分布式事务解决方案：最佳实践（适合零基础的新手教程）

开篇：什么是分布式事务？它有什么用？

在我们开发一个网站或者应用程序时，有时候需要完成一个任务，这个任务会涉及到多个系统或服务。比如你在网上下单买了一件衣服：

• 你的购物车信息会被更新
• 商品库存要减1
• 订单系统要生成订单
• 用户的积分可能也会增加

这些操作通常是在不同的“服务”中进行的，也就是所谓的“微服务架构”。
如果这些操作中有一个失败了（比如库存减少成功但生成订单失败），就可能会导致数据混乱。比如钱扣了但没有拿到商品。

这时候，“分布式事务”就是用来解决这个问题的技术——确保所有相关系统的操作要么全部成功，要么全部不执行，保证数据的一致性。

✅ 一句话总结：分布式事务就是让多个服务一起干活，必须都干完，否则谁也别干。

---

环境准备：你需要装哪些东西？

我们要做一个简单的项目来演示如何实现分布式事务，所以先准备好开发环境。

所需工具（Windows/Mac/Linux通用）：

软件	版本要求	安装说明
Java JDK	≥ 8	官网下载
Maven	≥ 3.6	官网下载
MySQL	≥ 5.7	安装指南
Spring Boot	不用手动安装，Maven会自动管理
IDE（推荐）	IntelliJ IDEA 或 VS Code	IDEA下载

步骤一：安装Java

如果你还不知道有没有安装Java：

java -version

如果没有输出版本号，那就去官网上下载安装一下。

步骤二：安装MySQL数据库

你可以使用命令行安装，或者直接下载图形化安装包（推荐新手用XAMPP一键安装包）。安装完成后设置好用户名和密码（通常是root / root或空密码）。

步骤三：验证Maven安装

打开终端输入：

mvn -v

如果有版本号，就表示安装成功。

---

核心概念讲解：分布式事务的关键词

在学习具体技术前，我们需要理解几个关键术语。

1. 本地事务 vs 分布式事务

类型	描述	示例
本地事务	在一个数据库内保证一致性	同一个数据库里的两个表操作
分布式事务	多个服务或数据库之间协同工作	库存服务 + 订单服务 + 支付服务

2. CAP定理（简单说）

CAP 是三个词的缩写：

• C（Consistency）一致性：所有节点看到的数据是一样的。
• A（Availability）可用性：每个请求都能得到响应。
• P（Partition Tolerance）分区容忍性：网络不稳定也能继续运行。

⚠️ 这三点不能同时满足，只能选两个重点。大多数分布式系统都选择AP（高可用+分区容忍）。

3. 常见的分布式事务方案（先记住名字，后面详细学）

方案名称	是否强一致性	是否复杂度低	场景
两阶段提交（2PC）	✅	❌	少数系统间协作
三阶段提交（3PC）	❌	❌	用于改进2PC
最终一致性（TCC）	❌	✅	高并发电商场景
Saga模式	❌	✅	操作可逆、失败后补偿
消息队列	❌	✅	异步解耦、延迟容忍

我们这篇教程会用 TCC 模式 来做实战示例，因为它在实际中应用最广，而且适合初学者理解。

---

实战项目：用TCC实现一个“下单+扣库存”的例子

我们将构建两个服务：

1. 订单服务（Order Service）
2. 库存服务（Inventory Service）

我们要实现的功能是：

当用户下单时：

• 先检查库存是否足够
• 如果可以，预占库存（Try）
• 创建订单（Confirm）
• 减少库存（Confirm）
• 如果失败，释放库存（Cancel）

第一步：创建Spring Boot项目

使用Spring Initializr 创建两个独立项目：

Order Service

• 名称：order-service
• 添加依赖：Spring Web, MyBatis, MySQL Driver

Inventory Service

• 名称：inventory-service
• 同样添加依赖

第二步：配置MySQL数据库

创建两个数据库：

CREATE DATABASE order_db;
CREATE DATABASE inventory_db;

然后分别建立对应的表：

订单表 (order_db)

CREATE TABLE `orders` (
  `id` INT PRIMARY KEY AUTO_INCREMENT,
  `product_id` INT,
  `quantity` INT,
  `status` VARCHAR(20)
);

库存表 (inventory_db)

CREATE TABLE `inventories` (
  `id` INT PRIMARY KEY AUTO_INCREMENT,
  `product_id` INT UNIQUE,
  `stock` INT
);

-- 插入一条初始库存
INSERT INTO inventories(product_id, stock) VALUES (1, 100);

