Career Mentor Coach Logo

TeluguDeveloper

Saga Design Pattern – Complete Guide with E-Commerce Example In Telugu

9–14 minutes

Saga Design Pattern అంటే ఏమిటి? – E-Commerce Application తో పూర్తి వివరణ

Microservices Architecture లో ఒక business operation ఒకే database లో కాకుండా, అనేక microservices మరియు databases లో జరుగుతుంది.

ఉదాహరణకు E-Commerce application లో ఒక customer order place చేసినప్పుడు:

Customer
   ↓
Order Service
   ↓
Inventory Service
   ↓
Payment Service
   ↓
Shipping Service
   ↓
Order Completed

ఇక్కడ ప్రతి service కి తనదైన database ఉంటుంది.

Order Service       → Order DB
Inventory Service   → Inventory DB
Payment Service     → Payment DB
Shipping Service    → Shipping DB

ఇలాంటి distributed transactions ను manage చేయడానికి ఉపయోగించే ముఖ్యమైన design pattern Saga Design Pattern.

1. Saga Design Pattern అంటే ఏమిటి?

Saga Pattern అనేది distributed transaction ను చిన్న చిన్న local transactions గా విభజించి, వాటిని sequential గా execute చేసే pattern.

ఒక transaction fail అయితే, ఇప్పటికే విజయవంతంగా పూర్తయిన transactions కు Compensating Transactions execute చేసి system ను సరైన business state కి తీసుకువస్తుంది.

సింపుల్‌గా:

Transaction 1
     ↓
Transaction 2
     ↓
Transaction 3
     ↓
Transaction 4

Transaction 3 fail అయితే:

Transaction 1 ✓
Transaction 2 ✓
Transaction 3 ✗

      ↓

Compensation 2
      ↓
Compensation 1

2. Saga ఎందుకు అవసరం?

సాధారణ monolithic application లో:

BEGIN TRANSACTION

Create Order
Reserve Inventory
Process Payment
Create Shipment

COMMIT

అన్ని operations ఒకే database transaction లో ఉండవచ్చు.

ఏదైనా fail అయితే:

ROLLBACK

చేయవచ్చు.

కానీ Microservices లో:

Order Service       → OrderDB
Inventory Service   → InventoryDB
Payment Service     → PaymentDB
Shipping Service    → ShippingDB

ఇవి వేర్వేరు databases.

కాబట్టి ఒక single SQL transaction తో అన్ని databases ను rollback చేయడం సాధారణంగా సరైన approach కాదు.

అందుకే Saga ఉపయోగిస్తాము.

3. E-Commerce Real-Time Example

ఒక customer ₹80,000 విలువైన laptop order చేశాడని అనుకుందాం.

Business flow:

1. Order Create
       ↓
2. Inventory Reserve
       ↓
3. Payment Process
       ↓
4. Shipment Create
       ↓
5. Order Confirm

ప్రతి step ఒక local transaction.

4. ప్రతి Transaction ఎలా జరుగుతుంది?

Transaction 1 – Order Creation

Order Service:

Order Status = Pending

Database:

OrderId     = 1001
CustomerId  = C001
Amount      = ₹80,000
Status      = Pending

Order successfully create అయిన తర్వాత:

OrderCreated

event publish చేస్తాము.

5. Transaction 2 – Inventory Reservation

Inventory Service:

Available Stock = 100

Customer order చేసిన తర్వాత:

Available Stock = 99
Reserved Stock  = 1

అంటే inventory reserve అయింది.

తర్వాత:

InventoryReserved

event publish అవుతుంది.

6. Transaction 3 – Payment

Payment Service:

Order Amount = ₹80,000

Payment successfully complete అయితే:

Payment Status = Completed

తర్వాత:

PaymentCompleted

event publish చేస్తుంది.

7. Transaction 4 – Shipping

Shipping Service:

Shipment Created

తర్వాత:

ShipmentCreated

event publish చేస్తుంది.

Saga అన్ని steps complete అయిన తర్వాత:

Order Status = Confirmed

అవుతుంది.

