← 返回首页 ❓ 面试题库
📑 本篇章节导航 (共5章,点击直达)
一、分布式事务基础(1-8)二、Seata框架(9-22)三、消息队列事务(23-32)四、其他分布式事务方案(33-40)五、面试综合设计题(41-50)

Q70 - 分布式事务与Seata实战

共50道题 | 难度分布:★★★★★平均 | 20K+ Java后端岗位必考

一、分布式事务基础(1-8)

什么是分布式事务?

★★★★★

CAP定理与BASE理论?

★★★★★

分布式事务的解决方案分类?

★★★★★

2PC(两阶段提交)?

★★★★★

3PC(三阶段提交)?

★★★★☆

1. CanCommit:询问是否可以提交(不锁定资源)。

2. PreCommit:执行事务但不提交(锁定资源)。

3. DoCommit:提交或中断。

TCC(Try-Confirm-Cancel)模式?

★★★★★

Saga模式?

★★★★★

本地消息表方案?

★★★★☆

1. 业务操作和消息插入在同一个本地事务中。

2. 后台线程定时扫描消息表,发送到MQ。

3. 消费者消费消息,执行远程操作。

4. 消费者返回确认,消息表标记为已发送。


二、Seata框架(9-22)

Seata是什么?

★★★★★

Seata AT模式原理?

★★★★★

1. 拦截SQL,解析语义。

2. 查询修改前的数据(Before Image)。

3. 执行业务SQL。

4. 查询修改后的数据(After Image)。

5. 生成Undo Log并保存到undo_log表。

Seata AT模式的全局锁?

★★★★★

1. 分支事务执行SQL。

2. 分支事务提交前,向TC申请全局锁(锁定行数据)。

3. TC授予全局锁后,分支事务本地提交。

4. 全局事务提交/回滚后,释放全局锁。

Seata AT模式的Undo Log?

★★★★☆

Seata TCC模式?

★★★★☆


@LocalTCC
public interface AccountTccService {
    @TwoPhaseBusinessAction(name = "deduct", commitMethod = "confirm", rollbackMethod = "cancel")
    boolean deduct(@BusinessActionContextParameter(paramName = "userId") String userId,
                   @BusinessActionContextParameter(paramName = "amount") BigDecimal amount);
    boolean confirm(BusinessActionContext context);
    boolean cancel(BusinessActionContext context);
}

Seata TCC的空回滚与悬挂问题?

★★★★★


public boolean cancel(BusinessActionContext context) {
    String xid = context.getXid();
    // 检查Try是否执行
    if (transactionContextDao.getTry(xid) == null) {
        // 空回滚,记录状态
        transactionContextDao.insertCancel(xid);
        return true;
    }
    // 正常Cancel逻辑
    ...
}

Seata Saga模式?

★★★★☆

Seata XA模式?

★★★★☆

1. TM开启全局事务。

2. RM注册XA分支事务。

3. 数据库执行XA Prepare。

4. TC决定提交/回滚。

5. 数据库执行XA Commit/Rollback。

Seata的四种模式对比?

★★★★★

Seata Server部署?

★★★★☆

Seata的@GlobalTransactional注解?

★★★★☆


@GlobalTransactional(timeoutMills = 60000, name = "create-order")
public Order createOrder(OrderRequest request) {
    orderService.create(request);    // 分支事务1
    stockService.deduct(request);    // 分支事务2
    accountService.debit(request);   // 分支事务3
    return order;
}

Seata的事务传播?

★★★★☆

Seata的性能优化?

★★★★☆

Seata的生产踩坑?

★★★★☆


三、消息队列事务(23-32)

RocketMQ事务消息?

★★★★★

1. Producer发送半消息(Half Message)到Broker。

2. Broker存储半消息(对Consumer不可见)。

3. 执行本地事务。

4. 根据本地事务结果,提交或回滚半消息。

5. 如果提交,Consumer可以消费;如果回滚,消息被删除。

6. 如果长时间未收到确认,Broker回查本地事务状态。


TransactionMQProducer producer = new TransactionMQProducer("group");
producer.setTransactionListener(new TransactionListener() {
    public LocalTransactionState executeLocalTransaction(Message msg, Object arg) {
        // 执行本地事务
        return LocalTransactionState.COMMIT_MESSAGE;
    }
    public LocalTransactionState checkLocalTransaction(MessageExt msg) {
        // 回查本地事务状态
        return LocalTransactionState.COMMIT_MESSAGE;
    }
});

Kafka的事务支持?

★★★★☆


KafkaProducer producer = new KafkaProducer(props);
producer.initTransactions();
producer.beginTransaction();
producer.send(record1);
producer.send(record2);
producer.commitTransaction();

最大努力通知方案?

