分布式事务参考
原先的单机系统，所有的逻辑都在同一台机子、同一个运行环境中，事务的提交相对比较简单。
而在微服务的架构中，由于不同的服务层（或能力层）被分开，虽然公开的都是API接口，但是由于服务已经被拆分部署，实际上事务已经无法简单在单机中提交和回滚了。
1、理论阶段
1.1、二阶段提交（2PC）
第一阶段（Prepare）
1、协调者（事务管理TM）记录日志并向所有参与者（RM）发送准备提交信息
2、参与者收到信息后，记录日志；返回就绪或撤销信息
3、协调者如果在规定的时间内收到所有参与者的就绪信息，就做出提交的决定；否则做出撤销的决定
第二阶段 执行阶段（Commit/Rollback）
1、协调者先将决定记录到日志，然后把这个决定发送给所有的参与者
2、参与者收到命令后先记录日志，并向协调者发送应答消息，然后执行决定的命令
3、协调者收到应答消息后，则事务结束。有关日志可以自行决定如何存储
1.2、三阶段提交（3PC）
第一阶段（Prepare）：
1、协调者（事务管理TM）向所有参与者（RM）发出准备信息
2、若任一参与者返回Abort，则执行第三阶段，Rollback
3、若所有参与者返回vote-commit，则进入第二阶段
第二阶段（Prepare To Commit）
1、协调者（事务管理TM）向所有参与者（RM）发送准备提交信息
2、参与者收到信息后，记录日志，并回复确认消息ACK
第三阶段 执行阶段（Commit/Rollback）
1、协调者根据第一阶段回复的Abort执行Rollback或者根据第二阶段回复的ACK消息向参与者发送Commit或Rollback
2、参与者根据协调者发送的信息决定执行Commit或Rollback操作
重点：
- 参考mysql innoDB的redo和undo日志的二阶段提交，日志利用了命令模式的do 和 undo，即命令的执行和回滚
- 2PC和3PC都存在锁定资源的情况，只是3PC锁定的时间会更短些
- 2PC和3PC都存在事务最终失败，需要回滚或补偿的情况（指的并非正常收到通知之后做出的Rollback决策，而是指服务突然宕机造成的A服务执行成功，B服务宕机，造成事务失败的情况），只不过这种情况相对几率较小；一般的系统采用2PC或3PC即可
1.3、本地事件表
简单来说是基于事件驱动的，可以这么来理解吧，比如订单模块已经完成提交并实际支付成功，假设这时候是通过订单模块调用到支付模块的确认支付成功。
那么大致的流程可以是这样：
1）订单模块实际调起支付并支付成功
2）第三方支付回调订单模块接口，订单模块接口插入 支付成功事件 到本地事件表
3）定时器轮询查出对应的支付成功事件，设置为已发送，并发送到消息中间件
4）支付模块通过监听支付成功事件的队列，插入本地事件表（注意：此处事件表可以是自己服务本地的数据库）
5）定时器轮询处理本地事件表（或者也可以在4）中直接处理）
本地事件表主要是为了解耦，也是为了速度和稳定性，比如说一个注册事件可能触发发送短信或者赠送积分的事件，此时通过最简短的数据本地持久化事件是最快且稳定的；之后再通过定时器轮询执行
这边的消息中间件也只是用于传递不同服务之间的信息。
这种模型比较适用系统的数据量不会太大，且一般要求最终所有事务都要提交成功的场景。
2、LCN框架实战（详细叙述）
3、Seata（详细叙述）
4、可靠性消息服务->最终一致性：这个模式算是本地事件表的升级版，升级体现在优化了消息队列的扩展性，自身实现了一个可靠性消息服务（将本地事件表统一到中台服务中）
5、本地业务+事务性消息队列：本地业务执行完自身的逻辑（通常比较简单），直接怼到事务性消息队列（严格意义上讲，是在执行本地业务逻辑的时候先预提交一个消息；成功后确认消息，失败后撤销消息）。
这个模式是可靠性消息服务的升级版，直接集成其功能到消息中间件中。（RocketMq）
Demo 待补
6、最大努力通知:参考微信支付的通知模式，25小时内通知8次，逐次增加通知的间隔；超过就不管了
ps：LCN、Seata At模式简单，侵入性低，但性能比较差，At已经在LCN的基础上再次优化，但由于较强的一致性要求，导致性能方面会受到影响
