用华为云 DMS for RocketMQ 打通“订单-积分”最终一致性:事务消息与死信兜底实战

举报
yd_280727371 发表于 2026/10/27 10:35:22 2026/10/27
【摘要】 一、背景与痛点订单系统里有个经典动作:用户支付成功后,要异步通知积分系统加积分。一开始我们这么写:orderMapper.updateStatusPaid(orderId);pointsClient.addPoints(userId, orderId); // 同步 RPC 调用问题很快暴露:耦合重:积分服务抖一下,下单接口直接报错不一致:订单库事务提交了,积分 RPC 失败,数据对不上无...

一、背景与痛点

订单系统里有个经典动作:用户支付成功后,要异步通知积分系统加积分。
一开始我们这么写:
orderMapper.updateStatusPaid(orderId);
pointsClient.addPoints(userId, orderId);  // 同步 RPC 调用
问题很快暴露:
  1. 耦合重:积分服务抖一下,下单接口直接报错
  2. 不一致:订单库事务提交了,积分 RPC 失败,数据对不上
  3. 无缓冲:大促时积分服务被打挂,订单回滚,用户体验崩盘
核心诉求很明确:订单本地事务和“发消息”要保证原子性;消息消费可以延迟,但不能丢、不能重复扣。
这正是 RocketMQ 事务消息的主场。

二、方案设计

2.1 整体架构

订单服务
   │
   ├─ 1. 发送半事务消息(Half Message)
   ├─ 2. 执行本地事务(改订单状态 + 写事务日志)
   ├─ 3. 提交/回滚二次确认
   │
   ▼
DMS for RocketMQ(order-topic,事务类型)
   │
   ├─ 消费成功 → 提交
   ├─ 消费失败 → 重试(最多 16 次)
   └─ 重试耗尽 → 死信队列(DLQ)
   │
   ▼
积分服务(幂等消费)
   └─ 加积分 + 写积分流水

2.2 为什么选 DMS for RocketMQ

对比自搭 RocketMQ 和其他引擎:

维度
DMS for RocketMQ
自搭 RocketMQ
Kafka
事务消息
支持,堆积性能优于开源
支持
支持但非原生优势
运维成本
全托管,一键扩容
自己扛
自己扛
死信能力
死信队列 + 死信导出
仅死信队列
不支持
诊断能力
实例诊断、消息轨迹
需自建 Dashboard
弱
定时消息
任意延迟,最长 1 年(4.8.0)
仅 18 级固定延迟
不支持
华为云 DMS for RocketMQ 在兼容开源基础上,增强了事务消息堆积性能、死信导出、实例诊断等能力。

2.3 关键设计原则

  • Topic 消息类型必须匹配:事务消息要用“事务类型”Topic,不能和普通消息混用
  • 消费者必须幂等:RocketMQ 保证“至少一次”,重复投递靠业务去重
  • 死信不是垃圾箱:每条死信都要有处理结果,不能放任不管

三、实操步骤

3.1 创建实例与资源

① 购买 RocketMQ 实例
  • 版本:4.8.0(与客户端对齐)
  • 架构:集群版(生产环境)
  • 规格:rocketmq.4u8g.cluster,3 个 Broker
  • 存储:超高 I/O,单 Broker 300GB
  • 开启 SSL + ACL
② 创建 Topic
  • 名称:order-topic
  • 消息类型:事务消息(关键,不能选普通)
  • 队列数:16
③ 创建消费组
  • 名称:points-consumer-group
  • 最大重试次数:16(默认)
  • 消费模式:集群消费(非广播)
消费组创建后名字不能改,最大重试次数 1~16 可调。

3.2 事务消息生产者

Maven 依赖(开源客户端,兼容 DMS):
<dependency>
  <groupId>org.apache.rocketmq</groupId>
  <artifactId>rocketmq-client</artifactId>
  <version>4.9.7</version>
</dependency>
事务监听器:
public class OrderTransactionListener implements TransactionListener {

    @Autowired
    private OrderService orderService;
    @Autowired
    private TransactionLogMapper logMapper;

