补偿:别等炸了才想兜底

某一天凌晨,运维群里弹出一条告警:订单服务返回码全是 500,错误日志里赫然写着 库存扣减失败,事务已提交。排查一圈发现——库存服务超时了,但订单服务的本地事务已经提交,用户钱扣了,货没发出去。

这不是什么玄幻剧情。只要你的系统一次操作涉及两个以上的外部依赖,它就一定会发生。

问题的根儿不在于某个服务挂了,而在于挂了之后没人善后。这就是补偿机制要解决的事。

📌 前置知识:本文假设读者已经知道数据库事务 ACID 的基本概念、分布式系统中"网络不可靠"的前提。如果对分布式事务的 2PC / TCC / Saga 还没概念,建议先翻一下本站的《分布式事务基础》和《TCC + Saga》两篇。


什么是补偿机制

先给个直接的定义:

补偿(Compensation) 是一系列操作,用于撤销一个已经部分执行或完全执行的业务流程,使系统回到业务上可接受的一致状态

注意两个关键词:

  • 撤销——不是 “取消”,是"对已经产生的副作用进行逆操作"。扣掉的库存加回去,冻结的额度解冻,发的优惠券标记作废。
  • 业务上可接受——补偿之后的状态不一定等于执行之前的状态。比如退款流水里多了一条退款记录,这不是脏数据,这是业务可审计的中间态,本来就是设计的一部分。

补偿 ≠ 回滚(Rollback)。回滚是数据库层的物理操作,依赖 undo log,对业务透明;补偿是业务层的逻辑操作,需要开发者显式编写逆操作代码

> ⚠️ 新手提示:把补偿理解成 Ctrl+Z 不准确。Ctrl+Z 是"回到上一步",补偿是"把已经造成的后果消弭掉"——相当于打翻了水杯,Ctrl+Z 是水自动回到杯子里(物理回滚),补偿是拿抹布擦干净桌子然后重新倒一杯(业务补救)。


补偿思维从本地就开始了

很多人觉得补偿是"分布式事务"才碰的东西,其实本地代码里到处都是补偿的影子,只是你没把它当成一个专门的概念。

场景一:文件操作的"撤销三部曲"

public void processFile(String srcPath, String destPath) {
    File backupFile = null;
    File tempFile = null;
    try {
        // 步骤1:创建备份
        backupFile = new File(srcPath + ".bak");
        Files.copy(Path.of(srcPath), backupFile.toPath(),
                   StandardCopyOption.REPLACE_EXISTING);

        // 步骤2:处理并写入临时文件
        tempFile = new File(destPath + ".tmp");
        try (var reader = new BufferedReader(new FileReader(srcPath));
             var writer = new BufferedWriter(new FileWriter(tempFile))) {
            String line;
            while ((line = reader.readLine()) != null) {
                writer.write(transform(line));
                writer.newLine();
            }
        }

        // 步骤3:原子替换目标文件
        Files.move(tempFile.toPath(), Path.of(destPath),
                   StandardCopyOption.REPLACE_EXISTING,
                   StandardCopyOption.ATOMIC_MOVE);

    } catch (Exception e) {
        // 补偿逻辑:清掉所有中间产物
        if (tempFile != null && tempFile.exists()) {
            tempFile.delete();           // 撤销步骤2
        }
        if (backupFile != null && backupFile.exists()) {
            try {
                Files.move(backupFile.toPath(), Path.of(srcPath),
                           StandardCopyOption.REPLACE_EXISTING);  // 撤销步骤1
            } catch (IOException ex) {
                log.error("连备份恢复都失败了,手动处理吧...", ex);
            }
        }
        throw new ProcessingException("文件处理失败,已尽力回滚", e);
    }
}

这段代码没什么高深的,但仔细看它的结构——每执行一步,catch 里就有对应的逆操作。这就是补偿机制的最朴素形态:

  • 步骤 1(创建备份)的逆操作 → 用备份恢复原文件
  • 步骤 2(写临时文件)的逆操作 → 删掉临时文件
  • 步骤 3 原子移动成功 → 无需补偿

三个步骤的逆操作顺序恰好跟正操作相反,跟栈的 LIFO 一模一样——这可不是巧合,补偿链天然就是逆序的。

场景二:try-finally 是你最熟悉的补偿

Lock lock = lockManager.acquireLock("order:12345");
try {
    // 执行业务逻辑
    processOrder(order);
} finally {
    lockManager.releaseLock(lock);  // 补偿:释放锁
}

acquireLock 的副作用是"持有锁", releaseLock 就是它的逆操作。 finally 保证了无论 processOrder 是否抛异常,锁都会被释放。

