二つの資源が別々に確定する
注文の在庫予約をDB1へ保存し、決済の模型をDB2へ保存する処理を考えます。DB1のCOMMITに成功した後、DB2が失敗すると、在庫だけ予約した状態が残ります。それぞれがACIDなトランザクションを持っていても、二つを順に呼ぶだけでは全体の原子性はありません。前提はローカルトランザクション、部分障害、結果不明です。このガイドは、複数資源を一緒に確定したい場合と、別々の確定を後で補償する場合を、同じ予約・決済の履歴で比較します。
最初に守る不変条件を言葉にします。「予約と課金の確定は両方そろう」なのか、「一時的な予約だけを許し、後で取消しまたは課金へ必ず解決する」なのかで、必要な方式は違います。利用者に表示する受付済み、処理中、完了、取消待ちも区別します。エラーが返ったから予約がないと表示すれば、残った状態と矛盾する可能性があります。複数DBを使うという構成だけで方式を決めず、許す途中状態と、復旧時に誰が解決するかを先に定めます。
順に確定する反例を追う
時点1でDB1が予約を確定し、時点2でDB2への要求が届き、時点3でその応答だけが失われたとします。呼出し元は、DB2が未処理か、確定済みかを通信のタイムアウトだけから判断できません。すぐDB1の予約を取消すと、DB2で課金済みなのに予約が消える場合があります。逆に新しいIDでDB2へ再送すれば、二重課金の模型を作れます。失敗処理を一行足すだけでは、結果不明の境界を消せません。
この履歴へ対する問いは二つあります。一つは資源同士の確定をどう揃えるか、もう一つは同じ業務要求の再送をどう識別するかです。分散トランザクションを使っても、クライアントの応答喪失は残るので、後者が不要になるとは限りません。操作ID、トランザクションID、個々のメッセージIDが同じ責務かも確認します。照会を行う場合は、その照会がどの確定状態を返すかまで契約に含めます。ここでは外部の実決済サービスは呼びません。
2PCの準備と決定を分ける
Two-phase commitでは、調整役が各参加資源へ準備を求めます。参加者がyesと答えるには、後で全体の決定に従える準備済み状態を、要求される耐久性で保存します。調整役は全員の準備成功を確認してcommitの決定を記録し、その決定を伝えます。誰かが準備に失敗すればabortを選びます。yesを聞いた時点は、利用者の業務が全資源で既に確定した時点ではありません。準備、全体の決定、各参加者の完了を表で分けます。
準備済みの参加者は、他の処理と衝突しないようロックなどを保持する場合があります。調整役の決定が分からないまま待つ状態は、通常の短いローカルトランザクションとは異なる運用上の費用です。タイムアウトしたから勝手にabortしてよいとは限りません。調整役がcommitを記録し、他の参加者へ伝えている可能性があるためです。どの記録が再起動後に残り、誰が決定を再送するかを含めて初めてプロトコルになります。
| 段階 | DB1 | DB2 | 調整役 |
|---|---|---|---|
| 準備 | yes・準備済み | yes・準備済み | 全員の応答を待つ |
| 決定の記録 | まだ通知待ちもある | まだ通知待ちもある | commitを永続化 |
| 通知・完了 | commit | commit | 完了を追跡 |
調整役の停止で待つ理由を説明する
DB1とDB2がyesを返した後、調整役と通信できなくなった場合を考えます。DB1からは、調整役がcommitの記録前に止まったのか、記録後にDB2へだけ伝えたのかが区別できない場合があります。DB1だけがabortすれば、後者では二資源の決定が食い違います。基本的な2PCには、この結果不明で進めない状態が残ります。調整役を複製して可用性を上げる方式でも、合意の前提や実装の規則を別に確認する必要があります。
PostgreSQLには準備済みトランザクションを扱う仕組みがありますが、コマンドを二つ並べるだけで外部の調整役まで完成したとは言えません。準備の上限、監視、古い準備状態の解決、復旧の責任を設計します。本番へ残った準備済み状態を、名前だけ見て独断で確定・取消しする運用も避けます。全体の決定を確認する手順が必要です。このガイドでは原理と手計算の履歴を扱い、本番DBへ2PCの設定や準備済みトランザクションを作っていません。