    @Override
    public LocalTransactionState executeLocalTransaction(Message msg, Object arg) {
        String txId = msg.getTransactionId();
        try {
            // 本地事务:改订单状态 + 记事务日志,同一个 @Transactional 里
            orderService.markPaidAndLog(msg.getKeys(), txId);
            return LocalTransactionState.COMMIT_MESSAGE;
        } catch (Exception e) {
            log.error("本地事务失败, txId={}", txId, e);
            return LocalTransactionState.ROLLBACK_MESSAGE;
        }
    }

    @Override
    public LocalTransactionState checkLocalTransaction(MessageExt msg) {
        // Broker 回查:查事务日志表
        String txId = msg.getTransactionId();
        TransactionLog log = logMapper.selectById(txId);
        if (log == null) {
            return LocalTransactionState.UNKNOW;  // 再等等
        }
        return LocalTransactionState.COMMIT_MESSAGE;
    }
}
发送事务消息:
@PostMapping("/pay-success")
public Result paySuccess(@RequestParam Long orderId) {
    OrderPO order = orderService.get(orderId);

    Message msg = new Message(
        "order-topic",
        "PAY_SUCCESS",
        orderId.toString(),                 // Key:业务唯一标识
        JSON.toJSONString(order).getBytes() // Body
    );

    TransactionSendResult result = producer.sendMessageInTransaction(msg, null);
    if (result.getSendStatus() == SendStatus.SEND_OK) {
        return Result.ok();
    }
    return Result.fail("消息发送失败");
}
半消息机制:先发半消息 → 执行本地事务 → 提交/回滚;Broker 长时间没收到确认会主动回查。

3.3 消费端幂等实现

积分消费者是“最终一致性”的关键一环。重复消息可能来自:网络重发、重试、主备切换。
幂等三道防线:
@Component
public class PointsMessageListener implements MessageListenerConcurrently {

    @Autowired
    private PointsService pointsService;

    @Override
    public ConsumeConcurrentlyStatus consumeMessage(
            List<MessageExt> msgs, ConsumeConcurrentlyContext context) {
        for (MessageExt msg : msgs) {
            String orderId = msg.getKeys();  // 业务唯一键
            try {
                // 1. 数据库唯一约束兜底
                // 2. 业务层状态判断
                pointsService.addPointsIfNotExists(orderId);
            } catch (DuplicateKeyException e) {
                // 已经处理过,直接跳过(幂等)
                log.warn("重复消息,orderId={}", orderId);
                continue;
            } catch (BusinessException e) {
                // 业务可重试异常:返回重试
                log.warn("消费失败,等待重试, orderId={}", orderId, e);
                return ConsumeConcurrentlyStatus.RECONSUME_LATER;
            } catch (Exception e) {
                // 系统异常:也重试,但要有死信兜底
                log.error("系统异常, orderId={}", orderId, e);
                return ConsumeConcurrentlyStatus.RECONSUME_LATER;
            }
        }
        return ConsumeConcurrentlyStatus.CONSUME_SUCCESS;
    }
}
积分表设计(唯一键兜底):
CREATE TABLE t_points (
    id BIGINT PRIMARY KEY,
    user_id BIGINT,
    order_id BIGINT UNIQUE,     -- 唯一约束,防重复
    points INT,
    create_time DATETIME
);
addPointsIfNotExists 逻辑:
@Transactional
public void addPointsIfNotExists(String orderId) {
    if (pointsMapper.existsByOrderId(Long.parseLong(orderId))) {
        return; // 已处理
    }
    // 计算积分并插入,唯一键冲突会抛 DuplicateKeyException
    pointsMapper.insert(...);
}

3.4 死信队列与补偿

重试 16 次仍失败,消息自动进 %DLQ%points-consumer-group。
死信处理三件事:
  1. 监控告警:RocketMQ 控制台“监控 → 死信队列”页签,配置“死信堆积 > 0 即告警”
  2. 人工/定时排查:订阅死信 Topic,记录到补偿表
  3. 精准重投:控制台支持单条/批量重投,重投前先修数据,重投后幂等兜底
补偿表设计:
CREATE TABLE t_dlq_compensation (
    id BIGINT PRIMARY KEY,
    topic VARCHAR(128),
    msg_key VARCHAR(128),
    body TEXT,
    error_msg VARCHAR(512),
    retry_count INT DEFAULT 0,
    status TINYINT,           -- 0待处理 1已重投 2已解决
    create_time DATETIME
);

