saga模型

​
Saga源于Hector Garcaa-Molrna和Kenneth Salem发表的论文Sagas。一个LLT事务（Long Lived Transaction）可以分成若干个小的事务执行单元，这些小执行单元就是saga事务。Saga方案更适合用于长事务场景。Saga模型将一个分布式事务拆分为多个本地事务，每个本地事务都有相应的执行模块（Transaction）和补偿模块（Compensation），任和一个本地事务出错时，都可以通过调用相关的补充方法实现事务的最终一致性。

当每个Saga子事务序列 T1,T2,…,Tn都有对应的补偿定义C1,C2,…,Cn-1时，Saga系统可以保证如下状态。
子事务序列可以完成。这是事务的最佳情况，即无须回滚。
或者序列 T1, T2, …, Tx,和Cx, …, C2, C1（其中x小于n）可以完成。这种状态能够保证，当回滚发生时补偿操作按照正向操作的相反顺序依次执行。

Saga模型同时支持正向恢复和逆向恢复。正向恢复是指重试当前失败的事务，它的实现前提是每个子事务最终都能够执行成功；逆向恢复则是指在任意一个子事务失败时补偿所有已完成的事务。

显然，正向恢复没有必要提供补偿事务，如果在业务中的子事务最终总会成功，那么正向恢复能够降低Saga模型的使用复杂度。另外，即使补偿事务难以实现，正向恢复也是不错的选择。

虽然在理论上来讲，补偿事务永不失败。但是在分布式的世界中，服务器可能会宕机，网络可能会失败，数据中心也可能会停电。因此，需要提供故障恢复后的回退机制，比如人工干预机制等。

Saga模型没有实现事务隔离性。如果两个Saga事务同时操作同一资源则会产生更新丢失、脏数据读取等问题，这时就需要使用Saga作为事务管理机制的应用程序，在应用层面加入资源锁定的逻辑了。

Saga 模式的优缺点

优点

解耦：Saga 模式将长寿命事务拆分为一系列可独立执行的本地事务，降低了不同服务间的耦合度。
高可用：由于 Saga 模式采用了补偿操作来实现事务的原子性，使得每个本地事务可以独立提交，降低了锁的粒度，提高了整个系统的可用性。
容错：Saga 模式可以通过执行补偿操作来处理中断的事务，提高了系统的容错能力。

缺点

一致性：由于 Saga 模式采用了非严格的一致性模型，因此在特定场景下可能出现数据不一致的情况。
复杂性：为确保数据一致性，开发人员需要为每个本地事务编写相应的补偿操作，增加了开发和维护的复杂性。
​