Saga模式

XinServer企业级Node.js开发实践与性能优化 微服务架构在现代企业应用开发中扮演着关键角色,它通过解耦服务单元提升系统可扩展性和维护性。Node.js凭借其事件驱动和非阻塞I/O特性,成为实现高性能微服务的理想选择。XinServer作为基于Node.js的渐进式后端开发平台,采用'约定优于配置'理念,内置JWT鉴权、TypeORM集成等企业级功能模块,显著降低开发复杂度。该平台通过自动请求合并、智能缓存策略等技术,在电商促销系统中实现QPS从1200到3500的性能飞跃。其分层架构设计和Saga模式分布式事务处理,特别适合需要快速迭代的互联网项目和高 阅读详情

Saga 模式在分布式事务中的应用及Saga.js框架介绍

Saga 模式是一种用于管理分布式系统中长时间运行事务的设计模式,特别适用于微服务架构。在传统ACID事务(原子性、一致性、隔离性、持久性)难以扩展到分布式环境时,Saga 模式通过将大事务拆分为一系列小事务(称为“步骤”),并使用补偿机制来保证最终一致性。每个步骤成功时提交更改,失败时则触发补偿事务(如回滚操作),从而避免全局锁和单点故障。例如,在电商订单处理中,创建订单、扣减库存和支付可以设计为Saga步骤:如果支付失败,系统自动执行补偿(如恢复库存)。

Saga 模式的工作原理

Saga 模式的核心是事件驱动和补偿机制:

  1. 步骤拆分:将一个业务事务分解为多个可独立执行的子事务,每个子事务对应一个服务。例如,订单处理Saga可能包括:

    • 步骤1:订单服务创建订单(事务A)。
    • 步骤2:库存服务扣减库存(事务B)。
    • 步骤3:支付服务处理支付(事务C)。
      所有事务使用异步消息传递,确保松耦合。
  2. 补偿事务:如果任何步骤失败(如支付失败),系统按逆序执行补偿操作。补偿事务的可靠性是关键,其成功率可通过概率模型分析,例如补偿成功率PcP_cPc​影响整体事务的最终一致性:整体成功率=P(所有步骤成功)+∑P(部分失败后补偿成功) \text{整体成功率} = P(\text{所有步骤成功}) + \sum P(\text{部分失败后补偿成功}) 整体成功率=P(所有步骤成功)+∑P(部分失败后补偿成功) 其中,PcP_cPc​ 通常要求接近1以保证系统鲁棒性。

  3. 实现方式:

    • 协同式Saga:由一个中央协调器(orchestrator)管理步骤顺序和补偿逻辑,适合复杂流程。
    • 事件式Saga:每个服务发布事件,由下游服务订阅并响应,实现去中心化,扩展性更好。

Saga 模式牺牲了强一致性(提供最终一致性),但提升了系统的可用性和可伸缩性。在分布式事务中,它与两阶段提交(2PC)相比,避免了阻塞问题,但需处理部分失败场景。

Saga.js框架简介

Saga.js 通常指 JavaScript 生态中的框架,如 Redux-Saga(用于 React 应用),它实现了Saga模式来管理异步副作用(如API调用)。在分布式事务上下文中,Saga.js 可能泛指支持Saga模式的库,例如:

  • Redux-Saga:通过生成器函数(generator)定义Saga步骤,监听Redux action并执行补偿逻辑。示例代码:
    import { call, put, takeEvery } from 'redux-saga/effects';
    
    function* createOrderSaga(action) {
      try {
        yield call(api.createOrder, action.payload); // 步骤1:创建订单
        yield call(api.deductInventory, action.payload); // 步骤2:扣减库存
      } catch (error) {
        yield put({ type: 'COMPENSATE_INVENTORY' }); // 补偿:恢复库存
      }
    }
    
  • 其他框架:如Node.js的Saga库(例如node-saga),可直接用于微服务事务,支持事件驱动和补偿定义。

Saga.js 框架简化了Saga模式的实现,但需注意:它更侧重于前端或Node.js层的副作用管理;在纯后端分布式系统中,建议结合事件溯源(Event Sourcing)框架如Axon Framework。

优势和挑战
  • 优势:高可用性、易于扩展、支持跨服务事务。
  • 挑战:补偿事务设计复杂(需保证幂等性)、调试困难(分布式跟踪)、最终一致性延迟问题。最佳实践中,建议使用Saga模式于低一致性要求场景(如订单系统),并配合监控工具。
思维导图