3.5 监控与诊断

必配监控指标(云监控控制台):

指标
告警阈值建议
消费组堆积消息数
> 1000 即告警
死信队列消息数
> 0 即告警(核心业务)
消息生产 TPS
接近实例规格 80% 告警
消费 TPS
明显低于生产 TPS 告警
实例诊断(消费异常时一键排查):
进入 RocketMQ 控制台 → 分析与诊断 → 实例诊断 → 选择消费组 → 开始诊断,可看到:
  • 消费组是否在线
  • 订阅关系是否一致
  • 消息堆积量
  • 客户端 ID 与消费类型

四、验证结果

正常链路:
  1. 调用 /pay-success,订单状态改为已支付
  2. 事务消息提交,积分服务收到消息
  3. 积分表新增一条记录,唯一键保证不重复
异常链路:
  1. 积分服务临时不可用 → 消息重试(阶梯退避)
  2. 重试 16 次失败 → 进死信队列
  3. 告警触发,运维收到通知
  4. 修复积分服务后,控制台重投死信 → 消费成功
压测表现(仅供参考,需按自己实例实测):
  • 普通实例 4U8G × 3 Broker,事务消息稳定跑几千 TPS
  • 消费端幂等后,重复消息零副作用

五、生产避坑清单

这部分是文章最有价值的地方,社区读者最爱看。
❌ 常见错误
  1. Topic 类型选错:事务消息用普通 Topic → 发送直接失败
  2. 事务回查没实现:本地事务卡住,消息永远不投递
  3. 消费成功但返回 RECONSUME_LATER:导致重复消费
  4. 异常捕获后返回 SUCCESS:消息“假成功”,业务数据丢
  5. 死信队列不监控:坏消息沉底,业务悄悄不一致
  6. 用 msgId 做幂等 Key:msgId 不可靠,要用业务唯一键(订单号)
  7. 消息体塞大对象:RocketMQ 单条最大 4MB,消息体只放 ID,业务数据查库
✅ 正确姿势
  • 生产者:同步发送 + 检查 SendStatus + 事务日志表
  • Broker:集群版 + 主从 + 异步刷盘(核心业务可同步刷盘)
  • 消费者:业务 Key 幂等 + 异常分类(可重试/不可重试)
  • 运维:堆积告警 + 死信告警 + 实例诊断 + T+1 对账任务

六、总结与扩展

这套方案解决了分布式事务里最头疼的“中间态”问题:
  • 不丢:半消息 + 本地事务日志 + 回查
  • 不重:业务唯一键 + 数据库唯一约束 + 幂等消费
  • 可观测:消息轨迹、死信导出、实例诊断全链路可视
  • 可恢复:死信重投 + 补偿表兜底
后续可扩展:
  1. 本地消息表模式:不依赖事务消息,适合异构技术栈
  2. Outbox 模式 + CDC:业务表写 Outbox,Debezium 监听 binlog 投消息
  3. 顺序消息:同订单状态变更按 orderId 路由同一队列
  4. 定时关单:创建订单发定时消息,30 分钟未支付自动关闭
  5. 多消费组解耦:积分、通知、风控各自消费,互不影响

本文为原创实践,基于华为云 DMS for RocketMQ 实测整理,操作步骤以当前控制台页面为准。转载请注明出处。

发这篇的注意事项

  • 配图清单(中间件类文章必须有):
    • RocketMQ 实例与 Topic 配置截图
    • 事务消息发送链路时序图(手绘或 draw.io)
    • 消费组监控 / 堆积曲线截图
    • 死信队列截图 + 重投操作截图
    • 实例诊断报告截图
  • 代码脱敏:
    • 连接地址、AK/SK、实例 ID 全部打码
    • 业务表名可用 t_order / t_points 脱敏
  • 版本说明:
    • 明确写清使用的 RocketMQ 实例版本(4.8.0 或 5.x)和客户端版本
    • 5.x 客户端 gRPC 协议与 4.x 有差异,别混用
  • 标签组合:
    • 「分布式消息服务 DMS」+「云端实践」+「微服务」,容易被拉进中间件专题
  • 表述边界:
    • 不写“零丢失”“绝对一致”这类绝对化表述
    • 压测数据标注“以实际实例规格实测为标准
【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。