类似的还有:

Connection conn = dataSource.getConnection();
try {
    // 执行 SQL
} finally {
    conn.close();  // 补偿:归还连接
}

⚠️ 新手提示: close() 在很多场景下就是最基础的补偿操作——它把资源"还回去",消除"占用"这个副作用。这也是为什么 try-with-resources 这么香:编译器帮你保证补偿一定执行。

场景三:缓存更新失败,DB 要补偿吗

来看一个更微妙的场景:

@Transactional
public void updateProduct(ProductDTO dto) {
    // 1. 更新数据库
    productMapper.updateById(dto.toEntity());

    // 2. 更新 Redis 缓存
    try {
        redisTemplate.opsForValue().set("product:" + dto.getId(), dto,
                                         Duration.ofMinutes(30));
    } catch (Exception e) {
        log.warn("缓存更新失败,但不影响主流程", e);
        // 这里要不要回滚 DB?
    }
}

问题来了:Redis 更新失败,要不要回滚 MySQL?

大多数场景下答案是不要。理由:

  1. 缓存是可重建的,失败了下次读请求会从 DB 重新加载,这是缓存模式的天然容错
  2. 为缓存失败回滚 DB 是本末倒置——DB 是真相源(Source of Truth),缓存是影子
  3. 回滚 DB 意味着一次非关键路径的失败影响了关键路径的成功

但如果你没有设置 TTL,或者业务上强依赖缓存数据的新鲜度(比如秒杀库存扣减走的是 Redis 扣减再异步落库),那就需要反向补偿——Redis 扣减失败要补偿回 Redis 的额度。

public Result deductStock(String productId, int quantity) {
    // 先在 Redis 扣减(关键路径)
    Long remaining = redisTemplate.opsForValue()
            .decrement("stock:" + productId, quantity);

    if (remaining < 0) {
        // 补偿:加回去
        redisTemplate.opsForValue()
                .increment("stock:" + productId, quantity);
        return Result.fail("库存不足");
    }

    // 异步同步到 DB(非关键路径,失败可重试)
    eventBus.publish(new StockDeductedEvent(productId, quantity));
    return Result.ok();
}

关键路径失败必须补偿,非关键路径失败可以靠异步重试或定时对账。 这个原则贯穿所有补偿场景。


跨服务了,补偿就变成正经事了

本地代码里的补偿最多是 catch 块写几行 delete() / close()。一旦跨了服务边界,情况就复杂得多:

  1. 逆操作本身也可能失败——库存扣减成功了,退款接口挂了怎么办
  2. 没有全局事务帮你统一回滚——每个服务有自己的数据库,各自提交
  3. 中间态可能被读到——订单已创建但支付已退款,这个"临时的脏数据"有人看到了

场景四:RPC 调用的补偿——最直白的分布式问题

@Service
public class OrderService {

    @Autowired
    private InventoryClient inventoryClient;  // RPC 调用库存服务
    @Autowired
    private CouponClient couponClient;        // RPC 调用优惠券服务
    @Autowired
    private OrderMapper orderMapper;

    @Transactional
    public CreateOrderResult createOrder(CreateOrderRequest req) {
        // 步骤1:创建订单(本地 DB)
        Order order = Order.from(req);
        orderMapper.insert(order);

        try {
            // 步骤2:扣减库存(远程 RPC)
            DeductResult deductResult = inventoryClient.deduct(
                req.getProductId(), req.getQuantity());

            if (!deductResult.isSuccess()) {
                throw new BusinessException("库存扣减失败");
            }

        } catch (Exception e) {
            // 库存扣减失败 → 补偿步骤1:订单需要取消
            // 但此时本地事务还没提交,直接抛异常让 @Transactional 回滚即可
            throw e;
        }

        try {
            // 步骤3:核销优惠券(远程 RPC)
            couponClient.use(req.getCouponId(), order.getId());

        } catch (Exception e) {
            // ⚠️ 优惠券核销失败 → 需要补偿步骤1和步骤2
            // 但订单还没提交(本地事务),库存已经扣了(远程已提交)

            // 补偿步骤2:恢复库存
            inventoryClient.restore(req.getProductId(), req.getQuantity());

            // 步骤1 由 @Transactional 回滚
            throw new BusinessException("优惠券核销失败,已恢复库存", e);
        }

        // 所有步骤成功,事务提交
        return CreateOrderResult.success(order.getId());
    }
}

这段代码已经在危险的边缘了。问题在哪?

