3、补偿事务设计原则

Saga 事务的核心在于当正向流程中的某个本地事务失败时，能够通过执行一系列补偿事务来回滚已提交的操作。补偿事务的设计质量直接决定了 Saga 的可靠性与数据一致性。本章聚焦三大核心设计原则：补偿幂等性、补偿可逆性以及补偿空操作与悬挂处理。

3.1 补偿幂等性设计

在分布式系统中，网络超时、节点重启、消息重试是常态。补偿事务可能被多次触发执行，因此必须保证无论执行多少次，其最终结果与执行一次完全一致。

3.1.1 幂等性实现策略

3.1.2 代码示例：基于状态机的幂等补偿

// 补偿扣减库存操作
public boolean compensateDeductStock(String txId, String productId, int quantity) {
    // 1. 检查补偿去重表
    if (compensationLogDao.exists(txId)) {
        return true; // 已补偿过，直接返回成功
    }
    
    // 2. 检查当前库存状态（状态机校验）
    Inventory inventory = inventoryDao.selectForUpdate(productId);
    if (inventory.getStatus() != InventoryStatus.DEDUCTED) {
        // 状态不对，可能是空操作或已回滚，直接返回成功
        return true;
    }
    
    // 3. 执行补偿：增加库存
    int affectedRows = inventoryDao.increaseStock(productId, quantity, 
                                                   inventory.getVersion());
    if (affectedRows == 0) {
        // 乐观锁冲突，说明其他节点已处理，重试即可
        throw new RetryableException("乐观锁冲突，重试补偿");
    }
    
    // 4. 记录补偿日志
    compensationLogDao.insert(txId, productId, "COMPENSATE_DEDUCT");
    
    // 5. 更新库存状态
    inventoryDao.updateStatus(productId, InventoryStatus.AVAILABLE);
    
    return true;
}

3.2 补偿可逆性设计

补偿事务的本质是“撤销”正向操作的效果。可逆性要求补偿操作在逻辑上必须是正向操作的精确逆操作，且补偿后的系统状态应与正向操作从未发生时的状态完全一致。

3.2.1 可逆性设计原则

• 操作对称性： 正向操作与补偿操作应形成一对互逆函数。例如：add(x) 的补偿是 subtract(x)，而非 subtract(x+1)。
• 数据完整性： 补偿操作不仅要恢复数值，还要恢复关联的元数据、日志、时间戳等。
• 顺序无关性： 补偿操作不应依赖其他未完成的补偿操作，应能独立执行并恢复局部状态。

3.2.2 可逆性对比表

3.3 补偿空操作与悬挂处理

在 Saga 执行过程中，由于网络延迟、节点崩溃等原因，可能出现正向操作尚未执行，补偿操作却已触发的情况。这会导致两种异常模式：空操作（补偿执行时正向操作未发生）和悬挂（正向操作在补偿完成后才到达）。

3.3.1 空操作处理

空操作是指补偿事务执行时，对应的正向事务尚未执行或已失败回滚。此时补偿操作不应产生任何实际影响。

• 检测机制： 补偿执行前检查正向操作是否已成功提交。可通过事务日志、状态表或分布式缓存查询。
• 处理策略： 若正向操作不存在，则直接返回成功，并记录“空补偿”日志。
• 防重复： 空补偿日志同样需要幂等处理，避免重复记录。

3.3.2 悬挂处理

悬挂是指正向操作在补偿完成后才到达执行节点。此时正向操作应被拒绝执行，否则会导致数据不一致。

• 检测机制： 正向操作执行前，检查是否已有对应的补偿记录或 Saga 已标记为“补偿完成”。
• 处理策略： 若检测到悬挂，则直接丢弃该正向操作请求，并返回成功（避免触发重试）。
• 超时清理： 设置合理的 Saga 超时时间，超时后自动清理未完成的事务记录，防止悬挂操作长期占用资源。

3.3.3 空操作与悬挂处理流程

// 正向操作执行前的悬挂检测
public boolean executeForward(String txId, ForwardRequest request) {
    // 1. 检查 Saga 状态
    SagaStatus status = sagaLogDao.getStatus(txId);
    if (status == SagaStatus.COMPENSATING || status == SagaStatus.COMPENSATED) {
        // 已进入补偿阶段，拒绝正向操作（防悬挂）
        logger.warn("检测到悬挂操作，丢弃请求 txId={}", txId);
        return true; // 返回成功，避免上游重试
    }
    
    // 2. 检查是否已有补偿记录
    if (compensationLogDao.existsByTxId(txId)) {
        logger.warn("补偿已执行，正向操作被悬挂 txId={}", txId);
        return true;
    }
    
    // 3. 执行正向业务逻辑
    // ...
}

// 补偿操作前的空操作检测
public boolean executeCompensate(String txId, CompensateRequest request) {
    // 1. 检查正向操作是否已执行
    ForwardRecord record = forwardLogDao.getByTxId(txId);
    if (record == null || record.getStatus() != ForwardStatus.SUCCESS) {
        // 正向操作未执行或已失败，空操作处理
        logger.info("空补偿：正向操作未执行 txId={}", txId);
        compensationLogDao.insertEmpty(txId);
        return true;
    }
    
    // 2. 执行补偿逻辑
    // ...
}

3.4 补偿事务设计原则总览

3.5 本章小结

补偿事务设计是 Saga 模式落地的关键难点。通过本章的学习，应掌握以下核心要点：

• 幂等性是补偿操作的“安全网”，通过唯一键、状态机、乐观锁等机制确保多次执行结果一致。
• 可逆性要求补偿操作与正向操作形成精确的逆运算，无法物理可逆时采用标记补偿策略。
• 空操作与悬挂处理是应对分布式系统异步时序问题的必备手段，需要在正向和补偿操作中分别进行检测与防护。