在这里插入图片描述


Saga 模式技术详解

技术原理

Saga 模式通过事务拆分+补偿机制实现分布式最终一致性:

  1. 事务拆分:将全局事务拆解为多个本地事务(正向服务),例如:
    • T1: 创建订单
    • T2: 扣减库存
    • T3: 支付扣款
  2. 补偿机制:每个正向服务对应一个补偿服务(如 C2: 恢复库存),失败时按逆序触发补偿(如 T3失败 → 触发 C2 → C1)。
  3. 实现方式:
    • 事件/编排(Choreography):服务间通过事件消息驱动,无中心节点(松耦合)
    • 命令/协调(Orchestration):中央协调器(Orchestrator)控制流程(适合复杂事务)
核心算法
Algorithm Saga_Execution:
  for each step in [T1, T2, ..., Tn]:
    execute step(Ti)
    if Ti fails:
      for j from i-1 downto 1:
        execute compensation(Cj)  // 逆序补偿
      return "FAILED"
  return "SUCCESS"
数据结构
类型说明
SagaLog事务日志(JSON格式),记录步骤状态、补偿点、超时时间
EventMessage事件消息(含事件类型、事务ID、payload),用于服务间通信
CompensationRecord补偿记录(事务ID、步骤ID、重试次数),保证幂等性
架构功能图
事件/编排模式
命令/协调模式
失败通知
事件: OrderCreated
事件: InventoryDeducted
失败事件
补偿事件: InventoryRestore
库存服务
订单服务
支付服务
订单服务: T1
Saga协调器
库存服务: T2
支付服务: T3
库存服务: C2补偿
客户端

核心组件:

  1. 协调器(Orchestrator):管理事务状态机,触发补偿
  2. 事务日志存储:MySQL/MongoDB(持久化状态)
  3. 消息中间件:Kafka/RabbitMQ(事件传递)
  4. 补偿执行器:保证补偿操作的幂等性
优缺点分析
优点挑战
✅ 避免全局锁(高并发场景)❌ 补偿事务设计复杂
✅ 松耦合(适合老系统改造)❌ 调试困难(需分布式链路追踪)
✅ 高可用性(无单点故障)❌ 最终一致性延迟(非强一致)
✅ 扩展性强(新增服务只需注册事件)❌ 消息乱序需处理(事件模式)
Java代码示例(命令/协调模式)
import java.util.*;

// Saga事务步骤定义
interface SagaStep {
    void execute();     // 正向操作
    void compensate();  // 补偿操作
}

// 订单服务步骤
class OrderCreateStep implements SagaStep {
    @Override
    public void execute() {
        System.out.println("执行: 创建订单");
        // 业务逻辑: 订单表插入记录
    }
    @Override
    public void compensate() {
        System.out.println("补偿: 取消订单");
        // 业务逻辑: 订单状态更新为"已取消"
    }
}

// 库存服务步骤
class InventoryDeductStep implements SagaStep {
    @Override
    public void execute() {
        System.out.println("执行: 扣减库存");
        // 业务逻辑: 库存表减少数量
    }
    @Override
    public void compensate() {
        System.out.println("补偿: 恢复库存");
        // 业务逻辑: 库存表增加数量(幂等设计)
    }
}

// Saga协调器(核心)
class SagaOrchestrator {
    private final List<SagaStep> steps = new ArrayList<>();
    private final Stack<SagaStep> executedSteps = new Stack<>();

    public void addStep(SagaStep step) {
        steps.add(step);
    }

    public void execute() {
        try {
            for (SagaStep step : steps) {
                step.execute();
                executedSteps.push(step);  // 记录已执行步骤
            }
            System.out.println("Saga事务成功");
        } catch (Exception e) {
            System.out.println("执行失败,触发补偿: " + e.getMessage());
            compensate();
        }
    }

    private void compensate() {
        while (!executedSteps.isEmpty()) {
            SagaStep step = executedSteps.pop();
            step.compensate();  // 逆序执行补偿
        }
    }
}