假如 couponClient.use() 抛异常, inventoryClient.restore() 也失败了怎么办?

这时候库存已经扣了,优惠券没核销,恢复库存的请求又失败了。库存服务那边少了几件库存,用户这边订单没创建成功——出现了一个悬空的副作用

这就是为什么正经的分布式补偿方案需要持久化的操作记录重试机制,而不是靠 catch 块里调一次逆操作就完事。

下面看一个改进版:

@Service
public class OrderServiceV2 {

    @Autowired
    private CompensationLogMapper compLogMapper;  // 补偿操作记录表

    @Transactional
    public CreateOrderResult createOrder(CreateOrderRequest req) {
        // 步骤1:创建订单
        Order order = Order.from(req);
        orderMapper.insert(order);

        // 步骤2:扣减库存
        String inventoryLogId = UUID.randomUUID().toString();
        compLogMapper.insert(new CompensationLog(
            inventoryLogId, "INVENTORY_DEDUCT",
            order.getId(), "PENDING"
        ));

        try {
            DeductResult result = inventoryClient.deduct(
                req.getProductId(), req.getQuantity());
            compLogMapper.updateStatus(inventoryLogId, "COMMITTED");
        } catch (Exception e) {
            compLogMapper.updateStatus(inventoryLogId, "FAILED");
            throw e;  // 还没提交其他副作用,直接抛
        }

        // 步骤3:核销优惠券
        String couponLogId = UUID.randomUUID().toString();
        compLogMapper.insert(new CompensationLog(
            couponLogId, "COUPON_USE",
            order.getId(), "PENDING"
        ));

        try {
            couponClient.use(req.getCouponId(), order.getId());
            compLogMapper.updateStatus(couponLogId, "COMMITTED");
        } catch (Exception e) {
            // 记录需要补偿
            compLogMapper.updateStatus(couponLogId, "NEED_COMPENSATION");
            throw new NeedCompensationException(
                order.getId(),
                List.of("INVENTORY_DEDUCT")  // 需要补偿的操作
            );
        }

        return CreateOrderResult.success(order.getId());
    }
}

配合一个独立的补偿执行器:

@Component
public class CompensationExecutor {

    @Scheduled(fixedDelay = 10_000)  // 每 10 秒扫一次
    public void executePendingCompensations() {
        List<CompensationLog> pending = compLogMapper
            .selectByStatus("NEED_COMPENSATION");

        for (CompensationLog log : pending) {
            try {
                executeCompensation(log);
                compLogMapper.updateStatus(log.getId(), "COMPENSATED");
            } catch (Exception e) {
                log.error("补偿失败,等待下次重试: {}", log.getId(), e);
                compLogMapper.incrementRetryCount(log.getId());
            }
        }
    }

    private void executeCompensation(CompensationLog log) {
        // 查出这个订单所有 COMMITTED 的操作,按逆序补偿
        List<CompensationLog> committedOps = compLogMapper
            .selectByOrderAndStatus(log.getOrderId(), "COMMITTED");

        // 逆序遍历
        for (int i = committedOps.size() - 1; i >= 0; i--) {
            CompensationLog op = committedOps.get(i);
            switch (op.getOperationType()) {
                case "INVENTORY_DEDUCT" -> inventoryClient.restore(
                    op.getProductId(), op.getQuantity());
                case "COUPON_USE" -> couponClient.release(
                    op.getCouponId(), op.getOrderId());
                // 每种操作都有对应的逆操作
            }
        }
    }
}

这里的核心设计思想:

flowchart LR
    Start([业务操作开始])
    LogPending[(记录 PENDING)]
    Execute[执行正操作]
    Check{是否成功?}
    MarkCommitted[标记 COMMITTED]
    MarkNeedComp[标记 NEED_COMPENSATION]
    Scanner[[补偿扫描器\n定时轮询]]
    Compensate[执行逆操作\n按 LIFO 顺序]
    MarkCompensated[标记 COMPENSATED]
    End([操作完成])
    RetryCheck{重试次数\n是否超限?}
    Alert([人工介入告警])

    Start --> LogPending
    LogPending --> Execute
    Execute --> Check
    Check -->|"成功"| MarkCommitted
    MarkCommitted --> End
    Check -->|"失败"| MarkNeedComp
    MarkNeedComp --> Scanner
    Scanner --> Compensate
    Compensate --> RetryCheck
    RetryCheck -->|"未超限"| Execute
    RetryCheck -->|"超限"| Alert