8. Complete Successful Flow

Customer
   |
   ↓
Order Service
   |
   | OrderCreated
   ↓
Saga Orchestrator
   |
   | ReserveInventory
   ↓
Inventory Service
   |
   | InventoryReserved
   ↓
Saga Orchestrator
   |
   | ProcessPayment
   ↓
Payment Service
   |
   | PaymentCompleted
   ↓
Saga Orchestrator
   |
   | CreateShipment
   ↓
Shipping Service
   |
   | ShipmentCreated
   ↓
Saga Orchestrator
   |
   ↓
Order Confirmed

9. ఒక Transaction Fail అయితే ఏమవుతుంది?

ఇది Saga Pattern లో చాలా ముఖ్యమైన విషయం.

ఉదాహరణకు:

Order Creation       ✓
Inventory Reservation ✓
Payment               ✗

Payment fail అయింది.

ఇప్పుడు Inventory ఇప్పటికే reserve అయింది.

Normal database rollback చేయలేము.

అందువల్ల:

Payment Failed
      ↓
Release Inventory
      ↓
Cancel Order

అంటే:

T1 Create Order        ✓
T2 Reserve Inventory   ✓
T3 Payment             ✗

C2 Release Inventory   ✓
C1 Cancel Order        ✓

10. Compensation అంటే ఏమిటి?

Saga లో rollback బదులు Compensating Transaction ఉపయోగిస్తాము.

ఉదాహరణ:

Forward TransactionCompensating Transaction
Create OrderCancel Order
Reserve InventoryRelease Inventory
Process PaymentRefund Payment
Create ShipmentCancel Shipment
Apply CouponRestore Coupon
Add Loyalty PointsRemove/Restore Points

అంటే:

Compensation అనేది database rollback కాదు. ఇప్పటికే జరిగిన business operation యొక్క ప్రభావాన్ని reverse చేసే కొత్త business transaction.

11. Payment Success అయి Shipping Fail అయితే?

ఇంకొక scenario చూద్దాం.

Order       ✓
Inventory   ✓
Payment     ✓
Shipping    ✗

ఇప్పుడు:

Shipping Failed
       ↓
Refund Payment
       ↓
Release Inventory
       ↓
Cancel Order

అంటే:

T1 Order Created       ✓
T2 Inventory Reserved  ✓
T3 Payment Completed   ✓
T4 Shipping Failed     ✗

C3 Refund Payment      ✓
C2 Release Inventory   ✓
C1 Cancel Order        ✓

Final state:

Order     = Cancelled
Inventory = Released
Payment   = Refunded
Shipping  = Failed

12. Saga లో రెండు రకాల Implementation

Saga Pattern ను ప్రధానంగా రెండు విధాలుగా implement చేయవచ్చు.

1. Choreography

Central coordinator ఉండదు.

Services events ద్వారా ఒకదానితో ఒకటి communicate చేస్తాయి.

Order Service
     |
 OrderCreated
     ↓
Inventory Service
     |
InventoryReserved
     ↓
Payment Service
     |
PaymentCompleted
     ↓
Shipping Service

ఇక్కడ ప్రతి service తన next action ను event ఆధారంగా నిర్ణయిస్తుంది.

13. Choreography యొక్క సమస్య

చిన్న application లో ఇది బాగుంటుంది.

కానీ services పెరిగితే:

Order
Inventory
Payment
Shipping
Notification
Coupon
Loyalty
Fraud
Tax

చాలా event dependencies ఏర్పడవచ్చు.

అప్పుడు flow అర్థం చేసుకోవడం కష్టమవుతుంది.

14. Orchestration

ఇక్కడ ఒక central Saga Orchestrator ఉంటుంది.

                 Saga Orchestrator
                        |
          +-------------+-------------+
          |             |             |
          ↓             ↓             ↓
       Order        Inventory      Payment
       Service       Service       Service
                                      |
                                      ↓
                                  Shipping

Orchestrator ఇలా చెబుతుంది:

Reserve Inventory
        ↓
Process Payment
        ↓
Create Shipment

ఏదైనా fail అయితే:

Release Inventory
        ↓
Refund Payment
        ↓
Cancel Order

Complex enterprise applications లో Saga Orchestration చాలా useful.