// 使用示例
public class Main {
    public static void main(String[] args) {
        SagaOrchestrator saga = new SagaOrchestrator();
        saga.addStep(new OrderCreateStep());     // 添加步骤1
        saga.addStep(new InventoryDeductStep()); // 添加步骤2

        try {
            saga.execute();  // 执行Saga事务
        } catch (Exception e) {
            System.err.println("事务失败: " + e.getMessage());
        }
    }
}

关键设计说明:

  1. SagaOrchestrator:中央协调器管理事务流程
  2. Stack<SagaStep>:用栈存储已执行步骤,确保逆序补偿
  3. 补偿方法需实现幂等性(如通过事务ID去重)

适用场景建议

  1. 推荐场景:
    • 跨多服务的业务流(如电商下单)
    • 整合无法改造的老系统(只需实现补偿)
    • 低一致性要求的场景(如库存管理)
  2. 替代方案:
    • 强一致性场景 → TCC模式
    • 短事务 → 本地事务
    • 高隔离性 → 分布式锁+重试
思维导图

在这里插入图片描述


Saga模式深度解析:设计、集成与优化策略

1. 补偿事务幂等性设计

核心方案:

  • 唯一事务ID:全局唯一ID(如UUID)贯穿整个Saga流程,补偿前校验ID是否已处理
  • 状态机校验:补偿前验证资源状态(如订单状态=待取消),仅当状态符合预期时执行操作
  • 幂等操作设计:
    • 使用SET account_balance=100代替UPDATE account_balance=balance-50
    • 采用CAS原子操作:UPDATE inventory SET stock=20 WHERE id=1 AND stock=25
  • 重试令牌机制:生成唯一令牌存储于Redis,重复请求直接返回历史结果

数学表达:
compensate(Ti)={fcomp(s)if s∈Svalidno-opotherwisecompensate(T_i) = \begin{cases} f_{comp}(s) & \text{if } s \in S_{valid} \\ \text{no-op} & \text{otherwise} \end{cases}compensate(Ti​)={fcomp​(s)no-op​if s∈Svalid​otherwise​
其中 SvalidS_{valid}Svalid​ 是允许补偿的状态集合(如 Svalid={待支付,已锁定}S_{valid} = \{\text{待支付}, \text{已锁定}\}Svalid​={待支付,已锁定})

2. Saga与事件溯源集成

实现模式:

OrderServiceEventStorePaymentServiceSagaCoordinatorOrderCreated(id=123)事件推送ExecutePayment(cmd)PaymentFailed(reason)事件推送CompensateOrder(cmd)OrderServiceEventStorePaymentServiceSagaCoordinator

关键设计:

  • 事件携带Saga ID和版本号:{"saga_id":"x1b3", "version":2}
  • 补偿事件包含原始事件引用:{"compensates":"event_id_789"}
  • 使用向量时钟解决乱序事件:V=[A:3,B:2,C:1]V = [A:3, B:2, C:1]V=[A:3,B:2,C:1]
3. Redux-Saga vs Redux-Thunk
维度Redux-SagaRedux-Thunk
异步控制Generator实现复杂流程函数嵌套回调
补偿机制内置cancel()和race()手动实现
测试难度纯函数测试(无副作用)需Mock API调用
代码结构声明式流程命令式代码
适用场景跨组件事务(如支付流程)简单数据获取
4. 服务不可用故障恢复

分层策略:

  1. 瞬时故障:指数退避重试
    delay=min⁡(30s,1s×2attempt)delay = \min(30s, 1s \times 2^{attempt})delay=min(30s,1s×2attempt)
  2. 持久故障:
    • 断路器模式(Closed→Open→Half-Open)
    • 死信队列+人工干预
  3. 数据修复:
    • 最终一致性校验器:∑i=1naccounti=total\sum_{i=1}^{n} \text{account}_i = \text{total}∑i=1n​accounti​=total
    • 自动修复工具(如对账服务)
5. 命令协调 vs 事件编排性能

性能模型:

指标命令协调模式事件编排模式
吞吐量O(1/n)O(1/n)O(1/n)(协调器瓶颈)O(n)O(n)O(n)(并行处理)
延迟∑(ti+ci)\sum(t_i + c_i)∑(ti​+ci​)max⁡(ti)+e\max(t_i) + emax(ti​)+e
扩展性垂直扩展水平扩展
容错性SPOF风险无单点故障

tit_iti​=服务耗时, cic_ici​=协调开销, eee=事件传递延迟

6. 补偿重试防雪崩设计

分层防护:

通过
阻断
补偿请求
随机抖动层
令牌桶限流
熔断器
服务执行
降级处理
  • 重试策略:delay=base×2attempt+rand(0,jitter)delay = base \times 2^{attempt} + \text{rand}(0, jitter)delay=base×2attempt+rand(0,jitter)
  • 限流算法:rate=tokenstime_window\text{rate} = \frac{\text{tokens}}{\text{time\_window}}rate=time_windowtokens​
  • 熔断条件:errorsrequests>0.5\frac{\text{errors}}{\text{requests}} > 0.5requestserrors​>0.5
7. Saga vs TCC一致性
特性Saga模式TCC模式
一致性最终一致性强一致性
资源锁定无锁Try阶段锁定
事务时长小时级秒级
实现复杂度中(补偿逻辑)高(三阶段协议)
失败可见性中间状态暴露状态隔离

公式对比:
TCC:∀Ti,P(commit∣try)=1\forall T_i, P(\text{commit}|\text{try}) = 1∀Ti​,P(commit∣try)=1
Saga:lim⁡t→∞P(consistent)=1\lim_{t \to \infty} P(\text{consistent}) = 1limt→∞​P(consistent)=1

8. 事件结构变更处理

版本兼容策略:

向前兼容
向后兼容
破坏性变更
v1事件
升级策略
添加默认值
忽略未知字段
版本适配器
  • 字段变更:
    eventnew=eventold∪{new_field:default}event_{new} = event_{old} \cup \{\text{new\_field}: \text{default}\}eventnew​=eventold​∪{new_field:default}
  • 类型变更:
    • 兼容类型转换(int→long)
    • 添加转换中间件
9. Saga vs 2PC适用场景

Saga优势场景:

数学证明:
2PC可用性:A2pc=∏i=1nAiA_{2pc} = \prod_{i=1}^{n} A_iA2pc​=∏i=1n​Ai​
Saga可用性:Asaga=1−∏i=1n(1−Ai)A_{saga} = 1 - \prod_{i=1}^{n} (1 - A_i)Asaga​=1−∏i=1n​(1−Ai​)

10. 补偿事务可靠性测试

测试矩阵:

测试类型方法验证目标
幂等性测试重复触发相同补偿资源状态不变
乱序测试颠倒补偿执行顺序最终一致性
混沌测试随机Kill服务进程自动恢复能力
边界测试注入网络分区/超时超时处理逻辑
11. Saga与CQRS协同

架构集成:

读模型
写模型
物化视图
事件处理器
生成领域事件
Saga
查询

数据流:
Command→Saga→Event→{写模型读模型\text{Command} \rightarrow \text{Saga} \rightarrow \text{Event} \rightarrow \begin{cases} \text{写模型} \\ \text{读模型} \end{cases}Command→Saga→Event→{写模型读模型​

12. 实时系统适用性

优化方案:

  • 关键路径同步:核心步骤同步调用(响应时间<100ms)
  • 补偿异步化:tcompensation<SLAmaxt_{\text{compensation}} < \text{SLA}_{\text{max}}tcompensation​<SLAmax​
  • 混合架构:
    同步
    异步
    实时服务
    库存扣减
    Saga补偿
13. 协调器单点故障解决

高可用设计:

Raft集群
状态同步
Follower1
Leader
Follower2
负载均衡
共享存储

关键技术:

  • 状态分片:shard_id=hash(saga_id)mod  10shard\_id = \text{hash}(saga\_id) \mod 10shard_id=hash(saga_id)mod10
  • 日志复制(Raft协议)
  • 幂等接口设计
14. 跨语言Saga协调

实现方案:

  • 协议层:gRPC + Protobuf定义服务契约
  • 状态共享:Redis存储事务上下文
  • ID设计:全局唯一XID(格式:节点ID-时间戳-序列号)
15. 并发冲突处理

策略:

  1. 乐观锁:
    UPDATE account 
    SET balance = balance - 50, version = version + 1 
    WHERE id = 100 AND version = 5
    
  2. 业务规则:
    • 时间窗口冲突检测
    • 资源预留机制
16. 事件重放优化

性能提升:

  • 快照机制:
    snapshott=apply(event1…event1000)\text{snapshot}_t = \text{apply}(event_1 \dots event_{1000})snapshott​=apply(event1​…event1000​)
  • 并行重放:按聚合根ID分片处理
  • 增量消费:仅处理未应用事件
17. 与Service Mesh集成