⚠️ 新手提示:补偿记录表(compensation_log)是整个补偿机制的基础设施。它解决了一个根本问题:补偿操作本身可能失败,需要有地方记住"谁还没被补偿"。没有这个表,你的补偿就是一次性的 catch 块,网络抖一下就丢了。


TCC 和 Saga:补偿机制的两种"正规军打法"

上面我们手动管理补偿记录表的方案,本质上是在写一个简陋的 Saga。业界已经把这两种模式抽象得比较成熟了。

TCC(Try-Confirm-Cancel):预留资源式的补偿

TCC 的核心思想是先预留,再确认。每个参与方提供三个接口:

阶段干什么是否可以失败逆操作
Try预留资源、检查条件可以无需(没有副作用)
Confirm提交确认、真正执行不可以Cancel
Cancel释放预留、撤销 Try不可以Confirm(如果被错误 Cancel)

典型代码(Seata TCC 模式):

@Service
public class InventoryTccService {

    @Autowired
    private InventoryMapper inventoryMapper;
    @Autowired
    private FreezeLogMapper freezeLogMapper;

    // Try:冻结库存(不是扣减!)
    @TwoPhaseBusinessAction(name = "deductInventory", commitMethod = "confirm", rollbackMethod = "cancel")
    public boolean tryDeduct(String productId, int quantity, String xid) {
        // 检查可用库存 >= 冻结库存 + 请求数量
        int available = inventoryMapper.selectAvailable(productId);
        if (available < quantity) {
            return false;
        }

        // 插入冻结记录 + 增加冻结数量(一两条 SQL,原子性)
        freezeLogMapper.insert(xid, productId, quantity, "TRY");
        inventoryMapper.increaseFrozen(productId, quantity);
        return true;
    }

    // Confirm:确认扣减——真正扣库存
    public boolean confirm(String productId, int quantity, String xid) {
        // 真正减少库存 + 扣减冻结数量
        inventoryMapper.decreaseStock(productId, quantity);
        inventoryMapper.decreaseFrozen(productId, quantity);
        freezeLogMapper.updateStatus(xid, "CONFIRMED");
        return true;
    }

    // Cancel:取消——释放冻结
    public boolean cancel(String productId, int quantity, String xid) {
        // 释放冻结,库存不变
        inventoryMapper.decreaseFrozen(productId, quantity);
        freezeLogMapper.updateStatus(xid, "CANCELLED");
        return true;
    }
}

TCC 的补偿(Cancel)之所以可靠,是因为 Try 阶段只预留了资源,没有产生真正的业务副作用。Cancel 做的事情是"释放预留"而不是"撤销扣减"——这个区别很关键。

sequenceDiagram
    participant TM as 事务管理器
    participant OS as 订单服务(Try)
    participant IS as 库存服务(Try)
    participant CS as 优惠券服务(Try)
    participant DB as 各服务 DB

    TM->>OS: 1. Try: 创建预订单
    OS->>DB: INSERT order_pre (status=TRY)
    OS-->>TM: success

    TM->>IS: 2. Try: 冻结库存
    IS->>DB: INSERT freeze_log + frozen+1
    IS-->>TM: success

    TM->>CS: 3. Try: 预扣优惠券
    CS->>DB: UPDATE coupon SET status=FROZEN
    CS-->>TM: 失败!优惠券已过期

    TM->>IS: 4. Cancel: 释放冻结库存
    IS->>DB: DELETE freeze_log + frozen-1
    IS-->>TM: success

    TM->>OS: 5. Cancel: 取消预订单
    OS->>DB: UPDATE order_pre SET status=CANCELLED
    OS-->>TM: success

    Note over TM,DB: 全部 Cancel,无副作用残留

Saga:长流程的补偿链

Saga 适用于无法预留资源的场景。比如调用第三方支付——钱已经扣了,你没法"预留"一笔钱,只能退回来。

Saga 的核心是每一步都有一个对应的逆操作,按顺序执行正向操作,任意一步失败则按逆序执行补偿操作

@Component
public class OrderSagaOrchestrator {

    private final List<SagaStep> steps;

    public OrderSagaOrchestrator() {
        // 编排型 Saga:显式定义步骤链
        this.steps = List.of(
            new SagaStep("CREATE_ORDER",     this::createOrder,     this::cancelOrder),
            new SagaStep("DEDUCT_INVENTORY", this::deductInventory, this::restoreInventory),
            new SagaStep("CHARGE_PAYMENT",   this::chargePayment,   this::refundPayment),
            new SagaStep("USE_COUPON",       this::useCoupon,       this::releaseCoupon),
            new SagaStep("SEND_NOTIFY",      this::sendNotify,      this::voidNotify) // void 不是撤销,是"发送一条'您的订单已退款'通知"
        );
    }

    public SagaResult execute(CreateOrderRequest req) {
        SagaContext ctx = new SagaContext();
        int executedIndex = -1;

        try {
            // 正向执行
            for (int i = 0; i < steps.size(); i++) {
                steps.get(i).forward().accept(ctx, req);
                executedIndex = i;
            }
            return SagaResult.success();

