面试题：微服务架构中Spring Cloud分布式事务的一致性保障

Question

假设你在一个电商微服务项目中，订单服务创建订单后，库存服务扣减库存，支付服务处理支付。如果库存扣减成功但支付失败，如何通过Spring Cloud相关技术实现事务回滚以保证数据一致性？同时说明该方案的优缺点。

Answer 1

实现方案

1. 使用Saga模式：
   • 概念：Saga模式是一种长事务解决方案，它将一个长事务分解为多个本地事务，每个本地事务都有对应的补偿操作。
   • 在Spring Cloud中的实现：可以使用Spring Cloud Saga相关框架，如Axon Framework等。
   • 具体步骤：
     • 订单服务：创建订单时，记录订单信息并发送创建订单成功事件。
     • 库存服务：监听创建订单成功事件，扣减库存，若成功则发送库存扣减成功事件；若失败，发送库存扣减失败事件，订单服务接收到库存扣减失败事件后回滚订单。
     • 支付服务：监听库存扣减成功事件，处理支付。若支付失败，发送支付失败事件。库存服务监听支付失败事件，执行库存回滚操作（补偿操作），订单服务也监听支付失败事件，回滚订单。
2. 使用分布式事务框架，如Seata：
   • 概念：Seata是一款开源的分布式事务解决方案，它定义了TC（Transaction Coordinator）、TM（Transaction Manager）和RM（Resource Manager）角色来协调分布式事务。
   • 在Spring Cloud中的集成：将Seata与Spring Cloud项目集成，在订单服务、库存服务和支付服务中配置Seata客户端。
   • 具体步骤：
     • 订单服务：作为全局事务的发起者（TM），开启一个全局事务，创建订单。
     • 库存服务：作为RM，接收到扣减库存请求后，在本地事务中扣减库存，并向TC报告本地事务状态。
     • 支付服务：同样作为RM，处理支付，若支付失败，RM向TC报告失败状态，TC通知所有RM（包括库存服务对应的RM）回滚本地事务，从而保证数据一致性。

方案优缺点

Saga模式

• 优点：
  • 松耦合：各个服务之间通过事件进行通信，耦合度低，易于维护和扩展。
  • 性能较好：无需像XA事务那样长时间锁定资源，各个本地事务可以并行执行，提高系统整体性能。
• 缺点：
  • 实现复杂：需要为每个本地事务编写补偿操作，并且要处理事件的顺序、重试等问题。
  • 一致性问题：由于是异步处理事件，在某些极端情况下可能出现数据一致性的短暂不一致。

Seata

• 优点：
  • 简单易用：对业务代码侵入性相对较小，只需要在关键业务处添加少量注解，即可实现分布式事务。
  • 强一致性：通过TC协调各个RM，能保证数据的强一致性。
• 缺点：
  • 性能瓶颈：XA模式下，在事务提交前会锁定资源，可能导致性能瓶颈，尤其在高并发场景下。
  • 依赖问题：依赖于Seata Server（TC），增加了系统的复杂性和单点故障风险，虽然可以通过集群部署缓解，但运维成本增加。