模式:

传播上下文
重试控制
Saga协调器
Envoy Sidecar
服务A
服务B

功能:

  • 通过Header传递Saga ID
  • Sidecar实现重试/超时
  • 分布式追踪集成
18. 金融系统审计合规

关键设计:

  1. 不可变审计日志:
    {
      "timestamp": "2023-06-15T10:00:00Z",
      "saga_id": "saga-123",
      "operation": "compensate",
      "before_state": "completed",
      "after_state": "canceled"
    }
    
  2. 双人复核机制:敏感操作需二次确认
  3. 审计追溯链:audit_chain={event1→⋯→eventn}audit\_chain = \{event_1 \rightarrow \dots \rightarrow event_n\}audit_chain={event1​→⋯→eventn​}
19. 无服务器架构实践

最佳实践:

  • 事件驱动:通过云函数响应补偿事件
  • 状态外置:DynamoDB存储Saga状态
  • 超时控制:Lambda配置超时自动触发补偿
  • 冷启动优化:预置并发实例
思维导图

在这里插入图片描述

saga模式、Seata saga模式详解 saga论文摘要? 什么是长事务? saga的两种执行方式:forward recovery、backward recovery? saga协调:choreography策略、orchestration策略? seata saga如何实现? seata saga模式如何基于状态机实现。 阅读详情

相关推荐

SpringCloud集成Seata saga模式案例

SpringCloud集成Seata saga模式案例

健身变秃,coding变强 5504

ENode与EQueue集成:构建高吞吐量消息处理系统的完整指南

在当今微服务架构盛行的时代,构建高性能、高可用的分布式系统成为了每个开发者的挑战。ENode框架作为DDD、CQRS、EDA和事件溯源风格应用的利器,与EQueue消息队列的集成能够帮助您快速构建高吞吐量的消息处理系统。本文将为您详细介绍如何通过ENode与EQueue的完美结合,打造稳定可靠的企业级应用架构。 ## 🌟 为什么选择ENode与EQueue集成? ENode框架专注于帮助开发

gitblog_00508的博客 389

nodesaga:在Node.JS的任何地方都找不到它,因此实现了它。 Node.JS中的Saga实现。 这样做是为了防止应用程序中长事务处理的开销

Nodesaga Node.JS中的Saga实现。 这样做是为了防止长事务处理的开销以及与之相关的各种微服务的调用函数在队列执行中相互依赖,如果其中之一不成功,则会执行回退。 您可以定义自定义事务及其各自的后备。 请仔细阅读以下内容。 为了更好的理解,您可以联系我。 谢谢! 如何安装 npm安装nodesaga --save 如何使用 //Suppose your app is having following services task1, task2, task3 doing different different operations var task1 = function ( a , b , c , callback ) { if ( true ) { //true here if the task executed is successfull. return ca

你还在单打独斗用数据库?看懂这4种Node.js多模型融合模式已成大厂标配

掌握Node.js多模型API融合,告别单一数据库瓶颈。本文详解4种主流融合模式,涵盖微服务、实时系统等场景,提升系统灵活性与性能。大厂实战经验总结,值得收藏。

LiteProceed的博客 926

CF鼠标宏防封指南:手把手教你调校罗技G HUB压枪脚本的延迟与随机数

本文详细解析了如何通过罗技G HUB的Lua脚本功能调校鼠标宏,实现拟真操作体验。重点介绍了随机数应用、动态后坐力补偿和智能操作序列等高级技术,帮助玩家在不违反游戏规则的前提下提升操作精度。

weixin_26841957的博客 338

TIMER-XL:突破长上下文限制的Transformer时序预测新范式

本文深入解析了清华大学提出的TIMER-XL模型,这是一种突破长上下文限制的Transformer时序预测新范式。它采用Decoder-only架构与补丁级生成技术,并创新性地引入TimeAttention机制,有效解决了传统模型在处理海量历史数据时面临的“上下文瓶颈”问题,显著提升了长序列预测的精度与稳定性。

weixin_28340315的博客 447

app-store-scraper实战教程:用Node.js抓取App Store应用评分与评论数据

app-store-scraper是一款强大的Node.js模块,专门用于从iTunes App Store抓取应用数据。本文将为你提供一份简单快速的实战指南,帮助你轻松获取App Store应用的评分与评论数据,无需复杂编程知识即可上手。 ## 快速开始:环境准备与安装 ### 安装Node.js环境 使用app-store-scraper前,需确保已安装Node.js环境。访问Node.