        } catch (Exception e) {
            log.error("步骤 {} 失败,开始逆序补偿", steps.get(executedIndex + 1).name(), e);

            // 逆序补偿已执行的步骤
            for (int i = executedIndex; i >= 0; i--) {
                try {
                    steps.get(i).compensate().accept(ctx, req);
                } catch (Exception compEx) {
                    log.error("补偿步骤 {} 也失败了!需要人工介入",
                              steps.get(i).name(), compEx);
                    // 记录到补偿表,异步重试
                    compLogMapper.insert(new CompensationLog(
                        req.getOrderId(), steps.get(i).name(), "COMPENSATE_FAILED"
                    ));
                }
            }
            return SagaResult.failed(e.getMessage());
        }
    }

    // 每一步的正向操作和补偿操作
    private void createOrder(SagaContext ctx, CreateOrderRequest req) {
        Order order = Order.from(req);
        orderMapper.insert(order);
        ctx.setOrderId(order.getId());
    }

    private void cancelOrder(SagaContext ctx, CreateOrderRequest req) {
        orderMapper.updateStatus(ctx.getOrderId(), "CANCELLED");
    }
    // ... 其余步骤类似
}
flowchart TD
    Start([订单创建请求])
    Step1[步骤1: 创建订单]
    Step2[步骤2: 扣减库存]
    Step3[步骤3: 扣款]
    Step4[步骤4: 核销优惠券]
    Step5[步骤5: 发送通知]
    Success([全部成功])

    Comp1[补偿1: 取消订单]
    Comp2[补偿2: 恢复库存]
    Comp3[补偿3: 退款]
    Comp4[补偿4: 释放优惠券]

    Start --> Step1
    Step1 -->|"成功"| Step2
    Step2 -->|"成功"| Step3
    Step3 -->|"失败!"| Comp2
    Step3 -->|"成功"| Step4
    Step4 -->|"成功"| Step5
    Step5 --> Success

    Comp2 -->|"逆序补偿"| Comp1
    Comp1 -->|"已补偿"| Failed([已补偿,订单取消])

    classDef startEnd fill:#701a4c,stroke:#e11d48,stroke-width:2.5px,color:#fce7f3,font-weight:bold;
    classDef process fill:#1e1e24,stroke:#6b7280,stroke-width:2px,color:#e5e7eb;
    classDef reject fill:#450a0a,stroke:#dc2626,stroke-width:2px,color:#fecaca,font-weight:bold;
    classDef highlight fill:#431407,stroke:#ea580c,stroke-width:2px,color:#fed7aa,font-weight:bold;

    class Start,Success,Failed startEnd;
    class Step1,Step2,Step3,Step4,Step5 process;
    class Comp1,Comp2,Comp3,Comp4 reject;

Saga 的补偿有几个硬伤需要正视:

  1. 补偿操作本身可能失败——这是补偿机制的阿喀琉斯之踵。解决方案是补偿操作必须幂等 + 可重试,多次调用 refundPayment 不能重复退款
  2. 中间态可见——订单创建成功后库存也扣了,然后支付失败,在退款到账之前,用户看到"扣了钱又退款"的行为,这是正常的业务中间态,不是 bug
  3. 补偿语义不等于撤销—— sendNotify 的补偿是 voidNotify (发一条退款通知),而不是"撤回已发送的通知"(做不到)

消息驱动的补偿:异步场景怎么办

当业务流程涉及异步消息,补偿就不再是同步的逆序调用,而变成了基于消息的最终协调

事务消息(Transactional Message):发消息和本地事务绑定

RocketMQ 的事务消息是最经典的实现:

@Service
public class OrderWithTransactionalMessage {

    @Autowired
    private RocketMQTemplate rocketMQTemplate;

    @Transactional
    public void createOrderAndNotify(CreateOrderRequest req) {
        // 发送半消息(此时消费者不可见)
        String txId = UUID.randomUUID().toString();
        Message<String> msg = MessageBuilder
            .withPayload(JSON.toJSONString(req))
            .setHeader("txId", txId)
            .build();

