建议先关注、点赞、收藏后再阅读。
Seata这个分布式事务的框架，使用经验如下：
- 配置：
首先需要配置Seata的中心服务器地址，事务组名称等信息，并在应用中引入Seata的相关包。 - 注册全局事务：
在需要进行分布式事务管理的方法上添加@GlobalTransactional注解，表示该方法为一个全局事务的起点。 - 分支事务管理：
在业务逻辑中，可以使用@Compensable注解来标记需要进行分支事务管理的方法。这些方法会在全局事务中进行调用，如果全局事务成功提交，分支事务会被提交；如果全局事务回滚，分支事务也会被回滚。 - 事务模式：
Seata提供了AT、TCC和SAGA三种事务模式供选择。AT模式是通过对数据源进行切面的方式实现的，TCC模式是通过手动编写try、confirm和cancel方法来实现的，SAGA模式则是通过定义一系列补偿操作来实现的。在实际使用中，根据业务场景可以选择合适的事务模式。 - 异常处理：
在分布式事务中，可能会发生异常，Seata提供了一些异常处理机制来处理分布式事务的异常情况，比如超时、重试、回滚等。
总体来说，Seata的使用经验还是比较顺利的。通过配置和注解的方式，可以比较方便地在代码中进行分布式事务的管理。同时，Seata提供了一些可靠性保证机制，可以应对一些异常情况。不过，在配置和使用过程中，理解和掌握Seata的一些概念和机制还是需要一些时间和学习成本的。
对于有严格一致性要求的业务场景，分布式事务是必要的。
在分布式系统中，数据被分布在多个节点上，节点间的通信延迟和故障难以避免。根据CAP理论，分布式系统无法同时满足一致性、可用性和分区容错性。在有严格一致性要求的场景中，一致性优先级高于可用性和分区容错性。
分布式事务可以保证数据的一致性。在分布式事务中，事务的提交与否会保证在所有参与者节点上进行协调，只有当所有参与者节点都准备好提交事务时，才会进行最终的提交操作。因此，分布式事务可以保证数据在多个节点上的一致性。
另外，分布式事务还可以提供故障恢复和回滚的能力。当某个节点出现故障时，可以通过事务的回滚操作将数据还原到一致的状态，从而保证了严格一致性的要求。
虽然分布式事务在实现上会增加系统的复杂性和延迟，但在有严格一致性要求的业务场景下，牺牲一些性能和可用性的优势是有价值的。只有通过分布式事务的协调和一致性保证，才能满足业务需求的高一致性要求。
随时随地看视频