★★★★☆

1. 发送方执行本地事务。

2. 发送方通过MQ通知接收方。

3. 接收方处理通知。

4. 如果接收方未确认,发送方按策略重试(1次/5次/10次)。

5. 超过重试次数,放弃通知(需要人工处理)。

可靠消息最终一致性?

★★★★★

1. 消息发送可靠性:本地消息表 or 事务消息。

2. 消息存储可靠性:MQ持久化。

3. 消息消费可靠性:手动ACK + 重试 + 死信队列。

1. 发送方:本地事务 + 发送消息(原子操作)。

2. MQ存储消息(持久化)。

3. 消费方消费消息,执行操作。

4. 消费方ACK确认。

5. 失败重试 → 死信队列 → 人工处理。

消息幂等性保证?

★★★★★

消息消费的顺序性?

★★★★☆

消息积压处理?

★★★★☆

1. 消费者是否有异常(日志错误)。

2. 消费逻辑是否过慢(DB慢查询)。

3. 消费者实例数是否足够。

1. 紧急扩容消费者实例。

2. 临时转发到新Topic + 更多消费者。

3. 跳过非关键消息(记录日志后ACK)。

4. 批量消费(减少单条处理开销)。

死信队列(DLQ)?

★★★★☆

分布式事务的隔离性问题?

★★★★☆

分布式事务的监控与告警?

★★★☆☆


四、其他分布式事务方案(33-40)

Axon Framework?

★★★☆☆

Long Running Transaction(LRA)?

★★★☆☆

分布式事务的反模式?

★★★★☆

分布式事务的性能对比?

★★★★☆

1. 本地消息表/可靠消息:异步,不阻塞。

2. Saga:无锁,异步补偿。

3. TCC:短时间锁定资源。

4. AT(Seata):全局锁,性能较好。

5. XA:数据库级锁,性能最差。

跨库查询的问题?

★★★★☆

分布式ID生成?

★★★★☆

分布式事务与分库分表?

★★★★☆

分布式事务的测试策略?

★★★★☆


五、面试综合设计题(41-50)

设计一个电商下单的分布式事务方案?

★★★★★

分布式事务的降级策略?

★★★★☆

1. 自动降级:检测到Seata不可用时,回退到本地消息表方案。

2. 手动补偿:记录失败的全局事务,由定时任务补偿。

3. 人工介入:运维通过日志手动补偿。


seata:
  client:
    tm:
      degrade-check: true
      degrade-check-period: 2000
      degrade-check-allow-times: 10

分布式事务的回滚失败处理?

★★★★☆

1. 重试:自动重试补偿操作(幂等)。

2. 人工介入:发送告警,运维手动补偿。

3. 定时任务:扫描未完成的全局事务,尝试补偿。

设计一个TCC空回滚安全的账户冻结方案?

★★★★★


CREATE TABLE account_freeze (
    xid VARCHAR(128) PRIMARY KEY,  -- 全局事务ID
    user_id VARCHAR(64),
    freeze_amount DECIMAL(10,2),
    status TINYINT,  -- 1=Try已执行 2=Cancel已执行
    create_time DATETIME
);

public boolean deduct(String userId, BigDecimal amount, String xid) {
    // 防悬挂:检查Cancel是否已执行
    if (freezeDao.existsCancel(xid)) return false;
    // 冻结金额
    accountDao.freeze(userId, amount);
    freezeDao.insert(xid, userId, amount, TRY);
    return true;
}

public boolean cancel(String xid) {
    // 防空回滚:检查Try是否执行
    if (freezeDao.getTry(xid) == null) {
        freezeDao.insertCancel(xid);  // 记录Cancel已执行
        return true;
    }
    // 正常Cancel:解冻
    BigDecimal freezeAmount = freezeDao.getAmount(xid);
    accountDao.unfreeze(userId, freezeAmount);
    return true;
}

Saga编排 vs Saga协同?

★★★★★

分布式事务的成本评估?

★★★★☆

分布式事务的选型决策树?

★★★★★

如何避免分布式事务?

★★★★★

1. 合并服务:将强相关的操作合并到同一个服务+数据库。

2. 事件驱动:用异步事件替代同步调用。

3. CQRS:命令和查询分离,写入走主库,查询走ES/读库。

4. Event Sourcing:通过事件重建状态,天然支持补偿。

5. 幂等设计:每个操作可安全重试。

分布式事务在新零售场景中的应用?

★★★★☆

面试设计题:设计一个跨境支付系统的事务方案?

★★★★★

1. Saga编排模式(长事务 + 外部系统不可控)。

2. 步骤:冻结人民币 → 获取汇率 → 换汇 → 汇出美元 → 确认完成。

3. 补偿:解冻人民币 ← 汇率过期 ← 换汇回滚 ← 银行退款。

4. 幂等:每步操作携带唯一交易ID。

5. 人工补偿:银行不可逆操作走人工流程。