Saga 事务与补偿模式（2025）
Saga 事务与补偿模式（2025）Saga 将复杂事务拆分为有序步骤，并为每步设计可幂等的补偿操作。一、模式与角色编排式：集中协调器按步骤执行与补偿。事件式：各服务监听事件并执行步骤与补偿。二、补偿与幂等幂等补偿：保证重复执行不引入额外副作用。隔离级别：控制并发影响与资源锁定范围。三、失败与回退超
补偿
Cadence 工作流编排与重试补偿实践（2025）
Temporal/Cadence 工作流编排与重试补偿实践（2025）一、建模与接口工作流/活动：将长事务拆分为可重试的活动；接口清晰。幂等：活动以幂等输出与去重键设计，避免重复副作用。二、重试与补偿重试策略：指数退避/最大次数/超时与死信处理。补偿：为关键活动设计可幂等补偿流程与回退路径。三、可观
分布式事务模式对比（2PC/TCC、本地消息表与补偿）
对比 2PC/TCC 与本地消息表的分布式事务实现，说明一致性与可用性权衡，并给出可验证的落地与补偿策略。
事件驱动架构与最终一致性（Saga、CQRS、补偿与回放）
基于事件驱动与 Saga/CQRS 模式实现最终一致性，设计补偿与回放机制，并提供验证方法与边界说明。
数据质量与校验（校验和、审计对账、死信队列与补偿）
建立数据质量保障机制，采用校验和与审计对账、死信队列与补偿流程，确保跨系统的一致性与可追溯。
