第四篇　数据与消息：拆库后的一致性

第三篇我们把服务之间怎么说话的问题解决了：注册发现、gRPC 接口、网关收口、链路追踪。但服务拆了，数据还团在一起——订单、商品、用户三个服务仍然共用一个 MySQL 实例，订单服务一个大事务锁下来，商品服务的查询照样抖。这一篇就来拆开这团最硬的骨头。

本篇四节是一条完整的演进链，建议顺序读：先拆库、再补一致性，然后上消息队列削峰，最后用缓存兜住读流量，环环相扣。

• 4.1 每服务一库：拆库的代价与收益——边界怎么划、迁移怎么分阶段、join 消失之后怎么办。
• 4.2 分布式事务：从 2PC 到本地消息表——为什么不上 XA，本地消息表与事务消息如何落地。
• 4.3 RocketMQ 削峰：秒杀场景实战——三道关口削峰，消费重试、幂等与堆积治理。
• 4.4 缓存一致性：Redis 与数据库的协调——Cache Aside 配延迟双删，击穿穿透雪崩的对策。

拆库前建议先回顾第一篇的拆分边界，业务边界划错，拆库就要返工；事务方案怎么选和第三篇的服务间通信直接相关，对照着读更清楚。如果你也带着小团队做架构演进，云上架构实践案例集里有不少可以照抄的作业。

延伸阅读

• 4.1 每服务一库：拆库的代价与收益
• 4.2 分布式事务：从 2PC 到本地消息表
• 腾讯云架构实践