---

第三步：编写业务逻辑（以TCC为例）

TCC的核心思想是三个步骤：

1. Try（尝试）：资源预留，不做真正更改
2. Confirm（确认）：确认操作，执行真实修改
3. Cancel（取消）：回滚操作，释放预留资源

我们在Spring Boot中使用 Seata 这个开源框架来简化TCC的实现。

🧠 Seata是一个非常流行的开源分布式事务中间件，支持TCC、AT等多种模式，我们这里只讲TCC。

---

第四步：引入Seata依赖（两个项目的pom.xml都要加）

在pom.xml中加入Seata的依赖：

<dependency>
    <groupId>io.seata</groupId>
    <artifactId>seata-spring-boot-starter</artifactId>
    <version>1.6.1</version>
</dependency>

---

第五步：定义TCC接口

在订单服务中：

@TwoPhaseBusinessAction(name = "reduceStock")
public boolean reduceStock(@BusinessActionContextParameter(paramName = "productId") int productId,
                           @BusinessActionContextParameter(paramName = "quantity") int quantity);

在库存服务中：

@TwoPhaseBusinessAction(name = "tryReduceStock")
public boolean tryReduceStock(BusinessActionContext ctx);

@Commit
public boolean confirmReduceStock(BusinessActionContext ctx);

@Rollback
public boolean cancelReduceStock(BusinessActionContext ctx);

---

第六步：实现Try/Confirm/Cancel逻辑

Try方法（库存服务）

@Override
public boolean tryReduceStock(BusinessActionContext ctx) {
    Integer productId = (Integer) ctx.getActionContext("productId");
    Integer quantity = (Integer) ctx.getActionContext("quantity");
    
    // 更新状态为预扣
    return inventoryMapper.tryLock(productId, quantity);
}

Confirm方法（库存服务）

@Override
public boolean confirmReduceStock(BusinessActionContext ctx) {
    Integer productId = (Integer) ctx.getActionContext("productId");
    Integer quantity = (Integer) ctx.getActionContext("quantity");

    // 真正减库存
    return inventoryMapper.reduceStock(productId, quantity);
}

Cancel方法（库存服务）

@Override
public boolean cancelReduceStock(BusinessActionContext ctx) {
    Integer productId = (Integer) ctx.getActionContext("productId");
    Integer quantity = (Integer) ctx.getActionContext("quantity");

    // 释放锁定
    return inventoryMapper.releaseStock(productId, quantity);
}

注：这些方法中的inventoryMapper是我们对数据库的MyBatis封装类。

---

第七步：订单服务调用TCC接口

在订单服务中，我们通过Feign调用库存服务的Try接口：

@GlobalTransactional
public void placeOrder(int productId, int quantity) {
    inventoryService.reduceStock(productId, quantity); // Try操作

    // 创建订单
    Order order = new Order();
    order.setProductId(productId);
    order.setQuantity(quantity);
    order.setStatus("CREATED");
    orderMapper.insert(order);

    // 如果执行到这里还没异常，就会自动触发confirm
}

---

第八步：测试流程

正常流程：

• 下单成功 → 预扣库存 → 创建订单 → 减库存

异常流程（例如插入订单时报错）：

• 预扣库存 → 抛出异常 → 自动触发Cancel → 释放库存

---

新手常见问题解答

Q1：为什么不用简单的数据库事务？

因为普通的数据库事务只能作用在一个数据库实例上，而分布式系统是多个服务、多个数据库，无法直接用传统事务控制。

Q2：TCC一定要有Confirm和Cancel吗？

是的。这是TCC的基础，缺少任何一个部分都无法保证最终一致性。

Q3：代码中出现"Branch Rollbacked"是什么意思？

这说明某个分支服务的Cancel操作被触发了，通常是发生了异常导致全局事务回滚。

Q4：Seata必须要部署吗？

是的。Seata Server作为协调者，负责管理事务的生命周期，必须单独启动。

---

学习建议：下一步该怎么走？

恭喜你完成了第一个分布式事务的实战项目！

接下来你可以沿着这几个方向继续深入：

推荐路线图：

1. 进阶阅读：

   • 学习其他分布式事务模型（如Saga、2PC、AT）
   • 理解CAP与BASE理论的区别
   • 阅读Seata官方文档：Seata Docs

2. 扩展技能树：

   • 学习消息队列（如RocketMQ、Kafka）用于异步通信
   • 学习服务注册发现（Nacos、Eureka）
   • 学习链路追踪（SkyWalking、Zipkin）

3. 实战演练平台：

   • GitHub 上搜索 “distributed transaction example”
   • 使用云厂商（阿里云、腾讯云）提供的分布式事务服务试用

---

结语：你已经入门了！

虽然分布式事务听起来很深奥，但它其实就是为了确保多个服务之间的操作能“步调一致”。

只要掌握了核心理念，再加上一些框架（比如Seata），你也能写出可靠的分布式系统！

🍀 学编程就像打怪升级，现在你已经击败了“分布式事务BOSS”，继续加油吧！

---

文章字数统计：约3697字
如果你觉得这篇文章对你有帮助，请点赞或收藏！欢迎留言提问，我会尽力解答。