        // 步骤1:发半消息 + 步骤2:执行本地事务
        rocketMQTemplate.sendMessageInTransaction(
            "order-created-topic", msg, req);

        // TransactionListener.executeLocalTransaction() 中:
        //   - 本地事务(订单入库)成功 → COMMIT,消息对消费者可见
        //   - 本地事务失败 → ROLLBACK,消息丢弃

        // TransactionListener.checkLocalTransaction() 中:
        //   - 回查本地事务状态(处理 COMMIT/ROLLBACK 丢失的情况)
    }
}

事务消息保证的是本地事务提交了,消息一定发出去;本地事务回滚了,消息一定不投递。但如果消费者消费失败了怎么办?

消费者侧的补偿靠的是重试 + 死信队列:

@RocketMQMessageListener(
    topic = "order-created-topic",
    consumerGroup = "inventory-deduct-group"
)
@Component
public class InventoryDeductConsumer
        implements RocketMQListener<MessageExt> {

    @Override
    public void onMessage(MessageExt message) {
        try {
            OrderCreatedEvent event = JSON.parseObject(
                message.getBody(), OrderCreatedEvent.class);

            // 执行库存扣减
            inventoryService.deduct(event.getProductId(), event.getQuantity());

        } catch (Exception e) {
            // 抛异常 → MQ 自动重试(默认 16 次,间隔递增)
            // 重试全部失败 → 进入死信队列(DLQ)
            throw new RuntimeException("库存扣减失败,等待重试", e);
        }
    }
}

死信队列的消费者就是终极补偿

@RocketMQMessageListener(
    topic = "%DLQ%inventory-deduct-group",  // 死信队列
    consumerGroup = "dlq-handler-group"
)
@Component
public class InventoryDeductDLQHandler
        implements RocketMQListener<MessageExt> {

    @Override
    public void onMessage(MessageExt message) {
        // 进入死信 = 所有重试都已失败
        // 此时需要补偿前置操作
        OrderCreatedEvent event = JSON.parseObject(
            message.getBody(), OrderCreatedEvent.class);

        // 补偿:释放之前可能已经扣除的库存
        // (虽然扣减失败,但如果之前部分成功,需要清理)
        inventoryService.forceReleaseByOrder(event.getOrderId());

        // 通知订单服务:该订单需要取消 / 退款
        orderClient.markAsFailed(event.getOrderId(),
            "库存扣减多次重试均失败");

        // 告警
        alertService.sendAlert("DLQ",
            "订单 %s 库存扣减彻底失败,已触发补偿".formatted(event.getOrderId()));
    }
}
flowchart TD
    Producer([生产者])
    HalfMsg[半消息\n对消费者不可见]
    LocalTx[执行本地事务]
    CommitCheck{本地事务\n成功?}
    Commit[COMMIT\n消息投递]
    Rollback[ROLLBACK\n消息丢弃]
    Consumer[[消费者]]
    ConsumeCheck{消费\n成功?}
    Retry[重试消费\n最多16次]
    DLQ[(死信队列)]
    Compensator[[补偿处理器]]
    Alert([告警/人工介入])

    Producer --> HalfMsg
    HalfMsg --> LocalTx
    LocalTx --> CommitCheck
    CommitCheck -->|"成功"| Commit
    CommitCheck -->|"失败"| Rollback
    Commit --> Consumer
    Consumer --> ConsumeCheck
    ConsumeCheck -->|"成功"| Done([完成])
    ConsumeCheck -->|"失败"| Retry
    Retry -->|"仍未成功"| DLQ
    DLQ --> Compensator
    Compensator --> Alert

    classDef startEnd fill:#701a4c,stroke:#e11d48,stroke-width:2.5px,color:#fce7f3,font-weight:bold;
    classDef condition fill:#2a1147,stroke:#a855f7,stroke-width:2px,color:#ede9fe,font-weight:bold;
    classDef process fill:#1e1e24,stroke:#6b7280,stroke-width:2px,color:#e5e7eb;
    classDef data fill:#052e16,stroke:#16a34a,stroke-width:2px,color:#bbf7d0,font-weight:bold;
    classDef highlight fill:#431407,stroke:#ea580c,stroke-width:2px,color:#fed7aa,font-weight:bold;

    class Producer,Done startEnd;
    class CommitCheck,ConsumeCheck condition;
    class HalfMsg,LocalTx,Commit,Rollback,Consumer process;
    class DLQ data;
    class Retry,Compensator,Alert highlight;