Sagaは確定済みの仕事を補償する
Sagaでは、予約のローカル確定、課金のローカル確定という仕事を順に進め、必要な失敗時に別の補償を行います。予約後に課金が最終的に拒否されたなら、予約取消しを新しいローカルトランザクションとして確定します。準備済みで両資源を長く待たせる方法とは違い、途中の予約が他から見える場合があります。補償は元のトランザクションを時間を戻して消す操作ではありません。利用者が見た通知や外部へ渡った物まで、完全に消せるとは限りません。
課金の応答が不明な場合は、最終的な拒否と同じように即取消しを決めないでください。同じ操作IDで照会するなど、採用した相手の契約に沿って解決します。補償自身が失敗する可能性もあり、再送、待機、手動解決まで状態として残します。オーケストレーターが順を管理する方式と、イベントへ反応する方式がありますが、どちらでも全体の現在地を再構成できる必要があります。Sagaという名前は、原子性と同じ保証の別実装を意味しません。
方式を業務の境界から選ぶ
最初に一つのDBで必要な更新を揃えられないかを検討します。同じ資源へまとめると、分散した確定の問題そのものを減らせる場合があります。複数資源が必要で厳密な共同確定を求めるなら、全参加者が準備と復旧の契約を支えられるかを確認します。外部サービスがその契約へ参加しないなら、呼出し元の希望だけでは2PCにできません。途中状態を業務として許せるなら、Sagaや予約期限を持つ方式を、失敗時の利用者体験と合わせて比較します。
Outboxはローカル更新に対応した送信予定を失わないために使えますが、受信先の業務更新まで一緒に確定するものではありません。Inboxも受信側の局所的な重複を扱います。これらを組み合わせてSagaを支えられても、名前を重ねれば共同の原子性になるとは言えません。各機構が確定する状態を囲んで描きます。矢印の先が別の資源なら、応答喪失と再送の履歴を改めて検討します。境界の数が、復旧で解決する問いの数になります。
復旧で確認する記録を用意する
共同確定では参加者の準備状態、調整役の決定、通知済み・未通知を追います。Sagaでは各ステップの操作ID、結果、補償の状態を追います。どちらもログの時刻順だけで正解を決めず、永続化された状態とプロトコルの規則を使います。再起動後の担当が同じ決定を続けられるか、古い担当が復帰して矛盾する操作をしないかも確認します。運用者がエラー文字列から手で推測するだけの設計では、長い障害からの復旧が難しくなります。
試験は、準備前後、決定前後、効果後・応答前、補償前後で止め、残る状態と次に許される操作を確認します。決定的な模型と、実プロセスやDBの障害注入は証拠の範囲が違います。片方の成功をもう片方の実施済みとして書きません。金銭や在庫の実サービスへ実験要求を送る必要はなく、使い捨て資源と模型でまず履歴を固定できます。採用判断には、その後に対象製品の保証と復旧手順を照合します。
共同確定と利用者への応答を分ける
全資源でcommitが決まっても、利用者への応答が失われる履歴は残ります。再送時には既存のトランザクションや業務操作の結果を返せる必要があります。共同確定の安全性を検証した試験と、応答喪失後のAPIの冪等性を検証した試験を別に記録してください。両方が揃って初めて、利用者が安全にやり直せる範囲を説明できます。
結果不明と最終失敗の課題
課題は予約が確定し、課金の応答だけが失われたとき、直ちに予約を取消せるかです。解答は、業務と相手の契約によりますが、課金が未確定とタイムアウトだけから決めてはいけない、です。課金済みの可能性を照会などで解決し、必要な補償へ進みます。最終的な拒否と結果不明を同じ状態へ潰すと、正しい次の操作を選べません。操作IDと全体の状態を表へ戻して説明してください。
追加課題は、2PCで全員yesの後に決定が読めなくなった参加者が、独自にabortを選ぶ案です。解答では、既にcommitが他へ伝わった履歴と区別できないなら、共同の決定を破る危険があると説明します。単に待たせないためという理由で安全性を省けません。待つ費用を受け入れるか、業務の保証を変えるかを設計で選びます。共同確定、補償、再送識別、利用者の状態表示を四つの別の問いとして説明できれば到達点です。