事件驱动架构：解密协同与编排在 Saga 分布式事务中的设计

在开展领域驱动设计（DDD）的微服务化改造后，原先单体系统中的本地事务被物理肢解。为了完成跨限界上下文（如“订单”-“库存”-“支付”）的业务协同，且避免分布式锁带来的极低系统性能，我们通常需要采用最终一致性架构方案——**Saga 分布式事务模式**。

Saga 模式通过**将一个长事务拆解为一系列短的本地事务**，并在发生异常时通过执行**补偿事务（Compensating Transactions）**来实现数据一致性回滚。

在工程落地时，Saga 主要有两种截然不同的控制流转设计：**协同模式（Choreography）** 与 **编排模式（Orchestration）**。

本文将系统拆解这两种架构的控制流转拓扑、耦合度对比、以及基于状态机的编排器代码落地。

一、 协同模式与编排模式的核心对比

两种 Saga 架构在控制主体、中心化依赖、以及调试复杂度上存在根本差异：

二、 两种模式的控制流转拓扑

我们可以通过拓扑图清晰看出两种设计在数据与控制流向上的本质差别：

1. 协同模式（Choreography）—— 去中心化事件订阅

[ 订单上下文 ] ── 抛出 OrderCreated ──> [ 库存上下文 ] ── 抛出 StockReserved ──> [ 支付上下文 ]
      ▲                                       │ (余额不足失败)
      │                                       ▼
      └───────── 订阅支付失败，执行订单取消 ◄─── 抛出 PaymentFailed

2. 编排模式（Orchestration）—— 集中化状态机控制

                     ┌───────────────────────┐
                     │  订单创建编排管理器    │ ◄─── 主导控制中心 (Orchestrator)
                     └───────────────────────┘
                       │ 1. ReserveStock        │ 2. DeductBalance (扣款失败)
                       ├────────────────────────┼────────────────────────┐
                       ▼                        ▼                        ▼
                [ 库存微服务 ]             [ 支付微服务 ]           [ 订单微服务 ]
                       │                        │                        │
                       └─ 3. 触发补偿: ReleaseStock ──────────────────────┘

三、 代码实战：基于简单状态机的 Saga 编排器实现

以下代码展示了如何在订单微服务中，利用简单的“状态机编排器”驱动包含补偿回滚的创建流程：

1. 定义编排动作与补偿上下文（Domain Layer）

package com.company.sales.saga;

public interface SagaStep {
    void execute(); // 正向业务执行
    void compensate(); // 逆向补偿回滚
}

2. 编排管理器控制逻辑（Application Layer）

package com.company.sales.saga;

import java.util.*;

/**
 * 订单创建 Saga 事务编排器
 */
public class CreateOrderSagaOrchestrator {

    private final List<SagaStep> steps = new ArrayList<>();
    private final List<SagaStep> executedSteps = new ArrayList<>();

    public void addStep(SagaStep step) {
        this.steps.add(step);
    }

    /**
     * 顺序执行正向业务，一旦报错，逆序触发补偿回滚
     */
    public void executeSaga() {
        try {
            for (SagaStep step : steps) {
                step.execute();
                executedSteps.add(step); // 记录已成功执行的步骤
            }
            System.out.println("[Saga] 全局分布式事务提交成功，数据最终一致！");
        } catch (Exception e) {
            System.err.println("[Saga] 触发故障！异常原因: " + e.getMessage() + "。启动逆序补偿回滚...");
            rollback();
        }
    }

    /**
     * 逆序补偿操作
     */
    private void rollback() {
        // 从后往前依次执行补偿
        for (int i = executedSteps.size() - 1; i >= 0; i--) {
            try {
                executedSteps.get(i).compensate();
            } catch (Exception ex) {
                // 生产环境需记录审计日志，并通过人工接入或重试器保证补偿绝对成功
                System.err.println("[Saga Compensation Error] 补偿执行失败！" + ex.getMessage());
            }
        }
    }
}

四、 总结

Saga 模式是微服务架构分布式事务最终一致性落地的“中流砥柱”。

它通过**基于协同模式的轻量级解耦，适应了小规模微服务间的自治协作；并通过引入编排器与状态机机制，解决了中大型复杂跨域工作流下混乱依赖与补偿失控难题**。掌握这两种集成架构差异与状态机编排代码规范，是设计高性能分布式高并发系统、治理微服务数据一致性紊乱的核心看家基本功！