gitblog_00260的博客 989

别再只会用Kriging了!用Python+GeoPandas手把手实现IDW插值(附完整代码与可视化)

本文详细介绍了如何使用Python和GeoPandas实现反距离加权插值(IDW),包括核心算法、参数调优和可视化技巧。通过完整代码示例,帮助读者掌握这一空间数据分析技术,适用于环境监测、气象预报等多个领域,提升数据处理效率和灵活性。

weixin_30872157的博客 227

Seata Saga 模式

Seata Saga 模式

qq_36070104的博客 1886

three.js 载入 3D 模型的方法

三维模型的加载器ColladaLoader模型加载器。GLTFLoader模型加载器。OBJLoader模型加载器。FBXLoader模型加载器。

w418856的博客 4363

网站进行企业微信授权登录(附带代码超详细版)

企业微信的扫码登录官方文档 https://work.weixin.qq.com/api/doc/90000/90135/90988 企业微信扫码登录认证流程 上面是官方的图片,看上去比较复杂。因此我用直白简洁的语言梳理下流程。 1、首先在自己的网站上获取到企业微信登录的二维码(二维码怎么获取稍后再说,这里想象下你已经有了一个二维码) 2、你拿着手机扫描二维码,确认登录之后,页面就会自己进行重定向的跳转,跳转的url如何配置下面再讲,但是注意,这个重定向的url可以是内网地址 3、重定向到指

Gzf的博客 1万+

7 MassTransit Saga 模式

阅读本篇文章前,你应该对CQRS Saga模式有了解 定义事件和命令 // 下单命令,用于开启 Saga public class PlaceOrderCommand : CorrelatedBy<Guid> { // SagaID,此字段的值将被用来初始化 Saga 的 SagaID public Guid CorrelationId { get; } public PlaceOrderCommand () { CorrelationId = Gui

dabusidede的博客 767

如何在STM32上5分钟搞定nanopb协议传输?附完整代码示例

本文提供了在STM32微控制器上快速集成nanopb协议传输的实战指南。通过详细的步骤,从.proto文件定义、代码生成到STM32CubeIDE项目移植,帮助开发者利用nanopb这一轻量级Protocol Buffers C语言实现,在5分钟内构建高效、跨平台的嵌入式设备通信框架,并附有完整的代码示例。

jwt8token的博客 840

seata-SAGA模式

seata-SAGA模式

程序员码小跳 4636

复现论文《孤岛微电网环境下基于物理模型引导的深度强化学习VSG频率控制方法》

本文提出了一种结合物理模型与深度强化学习的孤岛微电网VSG频率控制方法。通过建立VSG小信号模型并设计可变系数控制器,将物理知识融入深度强化学习框架,解决了高维参数和机组耦合带来的控制难题。复现代码实现了三个核心组件:VSGSmallSignalModel建模VSG动态特性,VariableCoefficientController实现参数自适应调节,PhysicsGuidedDRL整合DQN算法与物理模型引导的奖励机制。该方法通过模型驱动与数据驱动的优势互补,提升了频率控制性能,其中物理模型既作为先验知识

huanghm88的专栏 127

Unreal5从入门到精通之如何在VR中使用3DUI

前面我们讲过《Unreal5从入门到精通之UMG的使用》一般制作游戏时,UI都是添加到屏幕视窗上面的,但是在制作VR时,我们往往需要制作一个3D的UI,放置在场景中,然后使用手柄的射线来和UI进行交互。今天我们就来讲解下,如何在VR中创作和交互3DUI首次操作会感觉好复杂,多多练习,当你熟悉了UE蓝图的操作后会发现,这只是一个常规的蓝图操作而已。祝大家在虚幻的学习过程中非常顺利。希望这篇博客对你有所帮助。

TxNet 1990

架构师-saga模式

Saga 模式是一种将长事务分解为一系列本地事务的设计模式,每个本地事务都可以独立提交或回滚,通过协调这些本地事务的执行顺序和结果,来保证整个分布式事务的最终一致性。

