1. 课程导论：为什么gRPC调用链中的错误处理和事务边界是分布式系统的核心挑战
在单体应用向微服务架构迁移的过程中，gRPC凭借其高性能、强类型和双向流特性，成为服务间通信的主流协议。然而，分布式系统的本质——网络不可靠、节点独立失效、数据最终一致——使得一次业务请求跨越多个gRPC节点时，错误传播和事务边界管理成为最棘手的工程难题。
1.1 分布式调用链的脆弱性：从单点故障到级联失效
单体应用中，一个事务通常在一个进程内完成，错误处理可以通过本地异常捕获和数据库回滚轻松实现。但在gRPC调用链中，服务A调用服务B，服务B再调用服务C，任何一个环节的失败都会引发连锁反应。
核心痛点： 一次用户下单请求可能涉及 订单服务 → 库存服务 → 支付服务 → 通知服务 四个gRPC调用。如果支付服务超时，库存服务已经扣减的库存无法自动回滚，导致数据不一致。
1.2 错误处理的三大维度：传播、分类与恢复
gRPC的错误处理不是简单的“返回错误码”，而是需要覆盖以下三个维度：
| 维度 | 核心问题 | gRPC原生支持 | 工程挑战 |
|---|---|---|---|
| 错误传播 | 下游错误如何无损传递到上游？ | Status 对象 + 错误详情 | 错误码映射、敏感信息过滤、链路追踪 |
| 错误分类 | 哪些错误可重试？哪些必须终止？ | gRPC 状态码 (14种) | 业务错误与系统错误区分、幂等性判断 |
| 错误恢复 | 失败后如何补偿或回滚？ | 无原生支持 | Saga模式、补偿事务、重试策略 |
工程经验： 不要将gRPC状态码直接暴露给客户端。建议在服务端将
UNAVAILABLE（服务不可用）映射为“稍后重试”，将 INVALID_ARGUMENT（参数错误）映射为“立即修复”，避免客户端盲目重试导致雪崩。
1.3 事务边界的困境：跨服务ACID的不可行性
分布式事务的经典理论——CAP定理和BASE原则——告诉我们，跨多个gRPC服务实现严格的ACID事务是不现实的。事务边界必须从“数据库级别”迁移到“业务级别”。
以下是三种常见的事务边界策略对比：
| 策略 | 一致性模型 | 适用场景 | gRPC实现复杂度 |
|---|---|---|---|
| 两阶段提交 (2PC) | 强一致性 | 短事务、低并发、同构存储 | 高（协调器单点、阻塞风险） |
| Saga模式 | 最终一致性 | 长事务、跨异构存储 | 中（需设计补偿逻辑） |
| 本地消息表 + 异步对账 | 最终一致性 | 高吞吐、可容忍短暂不一致 | 低（依赖消息队列） |
1.4 本课程的核心交付
通过本课程，你将掌握以下工程能力：
- gRPC错误处理最佳实践：包括错误码映射、错误详情传递、拦截器统一处理、客户端重试策略。
- 事务边界设计模式：Saga编排、TCC（Try-Confirm-Cancel）、本地消息表在gRPC调用链中的具体实现。
- 可观测性集成：通过OpenTelemetry将错误和事务状态关联到链路追踪，实现快速定位。
- 生产级代码示例：基于Go/Java的完整gRPC服务示例，包含错误处理中间件和事务协调器。
前置要求： 本课程假设你已熟悉gRPC基础概念（proto定义、一元/流式调用、拦截器）和分布式系统基本理论（CAP、BASE）。如果你对gRPC基础不熟，建议先阅读官方Quick Start。