当单体应用被拆分为多个独立部署的微服务后，原本由一个本地数据库事务覆盖的业务流程，往往会横跨订单、库存、支付、账户等多个服务，每个服务又拥有自己独立的数据库。大连企业在推进服务拆分初期最容易踩的坑就是：调用链上某个服务成功、另一个服务失败，导致数据不一致。以电商下单为例，扣减库存成功、创建订单失败，就会出现库存凭空减少却没有订单的情况。此时单靠数据库的本地事务已经无法解决问题，因为不同服务的数据库之间没有共享事务上下文，必须引入专门的分布式事务处理机制来保证最终一致性。
CAP定理指出，分布式系统无法同时满足一致性、可用性与分区容错性，网络分区在现实中必然存在，因此架构设计实际是在一致性与可用性之间取舍。BASE理论是对CAP的延伸，核心思想是基本可用、软状态与最终一致：允许系统在短时间内存在中间状态，但保证最终数据达成一致。大连技术团队在设计分布式事务方案时，绝大多数业务场景追求的并不是强一致性，而是可接受延迟范围内的最终一致性，这也是后续各类补偿型方案能够广泛落地的理论前提。
本地事务依赖单数据库的锁与日志机制，ACID特性由数据库内核保证；分布式事务则跨网络、跨服务、跨数据库，需要在应用层或中间件层面重新协调一致性。最大的差异在于：网络调用本身不可靠，请求可能超时、重复、乱序，服务也可能在处理中途宕机。因此分布式事务方案不仅要解决成功与失败的分支问题，还必须解决幂等性、重试、空回滚、悬挂等一系列边界问题，这是大连开发人员设计方案时最容易忽略、线上事故却最多发的地方。
2PC引入协调者角色，第一阶段准备所有参与者提交事务并锁定资源，第二阶段统一提交或回滚。其优点是对业务侵入小、理论上提供强一致性；缺点是同步阻塞、资源锁定时间长、协调者单点故障风险高，且参与方在准备阶段后宕机可能造成长时间锁等待，性能在高并发场景下很难接受。3PC通过引入预提交阶段减少阻塞，但复杂度进一步上升，工程实践中直接使用数据库XA协议做2PC的场景已经很少，更多作为理论对照参考。
TCC将每个服务操作拆分为Try、Confirm、Cancel三个阶段：Try阶段预留资源，Confirm阶段确认提交，Cancel阶段撤销预留。它把一致性控制下沉到业务层，性能好、灵活性高，适合资金、库存等核心链路；代价是业务侵入强，每个接口都要实现三个方法，并且必须处理空回滚、幂等与资源悬挂问题。大连企业在接入支付、余额类业务时常用TCC，配合开源事务框架可以降低编码成本，但框架的引入也会带来运维复杂度的上升，需要团队提前评估。
本地消息表方案是工程中性价比最高的做法：把业务数据与待发送消息放在同一个本地事务里写入数据库，保证业务与消息要么一起成功要么一起失败，再由定时任务扫描消息表，通过消息队列把事件投递到下游服务，下游消费成功后回执确认。整个链路不依赖全局锁，吞吐高、可水平扩展；缺点是存在秒级到分钟级的延迟，且消息可能重复投递，消费端必须实现幂等。绝大多数大连中小企业的非核心链路都适合采用这种方案，开发成本与运维成本都最低。
Saga模式把一个长事务拆成一系列本地事务，每个本地事务都配套一个补偿动作，任一步失败时按相反顺序执行补偿。它有两种实现方式：编排式由中央协调器统一调度，适合流程复杂、分支多的场景；协同式由各服务通过事件自行驱动，耦合低但流程不直观。Saga不锁定资源、性能好，但补偿动作本身不可能像回滚那样完美撤销，例如已经发送的短信无法撤回，因此更适合允许多种业务状态的流程型业务，如订单履约、售后审批等。
以一个典型下单链路为例：订单服务在本地事务中同时写入订单记录与待投递消息，消息进入队列后，库存服务消费并扣减库存，支付服务在支付回调中更新订单状态。任意环节失败时，订单状态机依次从待支付流转为已取消、已关闭，并触发库存回补消息。整个流程通过状态机显式管理分支，所有消费接口都以业务单号为唯一键做幂等，重复消息直接返回成功。大连技术团队在落地方案时应先把状态图画清楚，再编码，而不是先写代码再补流程。
分布式环境下重试是常态：调用方超时重试、队列重投、人工补偿都会导致同一请求被多次执行，因此消费端必须以唯一业务键记录处理状态，已处理的请求直接幂等返回。对于持续失败的消息，不要无限重试，而应设置最大重试次数后转入死信队列，由人工介入或定时任务兜底重放。同时建议为每条事务链路接入监控，统计消息堆积量、补偿成功率与状态机异常停留时长，出现异常时第一时间告警，而不是等用户投诉才发现。
分布式事务没有银弹：2PC强一致但性能差，TCC灵活但侵入强，本地消息表与Saga最终一致、成本可控，是绝大多数场景的首选。建议大连技术团队先按业务链路分级，核心资金链路谨慎采用TCC，普通业务链路用本地消息表加状态机，再配合幂等、重试、死信与监控兜底。方案选型时务必结合团队规模与运维能力，不要盲目上重型框架，简单可靠的机制往往才是大连企业长期运行最稳妥的选择。
18140041855 
