分布式事务超时后如何恢复？
简化版
恢复目标是把 UNKNOWN 收敛到可证明终态；顺序通常是查询事实、重试安全动作、向前恢复或补偿，最后人工处理。
详细版
持久化全局与分支状态，恢复器按 next_check_at 扫描；所有命令带事务 ID、分支 ID 和版本，参与者返回当前事实。
回答“分布式事务超时后如何恢复？”时，应说明语义边界、正常流程、异常恢复和验证指标。一个具体例子是：全局 deadline 30 秒后有 2 个分支成功、1 个未知：先查询未知分支；若已成功则提交全局，明确失败才补偿另外两支。
关键判断：不能把一次成功响应当作系统已经收敛，还要解释重复、超时、乱序和节点故障。
完整版教学
一、概念与业务边界
恢复目标是把 UNKNOWN 收敛到可证明终态；顺序通常是查询事实、重试安全动作、向前恢复或补偿，最后人工处理。
持久化全局与分支状态，恢复器按 next_check_at 扫描；所有命令带事务 ID、分支 ID 和版本，参与者返回当前事实。
易错点：分析“分布式事务超时后如何恢复？”时，先确认权威状态和允许的不一致窗口，再选择组件；技术名词不能替代业务语义。
二、关键状态与身份
分析“分布式事务超时后如何恢复？”需要为动作建立稳定业务身份，并让状态带版本、阶段和时间边界。该题中的重试要复用业务身份，新的业务动作才生成新身份；否则无法区分重试与重复业务。
“分布式事务超时后如何恢复？”涉及的关键状态必须能在进程重启后恢复。跨越两个系统时，应把未完成意图持久化并允许后台继续推进，不能依赖进程内标志。
三、主流程
业务请求与稳定身份
-> 校验当前状态和版本
-> 原子执行本地变更 / 记录待办意图
-> 推进远端动作或缓存状态
-> 查询、重试、补偿与对账对“分布式事务超时后如何恢复？”而言，主流程的每一步都要有明确成功证明；结果未知时进入可查询状态，不能直接假定成功或失败。
四、数字与容量推演
全局 deadline 30 秒后有 2 个分支成功、1 个未知：先查询未知分支；若已成功则提交全局，明确失败才补偿另外两支。
上述数字用于验证“分布式事务超时后如何恢复？”的量级。生产参数还要结合 P99、峰值流量、故障持续时间和业务截止时间校准，并预留恢复期间的额外容量。
五、方案对比
| 方案 | 优点 | 主要边界 |
|---|---|---|
| 自动查询恢复 | 准确且快速 | 参与者需查询能力 |
| 重放命令 | 实现通用 | 要求严格幂等 |
| 人工恢复 | 适合无法判定 | 成本高 |
“分布式事务超时后如何恢复？”没有脱离场景的最佳方案。正确做法是先满足正确性和恢复要求，再针对已经测出的延迟或吞吐瓶颈优化。
六、故障边界与恢复
需要演练以下故障：
- 协调器重启丢内存状态。
- 参与者记录已归档。
- 旧恢复命令迟到。
- 灾备恢复造成状态倒退。
“分布式事务超时后如何恢复？”的恢复动作必须幂等、有次数与截止时间；无法自动判定的记录转入人工队列。人工处理也要经过状态机并保留审计，不能直接改终态字段。
七、观测与上线验收
验收“分布式事务超时后如何恢复？”至少监控请求量、成功率、P95/P99、重试量、积压最老年龄、异常终态和资源水位。上线先只观测再灰度执行，同时比较业务正确性与系统负载。
对“分布式事务超时后如何恢复？”的验收应包含故障注入：在关键提交窗口制造超时、宕机、重复和乱序，确认系统最终状态、业务副作用与审计记录一致。
八、常见误区与追问
- 误区：协调器重启即可重新执行全部。 已成功分支会重复副作用。
- 误区：全局超时等于全局回滚。 参与者可能部分提交。
- 追问：恢复状态存哪里？ 持久化且可按事务 ID 查询。
- 追问：灾备后怎么处理？ 先冻结自动恢复并核对水位与 epoch。
- 追问：如何验收？ 故障注入每个提交窗口并验证终态与对账。
九、加强记忆
回答“分布式事务超时后如何恢复？”可以按“语义—身份—原子边界—异常—验收”展开。先说清什么必须一致，再给稳定身份和主流程，随后覆盖超时、重复、乱序与恢复，最后用数字、指标和对账证明方案能收敛。