Ebay的Dan Pritchett 提出：

In partitioned databases, trading some consistency for availability can lead to dramatic improvements in scalability.

并有一个著名的Base理论。

Base: An Acid Alternative

Basically Available

Soft state

Eventually consistent

sagas 可以追溯到1987年的论文

1987年普林斯顿大学的Hector Garcia-Molina和Kenneth Salem发表了一篇Paper Sagas，讲述的是如何处理long lived transaction（长活事务）。Saga是一个长活事务可被分解成可以交错运行的子事务集合。其中每个子事务都是一个保持数据库一致性的真实事务。

Saga的组成

• 每个Saga由一系列sub-transaction T_i 组成
  
• 每个T_i 都有对应的补偿动作C_i，补偿动作用于撤销T_i造成的结果
  

可以看到，和TCC相比，Saga没有“预留”动作，它的T_i就是直接提交到库。

Saga的执行顺序有两种：

• T₁, T₂, T₃, ..., T_n
  
• T₁, T₂, ..., T_j, C_j,..., C₂, C₁，其中0 < j < n
  

Saga定义了两种恢复策略：

• 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Saga的执行结果撤销。
  
• 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, ..., T_j(失败), T_j(重试),..., T_n，其中j是发生错误的sub-transaction。该情况下不需要C_i。