致性和系统的高可用性，你会选择哪种服务编排策略？请详细阐述选择的理由及该策略的具体实施方式。

Answer 1

选择的服务编排策略： Saga模式

理由

1. 数据一致性：在高并发电商场景中，订单处理涉及库存扣减和支付操作，任何一个环节失败都可能导致数据不一致。Saga模式通过一系列本地事务组成分布式事务，每个本地事务对应订单处理、库存服务、支付服务的一个操作，并且每个本地事务都有对应的补偿事务。如果某个环节失败，Saga会调用之前已执行事务的补偿事务，回滚已完成的操作，保证数据一致性。
2. 高可用性：Saga模式不需要像传统两阶段提交那样长时间锁定资源，各服务可以异步执行本地事务，减少了资源竞争和阻塞。即使某个服务出现故障，其他服务的本地事务依然可能成功执行，并且可以通过补偿机制进行恢复，从而提高了系统整体的可用性。

具体实施方式

1. 事务定义：
   • 订单创建事务：在订单服务中创建订单记录，并记录订单状态为“待支付”。对应的补偿事务是删除订单记录。
   • 库存扣减事务：库存服务根据订单商品信息扣减库存。补偿事务是增加库存。
   • 支付事务：支付服务处理支付操作，更改支付状态。补偿事务是发起退款操作。
2. Saga协调器：可以通过代码实现一个Saga协调器，负责按照顺序调用各个服务的事务。例如，先调用订单创建事务，成功后调用库存扣减事务，最后调用支付事务。
3. 故障处理：如果在执行过程中某个事务失败，比如库存扣减失败，Saga协调器会按照相反顺序调用补偿事务，即先调用支付补偿事务（退款），再调用订单补偿事务（删除订单），确保数据回到初始状态。同时，记录失败日志以便后续排查问题。
4. 异步执行：利用消息队列（如Kafka、RabbitMQ等）来异步触发各个事务。例如，订单创建成功后，发送一条消息到消息队列，库存服务监听该队列，接收到消息后执行库存扣减事务，以此类推。这样可以提高系统的并发处理能力和响应速度。