技术博客 1377

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Saga 模式

网络爬虫的是一个非常常见的需求。

专注Java(全栈)应用开发,求知若渴,虚心若愚,talk is cheap, show me the code. 384

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

汉书HE8,好用的汇编代码编写工具

汉书HE8,好用的汇编代码编写工具早期编写汇编代码所用功能强大

分布式事务【SAGA事务模式】

SAGA事务模式是DTM中最常用的模式,主要是因为SAGA模式简单易用,工作量少,并且能够解决绝大部分业务的需求。dtm 的SAGA模式与Seata的SAGA在设计理念上是不一样的,整体使用难度大幅度降低,非常容易上手SAGA最初出现在1987年Hector Garcaa-Molrna & Kenneth Sale...

sleep的博客 1696

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

Saga模式与TCC模式的选择指南

Saga模式与TCC模式的选择应基于业务需求特性:Saga适用于最终一致性场景,实现简单且异步补偿不影响主流程性能,适合订单、库存等可短暂不一致的业务;TCC通过预留资源保证强一致性,适合资金交易等高风险操作,但实现复杂度高。两者补偿机制差异显著:Saga直接逆向回滚操作,TCC需处理预留资源释放。补偿失败时,Saga允许部分失败和业务降级,TCC则需严格人工干预。实际应用中可混合使用,核心业务用TCC保障,非核心流程用Saga提升效率。

csdn_tom_168的博客 991

3 CQRS Saga 模式

概念 总线:负责发送命令、事件、持久化Saga 命令:描述一个命令 事件:描述一个事件 处理器:处理命令或事件 Saga:代表一个流程,是由完成一个流程的一系列处理器组成 什么是Saga Saga代表一个流程 如下订单流程 下订单包含如下命令和事件: 下订单命令: 用于开启saga流程,此时saga被创建并持久化(如保存到数据库中),用户点击“下单”时,发送一个Http请求触发该命令,该命令会发送“检查商品库存命令” 检查商品库存命令: 这里会检查商品库存,如果库存充足,则创建“订单聚合”,状态为未支付,并

dabusidede的博客 4001

2 Saga 模式介绍

原文地址:http://www.360doc.com/content/17/1121/14/203871_705844975.shtml 什么是Saga Saga是什么Saga是什么?Saga的定义是“长时间活动的事务”(Long Lived Transaction,后文简称为LLT)。但Saga时间跨度并不重要,有时候甚至只有几秒钟。 Saga往往由多个外部子事务构成,需要通过多次外部系统的消息交互,才能将整体事务从开始迁移到结束状态 ACID事务 - 要么一起成功,要么一起失败。但是LLT.

dabusidede的博客 707

saga模式

新东西。中午刷微服务的时候看到的。 saga:你翻译的话会给你说一些意思,但是跟今天的主题完全不一样的。不信你自己去百度(皮一下真的很开心耶)。 主题是:微服务 不知道你有没有跟我一样的困惑,现在都在流行微服务,但是跨服务之前的数据库事务变得复杂起来。我在前东家入了go,接触了微服务,不同服务之间的数据库事务很难搞定(技术比较菜)。网上说了一大堆的CAP理论(反正我是看得云里雾里)。 进入...

Yu的博客 3104

协作式 Saga 模式

协作式 Saga 模式(Choreographed Saga)

kay535的博客 999

微服务之saga模式

背景 你已经使用 database ber service 模式。每个service拥有自己的database。一些业务事务会跨越多个service,所以你需要来确保data consistency。例如,假设你正在构建一个电子商务网站,这个网站的用户的会有一个最大欠款限制,应用程序必须确保一个新订单不能超过用户的最大前款限制,但是orders表和customers表不在同一个数据库,所以应用程...

cbbaaa1989的专栏 4643

Seata-Saga模式 原理

1 Saga模式示例 1.1 Saga状态机工具 状态机设计组件:seata-saga-statemachine-designer 状态机在线画图工具:saga_designer 1.2 代码示例 github上Seata-sample有完整的示例代码,Seata Saga模式中有此示例的完整介绍和分析。这里仅摘取部分和介绍原理有关的代码进行分析。 1.2.1 初始化db mysql示例: CREATE TABLE IF NOT EXISTS `seata_state_machine_def` (

wuzhengfei1112的博客 1万+
上一篇: TCC-Transaction
下一篇: ServiceComb Saga
HuiSoul200
博客等级 码龄8年 274粉丝 82原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值