cs-note/hhs/MQ/06-高级特性/18-MQ-事务消息.md

---
tags: [MQ, 事务消息, 分布式事务, RocketMQ, Kafka]
create time: 2026-05-24 19:52
---

# 事务消息

## 概述

事务消息解决的核心问题是：**本地数据库操作与消息发送的原子性**。要么数据库写成功且消息发出去，要么两边都失败——不能出现"数据库写成功了但消息没发出去"或反过来的情况。RocketMQ 原生支持事务消息，Kafka 通过 Producer 事务机制实现类似效果，两者的设计哲学截然不同。

## 正文

### 为什么需要事务消息

考虑一个经典场景：订单服务创建订单后，需要通知库存服务扣减库存。代码可能是：

```go
func CreateOrder(order Order) error {
    // 1. 写数据库
    db.Insert(order)
    // 2. 发消息通知库存服务
    mq.Send("topic_inventory", order)
    return nil
}
```

这段代码有两个致命问题：

- **消息发送失败**：数据库写成功了，但 `mq.Send` 网络超时，库存不会扣减，数据不一致。
- **数据库回滚但消息已发出**：如果在事务提交前消息就发出去了，库存扣了但订单没创建。

> [!question] 思考
> 能不能把消息发送放在数据库事务里面？比如先 `BEGIN`，写库，发消息，再 `COMMIT`？

不行。消息发送是网络 IO，不在数据库事务的管辖范围内。即使你把发消息放在 `COMMIT` 之后，`COMMIT` 成功到消息发送成功之间仍然有窗口期可能失败。这就是分布式事务的经典难题。

### 两阶段流程：半消息 → 本地事务 → 提交/回滚

RocketMQ 事务消息的核心思想是引入"半消息"（Half Message）——消息先发送到 Broker，但对 Consumer 不可见，等本地事务执行完毕后再决定是提交（Commit）还是回滚（Rollback）。

```mermaid
sequenceDiagram
    participant P as Producer
    participant B as Broker
    participant DB as 本地数据库
    participant C as Consumer

    P->>B: 1. 发送半消息(Half Message)
    B-->>P: 返回发送结果(成功/失败)

    Note over P: 半消息发送成功，开始执行本地事务
    P->>DB: 2. 执行本地事务(写订单表)
    DB-->>P: 事务结果

    alt 本地事务成功
        P->>B: 3a. 提交半消息(Commit)
        B->>C: 消息可见，正常消费
    else 本地事务失败
        P->>B: 3b. 回滚半消息(Rollback)
        Note over B: 消息被丢弃，Consumer 不可见
    end

    style P fill:#4A90D9,color:#fff
    style B fill:#F5A623,color:#fff
    style DB fill:#6EC1E0,color:#fff
    style C fill:#4A90D9,color:#fff
```

关键点：半消息写入 Broker 后存在内部 Topic（`RMQ_SYS_TRANS_HALF_TOPIC`），不会投递给 Consumer。只有 Commit 之后，消息才会被转移到真正的目标 Topic。

### 事务状态回查

如果 Producer 发送 Commit/Rollback 时网络断了怎么办？Broker 收不到最终决定，半消息就"卡住"了。

RocketMQ 的解决方案是**事务状态回查**：Broker 定期扫描超时的半消息（默认 6 次，每次间隔递增），主动向 Producer 发起回查请求，Producer 根据本地事务执行状态返回 Commit、Rollback 或 Unknown。

```go
// 事务消息的 Producer 核心逻辑
type TransactionListener interface {
    // ExecuteLocalTransaction 执行本地事务
    ExecuteLocalTransaction(msg *Message) LocalTransactionState

    // CheckLocalTransaction Broker 回查时调用
    CheckLocalTransaction(msg *MessageExt) LocalTransactionState
}

// 示例实现
type OrderTransactionListener struct {
    db *sql.DB
}

func (l *OrderTransactionListener) ExecuteLocalTransaction(msg *Message) LocalTransactionState {
    // 执行本地事务：创建订单
    order := parseOrder(msg.Body)
    err := l.db.Exec("INSERT INTO orders ...", order)
    if err != nil {
        return RollbackMessage // 失败则回滚半消息
    }
    return CommitMessage // 成功则提交
}

func (l *OrderTransactionListener) CheckLocalTransaction(msg *MessageExt) LocalTransactionState {
    // Broker 回查：查询订单是否已创建
    orderID := msg.GetProperty("ORDER_ID")
    var count int
    l.db.QueryRow("SELECT COUNT(*) FROM orders WHERE id = ?", orderID).Scan(&count)

    if count > 0 {
        return CommitMessage   // 订单存在，说明本地事务成功了
    }
    return RollbackMessage     // 订单不存在，回滚
}
```