补偿机制 vs 最终一致性:到底谁是老大

很多人把补偿和最终一致性混在一起说,其实它们解决的是不同层次的问题。

一张图理清关系

flowchart TD
    Problem([操作涉及\n多个独立系统])
    Strong{需要强一致?}
    Use2PC[用 2PC / XA\n分布式事务]
    Accept{业务能接受\n中间态?}
    JustRetry[只靠重试即可]
    NeedComp{有不可逆\n副作用?}
    CompSaga[补偿型 Saga\n每步配逆操作]
    NoCompSaga[非补偿型流程\n只正向+重试]
    FinalConsistency([最终一致性达成])

    Problem --> Strong
    Strong -->|"是\n金融转账/对账"| Use2PC
    Strong -->|"否\n绝大多数场景"| Accept
    Accept -->|"能\n最终一致"| NeedComp
    Accept -->|"不能\n必须同步确认"| Use2PC
    NeedComp -->|"有\n扣库存/扣款/发券"| CompSaga
    NeedComp -->|"无\n只读/幂等写入"| NoCompSaga
    CompSaga --> FinalConsistency
    NoCompSaga --> FinalConsistency
    JustRetry --> FinalConsistency

    classDef startEnd fill:#701a4c,stroke:#e11d48,stroke-width:2.5px,color:#fce7f3,font-weight:bold;
    classDef condition fill:#2a1147,stroke:#a855f7,stroke-width:2px,color:#ede9fe,font-weight:bold;
    classDef process fill:#1e1e24,stroke:#6b7280,stroke-width:2px,color:#e5e7eb;
    classDef root fill:#0f172a,stroke:#3b82f6,stroke-width:2.5px,color:#bfdbfe,font-weight:bold;

    class Problem,FinalConsistency startEnd;
    class Strong,Accept,NeedComp condition;
    class Use2PC,JustRetry,CompSaga,NoCompSaga process;

核心结论:

  • 最终一致性是一种目标(系统最终会达到一致状态),补偿是达成这个目标的一种手段
  • 不是所有最终一致性都需要补偿——如果所有操作都是幂等的或者只读的,重试就够了
  • 补偿机制是为"有不可逆副作用"的操作准备的——扣库存、扣款、发优惠券、发送实物出库指令

什么时候不需要补偿

// 场景 A:幂等写入,重试即可,不需要补偿
@Retryable(maxAttempts = 3, backoff = @Backoff(delay = 1000))
public void syncUserToES(Long userId) {
    User user = userMapper.selectById(userId);
    // ES 的 index 操作本身就是幂等的(相同 docId 覆盖写入)
    elasticsearchOperations.save(user.toDocument());
    // 失败?重试。重试还失败?记日志,定时对账补数据。
}

// 场景 B:只读操作,根本没有副作用
public List<Product> searchProducts(String keyword) {
    // 搜索失败了不需要补偿任何东西,因为没有改动任何数据
    return elasticsearchOperations.search(query, Product.class);
}

什么时候必须补偿

// 场景 C:调了第三方支付,有外部不可逆副作用
public void processRefund(Order order) {
    // 支付宝的退款接口调用成功后,钱已经退回用户账户
    // 如果后续操作失败,你能"撤回退款"吗?不能。
    // 你只能再发起一笔扣款——这就是补偿
    AlipayRefundResponse response = alipayClient.refund(
        order.getPayOrderNo(), order.getAmount());

    if (response.isSuccess()) {
        // 记录退款成功
        refundLogMapper.insert(response);
    }
    // 退款操作本身失败了?可以重试(支付宝 refund 接口幂等)
    // 退款成功但后续操作失败?需要补偿——再扣一次钱
}

// 场景 D:发了实物的出库指令,无法撤回
public void shipProduct(Order order) {
    // WMS 已经收到出库指令,拣货机器人开始动了
    // 此时无法"撤回"(物理世界没有 Ctrl+Z)
    // 补偿只能走退货退款流程
    wmsClient.createOutboundOrder(order.toOutboundRequest());
    // 如果这个订单稍后被取消 → 补偿是创建退货入库单,而不是"取消出库"
}

设计补偿机制的现实清单

讲了这么多场景,最后给一个可以对照着用的清单:

flowchart LR
    Q1{操作是否\n有副作用?}
    Q2{副作用能否\n自动撤销?}
    Q3{逆操作是否\n可能失败?}
    Q4{中间态是否\n业务可接受?}

    NoComp([不需要补偿])
    AutoRollback([依赖 DB 事务回滚])
    CompWithRetry([补偿 + 持久化记录\n+ 异步重试])
    CompWithAudit([补偿 + 审计流水\n+ 人工确认])
    Redesign([重新设计流程\n改为预留资源模式])

