下单系统要通知库存系统扣减。先发消息再落库:落库失败,消息已经飞出去,库存白扣;先落库再发消息:发送失败,库存没扣超卖上门。死结在于——本地事务和发消息是两个独立动作,天生不原子。
把两种顺序的失败各演算一遍更直观:先发后落——消息 5ms 就到库存系统,本地事务 50ms 后失败回滚,库存那头已经扣完,超卖;先落后发——订单落库成功,发送那步网络抖动挂了,库存永远不知道,一样超卖。两个方向都漏水,根源是一个在数据库里、一个在网络上,没有跨两者的原子性——所有分布式事务方案,都是给这对矛盾缝拉链。
和业务数据同库插一条「待发送」记录(同一个数据库事务,天然原子),定时任务扫表发送,发完标记成功。可靠、简单、哪家 MQ 都能配。代价:侵入业务(每条链路建一张表)、依赖定时轮询(秒级延迟)、扫表有压力。它还有个学名 Outbox 模式(发件箱,先落库后转发的经典方案)。
表结构就四列:消息 ID、业务类型、业务主键、状态(待发送/已发送/已死亡)。扫表任务每秒捞「待发送」,发成功改「已发送」,失败超阈值改「已死亡」转人工。这个方案朴素到土,却二十年活得好好的——可靠性和简单性往往一起长寿。
事务消息(把本地事务执行结果和消息投递绑定的机制)的流程长这样:
① 生产者发半消息 → Broker 存入系统内部的半消息 Topic(消费者不可见)
② Broker 回调 executeLocalTransaction(),生产者执行本地事务
③ 返回三种裁决:
COMMIT → 半消息转到目标 Topic,消费者可见
ROLLBACK → 半消息删除,当无事发生
UNKNOWN → 等待回查
④ 回查:Broker 定时反查(最多15次),生产者查本地事务状态给出答复
代码骨架(RocketMQ 4.x 风格):
TransactionMQProducer producer = new TransactionMQProducer("order-group");
producer.setTransactionListener(new TransactionListener() {
@Override
public LocalTransactionState executeLocalTransaction(Message msg, Object arg) {
orderService.createOrder((OrderDTO) arg); // 本地事务
return LocalTransactionState.COMMIT_MESSAGE; // 成功则放行半消息
}
@Override
public LocalTransactionState checkLocalTransaction(MessageExt msg) {
// 回查:以本地事务表为准,落了库就提交,没落就回滚
return orderMapper.exists(msg.getKeys())
? LocalTransactionState.COMMIT_MESSAGE
: LocalTransactionState.ROLLBACK_MESSAGE;
}
});
两处设计值得品:半消息先「藏」起来,本地事务成功才放行——发消息从「赌一次」变成「两次确认」;回查兜住了 UNKNOWN 和宕机场景——生产者挂了重启,Broker 还能来问。
再追问一层「为什么先发半消息,不是先落库再补发」:半消息把「这条消息存在」的事实提前登记在 Broker,本地事务的成败随时可通过回查核对——生产者哪怕当场宕机,Broker 手里的半消息加一张本地事务表也能自动收尾。反过来「先落库再补发」,宕机窗口里漏掉的那批消息没有任何补偿线索,只能靠对账救。
回查的底气来自本地事务表:落库时顺手插一条事务记录(消息 ID + 状态),回查逻辑就是一次主键查询——轻、快、幂等。没有这张表,回查只能去业务表里猜,越猜越重。
回查也失败怎么办(高频追问):超过 15 次上限后丢弃消息 + 告警 + T+1 对账兜底。工程上没有 100% 的机制,只有层层加码的保险。
同一订单的「创建→支付→发货」必须有序。生产端用 MessageQueueSelector 把同 key 消息钉进同一队列:
producer.send(msg, (mqs, message, arg) -> {
long orderId = (Long) arg;
return mqs.get((int) (orderId % mqs.size())); // 同订单同队列
}, orderId);
// 消费端注解 consumeMode = ConsumeMode.ORDERLY // 单队列单线程
局部有序 vs 全局有序:局部有序是同一业务 key 有序(够用);全局有序只能单队列单消费者,吞吐惨不忍睹。生产环境 99% 只要局部有序,别为了「绝对整齐」把吞吐搭进去。
顺序消费的重试另有讲究:ORDERLY 模式下消费失败会在本地挂起重试,而不是像并发模式那样扔回重试队列——一扔回去,同队列后到的消息就先被消费了,顺序破功。代价是毒丸消息会卡死整条队列,所以顺序消费必须配最大重试次数和死信出口,别让一条坏消息堵死一条航道。
| 维度 | 事务消息 | 本地消息表 |
|---|---|---|
| 一致性保证 | 半消息+回查 | 同库事务 |
| 业务侵入 | 低(监听器) | 高(建表+扫表任务) |
| 延迟 | 毫秒级 | 秒级(轮询间隔) |
| 依赖 | 绑定 RocketMQ | 任意 MQ |
选型逻辑:全家桶已是 RocketMQ 就用事务消息;异构 MQ 或没有 RocketMQ,本地消息表更通用——它甚至能用 binlog 订阅(Canal)变体实现零侵入。
还有一个混合打法:对一致性要求极高的资金链路,本地消息表打底(保证必发)、事务消息加速(毫秒级到达)——两者不冲突,双保险各管一段。
顺带把分布式事务的版图补全。强一致的 XA 和 Seata-AT,适合两边都是数据库的短事务;TCC 要每个参与方写三个接口,侵入最重;事务消息和本地消息表走最终一致——允许下游晚到,不允许下游不到。消息类方案的前提是下游能幂等接收(11.2 的功课在这用上)。选型先问「业务允许多长的一致窗口」,再决定上哪一档。
事务消息用「半消息藏起来 + 本地事务定生死 + 回查兜底」三步,把发消息和落库这对不原子操作焊在了一起——代价是一轮确认延迟,买来的是跨系统最终一致。