15. Data Models ఎలా Design చేయాలి?

Saga design లో data models చాలా ముఖ్యమైనవి.

ప్రతి microservice తన data కు owner గా ఉండాలి.

Order Model

public class Order
{
    public Guid Id { get; set; }

    public Guid CustomerId { get; set; }

    public decimal TotalAmount { get; set; }

    public OrderStatus Status { get; set; }

    public DateTime CreatedAt { get; set; }
}

Order Status:

public enum OrderStatus
{
    Pending,
    InventoryReserved,
    PaymentProcessing,
    Confirmed,
    Failed,
    Cancelled
}

16. Order Item Model

public class OrderItem
{
    public Guid Id { get; set; }

    public Guid OrderId { get; set; }

    public Guid ProductId { get; set; }

    public int Quantity { get; set; }

    public decimal Price { get; set; }
}

17. Inventory Model

public class Inventory
{
    public Guid ProductId { get; set; }

    public int AvailableQuantity { get; set; }

    public int ReservedQuantity { get; set; }
}

ఉదాహరణ:

Product     Available     Reserved

Laptop         100            0

Reserve చేసిన తర్వాత:

Laptop          99            1

18. Inventory Reservation Model

Inventory reservation కోసం separate model ఉంచడం మంచిది.

public class InventoryReservation
{
    public Guid Id { get; set; }

    public Guid OrderId { get; set; }

    public Guid ProductId { get; set; }

    public int Quantity { get; set; }

    public ReservationStatus Status { get; set; }
}

Status:

public enum ReservationStatus
{
    Reserved,
    Released
}

ఇది compensation సమయంలో చాలా ఉపయోగపడుతుంది.

19. Payment Model

public class Payment
{
    public Guid Id { get; set; }

    public Guid OrderId { get; set; }

    public decimal Amount { get; set; }

    public PaymentStatus Status { get; set; }

    public string TransactionReference { get; set; }
}

Status:

public enum PaymentStatus
{
    Pending,
    Completed,
    Failed,
    Refunded
}

20. Shipping Model

public class Shipment
{
    public Guid Id { get; set; }

    public Guid OrderId { get; set; }

    public string Address { get; set; }

    public ShipmentStatus Status { get; set; }
}

21. Saga State Model

Saga orchestrator కూడా తన state ను persist చేయాలి.

public class OrderSaga
{
    public Guid SagaId { get; set; }

    public Guid OrderId { get; set; }

    public SagaStatus Status { get; set; }

    public bool OrderCreated { get; set; }

    public bool InventoryReserved { get; set; }

    public bool PaymentCompleted { get; set; }

    public bool ShipmentCreated { get; set; }

    public DateTime CreatedAt { get; set; }

    public DateTime UpdatedAt { get; set; }
}

దీని వల్ల orchestrator కి:

  • ఏ step complete అయింది?
  • ఏ step fail అయింది?
  • ఏ compensation చేయాలి?
  • retry ఎక్కడి నుంచి చేయాలి?

అన్నీ తెలుస్తాయి.

22. Commands మరియు Events

Saga implementation లో Command మరియు Event మధ్య difference తెలుసుకోవడం చాలా ముఖ్యం.

Command

“ఇది చేయండి” అని చెబుతుంది.

CreateOrder
ReserveInventory
ProcessPayment
CreateShipment
RefundPayment
ReleaseInventory
CancelOrder

Event

“ఇది జరిగింది” అని తెలియజేస్తుంది.

