YD/T 3775-2020 标准解读

一、标准适用范围与执行边界

• 适用主体：面向提供分布式事务数据库产品的企业，包括自研数据库厂商、云服务商（IaaS/PaaS层）、金融/电信行业自建数据库平台建设方；不适用于单机关系型数据库、NoSQL非事务型存储、仅支持最终一致性的消息中间件。
• 适用场景：跨分片（Shard）、跨节点、跨集群的ACID事务处理，且事务生命周期内需保障强一致性与可串行化隔离级别；典型场景包括银行核心账务的跨账户转账、运营商实时计费与积分同步、政务服务平台多库联合审批。
• 排除条件：不覆盖异步批量补偿类事务（如Saga模式中无全局锁的纯补偿链路）；不适用于事务平均响应时间＞5s、单事务涉及节点数＞200个的超大规模弱耦合场景；不约束非事务性读写路径（如只读副本查询、物化视图刷新）。

二、核心实操技术要求

1. 事务原子性：两阶段提交（2PC）必须支持预写日志（WAL）持久化至所有参与者本地磁盘后才进入Commit阶段；协调者故障恢复后，须在30秒内完成未决事务状态仲裁，仲裁结果需与原始决策一致，误差率≤0.001%。
2. 隔离级别：默认提供SERIALIZABLE级别，通过全局逻辑时钟（Lamport Clock或HLC）实现跨节点事务排序；禁止使用基于MVCC的快照隔离（SI）替代可串行化；并发冲突检测必须在语句级触发，延迟不得超过5ms。
3. 故障恢复：单节点宕机后，剩余节点须在15秒内完成故障感知与路由切换；事务回滚操作不得依赖外部人工干预，自动回滚完成时间≤原事务执行时长的2倍，且不产生脏写（Dirty Write）。
4. 监控指标：必须暴露以下4项Prometheus格式指标：transaction_commit_rate（单位：次/秒）、2pc_prepare_duration_seconds（P99≤200ms）、serializable_conflict_count（每千事务≤3次）、recovery_time_seconds（P95≤12s）。

三、典型业务场景应用案例

四、实操难点与解决方案

• 难点1：跨地域网络抖动导致2PC阻塞：当公网RTT＞200ms且丢包率＞1.2%时，标准要求协调器启动“超时熔断机制”，在45秒内将未响应节点标记为FAILED，并强制执行ABORT；方案需预置独立心跳通道（UDP+QUIC），与事务数据通道物理隔离。
• 难点2：混合部署环境时钟漂移超标：物理机+容器混布下NTP同步误差常达80ms，违反标准5.2.3条“逻辑时钟偏差≤10ms”要求；强制采用HLC算法，在每次RPC调用头中携带二元组，服务端校验并修正时钟偏移量。
• 难点3：存量Oracle迁移后事务语义不兼容：原PL/SQL中含自治事务（AUTONOMOUS_TRANSACTION）逻辑，标准明确禁止自治事务嵌套于分布式事务内；落地对策为静态代码扫描工具识别自治事务关键字，替换为独立HTTP调用+幂等接口，由调用方承担事务边界控制责任。