    Q1 -->|"无副作用\n只读/幂等写入"| NoComp
    Q1 -->|"有副作用"| Q2
    Q2 -->|"能\nDB 事务内"| AutoRollback
    Q2 -->|"不能\n跨系统/外部"| Q3
    Q3 -->|"不会\n纯计算/幂等"| CompWithRetry
    Q3 -->|"可能失败\n网络/下游"| Q4
    Q4 -->|"可接受\n退款流水"| CompWithAudit
    Q4 -->|"不可接受\n不允许出现'已扣未退'"| Redesign

    classDef condition fill:#2a1147,stroke:#a855f7,stroke-width:2px,color:#ede9fe,font-weight:bold;
    classDef process fill:#1e1e24,stroke:#6b7280,stroke-width:2px,color:#e5e7eb;
    classDef root fill:#0f172a,stroke:#3b82f6,stroke-width:2.5px,color:#bfdbfe,font-weight:bold;
    classDef reject fill:#450a0a,stroke:#dc2626,stroke-width:2px,color:#fecaca,font-weight:bold;

    class Q1,Q2,Q3,Q4 condition;
    class NoComp process;
    class AutoRollback,CompWithRetry,CompWithAudit root;
    class Redesign reject;

落到代码层面,一个"补偿友好"的操作长这样:

/**
 * 补偿友好型操作的四个要素:
 * 1. 正向操作记录唯一标识
 * 2. 逆操作幂等(多次调用效果相同)
 * 3. 逆操作可重试(网络失败不丢)
 * 4. 状态可审计(中间态有迹可循)
 */
public class CompensationFriendlyOperation {

    private CompensationLogMapper logMapper;

    public void executeWithCompensation(String bizId,
                                         Runnable forward,
                                         Runnable compensate) {
        // 1. 记录操作意图
        CompensationLog log = new CompensationLog(bizId, "PENDING");
        logMapper.insert(log);

        try {
            // 2. 执行正向操作
            forward.run();
            logMapper.updateStatus(log.getId(), "COMMITTED");

        } catch (Exception e) {
            // 3. 标记需要补偿
            logMapper.updateStatus(log.getId(), "NEED_COMPENSATION");

            // 4. 尝试补偿(带重试)
            retryCompensate(compensate, 3);
        }
    }

    private void retryCompensate(Runnable compensate, int maxRetries) {
        for (int i = 0; i < maxRetries; i++) {
            try {
                compensate.run();
                return;  // 补偿成功
            } catch (Exception e) {
                if (i == maxRetries - 1) {
                    // 最后一次也失败了 → 持久化,等外部介入
                    log.error("补偿失败,已耗尽重试次数", e);
                    // 注意:此时 NEED_COMPENSATION 状态依然存在
                    // 定时扫描器会继续尝试
                }
            }
        }
    }
}

总结

补偿机制不是某个框架提供的特性,它是一种设计思维:每次产生副作用,都问一问自己——“如果下一步失败了,这个副作用谁来收拾?”

回顾一下关键点:

  1. 补偿从本地就开始了——文件操作的逆操作、try-finally、缓存更新失败的兜底,都是补偿的朴素形态。不用等到分布式才学。
  2. 补偿的核心是"逆操作 + 持久化记录 + 重试"——别指望一次 catch 就搞定,网络抖一下你的补偿就没了。写到表里,让定时任务帮你盯。
  3. TCC 靠预留资源避免补偿,Saga 靠业务逆操作实现补偿——前者适合内部可控服务,后者适合涉及第三方/外部调用的场景。能预留就别扣减,TCC 比 Saga 干净得多。
  4. 事务消息 + 死信队列是异步场景的补偿基础设施——消息消费失败不能假装没看见,死信队列的消费者就是终极兜底。
  5. 最终一致性是目标,补偿是手段——不是所有最终一致性都需要补偿。幂等写入靠重试,有不可逆副作用才需要补偿。设计之前先问自己:这操作能不能做成幂等的?

最后说一句看了这么多代码之后的大实话:补偿机制最棘手的不是并发不是性能,而是测试。正向流程你测一遍就过了,补偿路径——Try 成功 Confirm 失败、Try 成功 Confirm 超时、Cancel 也超时、补偿表里躺了三天又被扫起来——这些组合爆炸的异常路径,才是线上真正出事的地方。建议把补偿路径的测试覆盖率当成硬指标。


占位项待替换:无(本文未使用图片/视频)