Saga事务补偿机制在压测场景测试与案例实战中的调优 - 第4节

4.1 状态定义：Saga 执行的核心生命周期

Saga 状态机将分布式事务的每一步抽象为有限状态集合。在压测场景中，状态定义直接决定了补偿逻辑的触发时机与回滚粒度。一个标准的 Saga 事务包含以下核心状态：

4.2 状态转换图：正向与补偿路径

下图展示了 Saga 状态机的完整转换路径，包含正常执行流、异常补偿流以及重试分支。箭头上的标签表示触发转换的事件或条件。

4.3 状态持久化：存储策略与性能权衡

状态持久化是 Saga 状态机可靠运行的基础。在压测场景中，持久化策略直接影响事务吞吐量与恢复速度。以下是三种主流持久化方案的对比：

状态持久化的核心数据结构通常包含以下字段：

saga_id          VARCHAR(64)   PRIMARY KEY,   -- 全局唯一事务ID
current_state    VARCHAR(32)   NOT NULL,       -- 当前状态
step_index       INT           DEFAULT 0,      -- 当前执行步骤序号
payload          JSON,                         -- 上下文数据
compensation_log JSON,                         -- 已执行补偿记录
version          INT           DEFAULT 1,      -- 乐观锁版本号
created_at       TIMESTAMP,                    -- 创建时间
updated_at       TIMESTAMP                     -- 最后更新时间

4.4 状态恢复：崩溃后的断点续传

当 Saga 协调器进程崩溃或节点宕机后，状态机需要从持久化存储中恢复未完成的事务。恢复流程分为以下四个步骤：

1. 扫描未终态记录： 查询所有状态不为 COMPLETED 或 COMPENSATED 的 Saga 实例。
2. 判定当前阶段： 根据 current_state 和 step_index 判断事务处于正向执行阶段还是补偿阶段。
3. 重放补偿日志： 如果处于 COMPENSATING 状态，读取 compensation_log 跳过已执行的补偿步骤。
4. 断点续传： 从 step_index 指向的步骤继续执行正向或补偿逻辑。

4.5 重试机制：退避策略与边界控制

重试机制是 Saga 状态机应对临时故障的核心手段。不合理的重试策略会导致压测场景中的“重试风暴”，压垮下游服务。以下是三种常用重试策略的对比：

重试机制的实现需要关注以下边界条件：

• 幂等性校验： 每次重试前检查当前步骤是否已被成功执行，避免重复提交。
• 全局超时兜底： 设置 Saga 实例的全局超时时间（如 30s），超时后强制进入 FAILED 状态。
• 重试次数上限： 超过最大重试次数后，不再自动重试，转为人工干预或死信队列。
• 补偿步骤重试： 补偿步骤的重试策略应与正向步骤独立配置，通常使用更短的间隔和更少的次数。