微服务设计模式（系列）-分布式事务（Saga模式）

Sagas

每个Sagas由一系列sub-transaction Ti （saga）组成
每个Ti 都有对应的补偿动作Ci，补偿动作用于撤销Ti造成的结果
可以看到，和TCC相比，Saga没有“预提交”阶段，它的Ti就是直接提交到库。

• Sagas两种可能的执行流程

  1. T1, T2, T3, …, Tn
  2. T1, T2, …, Ti, Ci,…, C2, C1，其中0 < i < n

• Sagas的 恢复策略

  1. backward recovery，向后恢复，补偿所有已完成的事务，如果任一子事务失败。即上面提到的第二种执行顺序，其中j是发生错误的sub-transaction，这种做法的效果是撤销掉之前所有成功的sub-transation，使得整个Sagas的执行结果撤销。
  2. forward recovery，向前恢复，重试失败的事务，假设每个子事务最终都会成功。适用于必须要成功的场景，执行顺序是类似于这样的：T1, T2, …, Tj(失败), Tj(重试),…, Tn，其中j是发生错误的sub-transaction。该情况下不需要Ci。

• Sagas的使用注意事项

  1. 只允许两层嵌套，整个事务我们叫主事务（Sagas）和子事务Saga，子事务（saga）是互相独立的原子操作。
  2. Sagas不保证ACID，只保证最终一致性。即Ci必须保证成功，即使系统不能成功也需要人工干预，这种情况下需要saga log支持。
  3. 基于上面，整个Sagas事务无原子性特征，即一个Sagas可以看到另外一个Sagas的中间状态，即部分结果
  4. Ti、Ci需要幂等，且先后执行Ti、Ci即使顺序不同也能保证结果一致，即事务被撤销
  5. 补充事务Ci从语义上撤销了Ti的影响，但不一定能让系统/数据库回到原先的状态。例如Ti将邮件发送出去了，Ti发射了鱼雷。这里需要特别注意

• Sagas的优缺点和使用场景

  由于saga直接提交事务而没有TCC的Try的阶段，所以减少了一次通信成本，效率更高，但对于复杂的事务，提供补充机制的成本可能很高，同样没有预提交也没有资源释放及异常处理的问题，这点和TCC相比算是各有优势；另外对于长事务，即i值较大时，回退的流程可能很长，性能和效率会有较大影响；最后，没有预提交阶段，存证上节提到的Ci无法保证系统的整体状态回到Ti发生前。
  基于此的场景：

  1. 较简单的业务，提供补充Ci较简单
  2. 系统集成，其中遗留子系统或第三方服务无法提供预提交（Try）能力的情况，只需要增加补偿机制即可实现

Sagas 的实现范式

下面以一个电商系统为例，该案例中Saga的实现层，基于一个可持久化且可靠的消息系统实现

• ** 基于编排模式（Choreography）**
  
  基于编排的Sagas创建订单，包含以下步骤：

1. 在Order Service接收到该POST /orders请求并创建一个PENDING状态的Order
2. 然后发出一个Order Created事件
3. Customer Service的事件处理程序尝试扣减信用（信用卡消费）
4. 然后Customer Service发出一个指示结果的事件
5. OrderService的事件处理程序完成或拒绝Order

• ** 基于编制模式（Orchestration）**
  
  基于编制的Sagas创建订单，包含以下步骤：

1. 在Order Service接收到该POST /orders请求并创建Create Order Sagas协调器（orchestrator，可看作一个编制的api，后续介绍服务编排会再提到）
2. Sagas协调器创建一个PENDING状态的Order
3. 然后，它发送Reserve Credit命令到Customer Service
4. Customer Service尝试扣减信用
5. 然后，Customer Service发送回包含结果的回复消息
6. Sagas协调器完成或拒绝 Order