### Kafka 的 Producer 事务

Kafka 的思路不同——它不提供"半消息"机制，而是让 Producer 开启事务后，所有写入要么全部可见，要么全部不可见。

```go
// Kafka Producer 事务示例（confluent-kafka-go 风格）
producer, _ := kafka.NewProducer(&kafka.ConfigMap{
    "transactional.id": "order-service-001", // 事务 ID，用于幂等
})

producer.InitTransactions(context.Background())

producer.BeginTransaction()
// 在事务中发送多条消息
producer.Produce(orderMsg, nil)
producer.Produce(inventoryMsg, nil)
// 提交事务——所有消息同时可见
err := producer.CommitTransaction(context.Background())
if err != nil {
    producer.AbortTransaction(context.Background())
}
```

Consumer 端配合 `isolation.level=read_committed`，只能读到已提交事务的消息，未提交的会被过滤掉。这和数据库的 MVCC 隔离级别是同一个思路。

### 事务消息 vs 其他分布式事务方案

| 维度 | 事务消息 | 2PC | Saga | TCC |
|------|---------|-----|------|-----|
| 一致性模型 | 最终一致性 | 强一致性 | 最终一致性 | 最终一致性 |
| 性能 | 高 | 低（阻塞） | 高 | 中 |
| 实现复杂度 | 低 | 中 | 高 | 很高 |
| 业务侵入 | 低 | 低 | 高（补偿逻辑） | 很高（三个接口） |
| 适用场景 | 事件驱动、异步解耦 | 数据库分布式事务 | 长流程编排 | 资金类强一致 |
| 失败处理 | 回查 + 人工介入 | 全局回滚 | 补偿事务 | Cancel + 防悬挂 |

事务消息的核心优势是**解耦**——Producer 不需要知道下游有哪些 Consumer，也不需要定义补偿逻辑。它适合"本地事务成功后通知其他服务"的场景，不适合需要跨服务同步等待结果的场景。

> [!question] 思考
> 事务消息的回查机制在网络分区时可能失败，如何保证最终一致性？

回查失败时 Broker 会按递增间隔多次重试（默认最多 6 次）。如果全部失败，半消息会进入死信队列（`RMQ_SYS_TRANS_OP_HALF_TOPIC`），运维人员可以介入处理。本质上，事务消息保证的是"最终一致性"而非"强一致性"——在极端故障下，需要人工兜底。生产环境中，建议配合对账任务定期检查本地事务和消息状态的一致性。

### 事务消息的局限性

- **单向通知**：事务消息只保证"本地事务 + 消息发送"的原子性，不保证 Consumer 消费成功。
- **延迟**：半消息从发送到 Consumer 可见有延迟（取决于本地事务执行时间和可能的回查）。
- **不支持批量**：一次事务消息只能关联一条消息，不支持多条消息的原子发送（Kafka 的 Producer 事务支持批量）。
- **回查依赖网络**：回查机制在网络分区时可能失效，需要运维兜底。

## 关联笔记

- [[06-高级特性/17-MQ-延迟消息与定时消息|MQ 延迟消息与定时消息]]
- [[06-高级特性/19-MQ-消息过滤与路由|MQ 消息过滤与路由]]
- [[05-可靠性保障/13-MQ-Exactly-Once-语义|MQ Exactly-Once 语义]]
- [[12-架构与实战/46-MQ-分布式事务实践|MQ 分布式事务实践]]
- [[07-主流MQ对比/24-RocketMQ|RocketMQ]]