考察点:集中式编排与事件驱动协同的权衡,以及 Saga 的落地约束。
要点:
1. 背景
微服务通常「每个服务独享数据库」:每个服务封装自己的数据、可独立选型和扩容,但跨服务的数据一致性变复杂,ACID 不再适用。Saga 通过把事务分解为一系列本地事务来管理:每个本地事务在单个服务内原子完成、更新自己的库、并通过事件或消息触发下一步;某步失败则执行一系列补偿事务撤销已完成步骤的更改。
2. 三个关键概念
3. 两种实现方式对比
| 维度 | 编排(Orchestration) | 协同(Choreography) |
| --- | --- | --- |
| 协调方式 | 集中式编排器掌管所有事务,按事件指挥参与者 | 无中心控制器,各服务通过发布/订阅领域事件互相触发 |
| 优点 | 适合复杂工作流或需要频繁加新服务的场景;职责分离清晰,服务逻辑简单;不易产生循环依赖 | 适合服务少、流程简单且无需协调逻辑的场景;不需要额外协调服务;无单点故障,责任分散 |
| 缺点 | 编排器成为单点故障,并引入额外的设计复杂度 | 加新步骤时流程易混乱;难以追踪各参与者响应哪些命令;参与者互相依赖易形成循环依赖;集成测试困难 |
| 可观测性 | 编排器可集中记录流程状态,便于追踪与补偿 | 需依赖链路追踪/事件溯源还原流程 |
4. 落地要点
补偿事务本身也可能失败,需要「重试 + 上限 + 告警 + 人工干预」;参与者已提交本地事务,数据无法真正回滚,只能把业务拉回允许的状态,因此必须保证幂等。缺少隔离性会带来更新丢失、脏读、不可重复读等异常,缓解手段包括语义锁、可交换更新、悲观视图、重读校验、版本文件等,并按业务风险动态选择并发机制。
5. 结论
服务少、流程简单时用协同更轻;流程复杂、分支多、需要频繁插新步骤时,用编排(集中式编排器)更可控。
题目与答案就在本页;收藏、批注和错题重练在应用内