OrderCreated
InventoryReserved
InventoryReservationFailed
PaymentCompleted
PaymentFailed
ShipmentCreated
ShipmentFailed

23. Example Command

public record ReserveInventoryCommand(
    Guid MessageId,
    Guid SagaId,
    Guid OrderId,
    Guid ProductId,
    int Quantity);

24. Example Event

public record InventoryReservedEvent(
    Guid MessageId,
    Guid SagaId,
    Guid OrderId);

Failure event:

public record InventoryReservationFailedEvent(
    Guid MessageId,
    Guid SagaId,
    Guid OrderId,
    string Reason);

25. Saga State Machine

Saga flow ను state machine లాగా design చేయవచ్చు.

OrderCreated
     |
     ↓
InventoryPending
     |
     +----------------+
     |                |
 Success            Failure
     |                |
     ↓                ↓
PaymentPending    Cancel Order
     |
 +---+---+
 |       |
Success Failure
 |       |
 ↓       ↓
Shipping Release Inventory
Pending      |
 |           ↓
Success   Cancel Order
 |
 ↓
Completed

26. Saga Orchestrator – Basic Logic

Inventory reservation కోసం:

public async Task Handle(OrderCreatedEvent message)
{
    await ReserveInventory(message);
}

Inventory success:

public async Task Handle(InventoryReservedEvent message)
{
    await ProcessPayment(message);
}

Payment success:

public async Task Handle(PaymentCompletedEvent message)
{
    await CreateShipment(message);
}

Shipping success:

public async Task Handle(ShipmentCreatedEvent message)
{
    await ConfirmOrder(message);
}

Payment failure:

public async Task Handle(PaymentFailedEvent message)
{
    await ReleaseInventory(message);

    await CancelOrder(message);
}

ఇది basic concept మాత్రమే. Production implementation లో retries, idempotency, persistence, outbox మొదలైనవి తప్పనిసరిగా పరిగణించాలి.

27. Data Consistency ఎలా Maintain చేస్తాము?

Saga strong consistency ఇవ్వదు.

ఇది సాధారణంగా Eventual Consistency model పై పనిచేస్తుంది.

ఉదాహరణకు కొంత సమయం పాటు:

Order       = Pending
Inventory   = Reserved
Payment     = Processing

ఉండవచ్చు.

Payment complete అయిన తర్వాత:

Order       = Confirmed
Inventory   = Reserved
Payment     = Completed

లేదా Payment fail అయితే:

Order       = Cancelled
Inventory   = Released
Payment     = Failed

అంటే system చివరకు valid business state కి చేరుతుంది.

28. Idempotency ఎందుకు అవసరం?

Distributed systems లో message ఒకటి కంటే ఎక్కువసార్లు రావచ్చు.

ఉదాహరణ:

ReserveInventory

message రెండుసార్లు వచ్చిందనుకుందాం.

Idempotency లేకపోతే:

Message 1 → Reserve 1
Message 2 → Reserve 1

Stock:

100 → 98

అవుతుంది.

కానీ మనకు కావాల్సింది:

100 → 99

కాబట్టి duplicate message వచ్చినా operation రెండుసార్లు execute కాకుండా చూడాలి.

29. Message ID

ప్రతి message కి unique ID ఇవ్వవచ్చు.

public class ProcessedMessage
{
    public Guid MessageId { get; set; }

    public DateTime ProcessedAt { get; set; }
}

Processing ముందు:

Message ఇప్పటికే process అయిందా?

అవును అయితే:

Ignore

కాకపోతే:

Process
Save MessageId

30. Transactional Outbox Pattern

Saga తో పాటు Transactional Outbox Pattern కూడా production systems లో చాలా ఉపయోగకరమైన pattern.

ఒక సమస్య చూద్దాం.

Order create చేశాం:

Database Insert ✓

తర్వాత event publish చేయాలి:

OrderCreated

కానీ application crash అయితే:

Database Insert ✓
Event Publish ✗

Order database లో ఉంది.

కానీ Saga కి OrderCreated event తెలియదు.

ఇది serious consistency problem.

31. Outbox ఎలా పనిచేస్తుంది?

Order Service database లో:

Orders
OutboxMessages

ఉంటాయి.

ఒకే local transaction లో:

BEGIN TRANSACTION

INSERT Order

INSERT OutboxMessage

COMMIT

అంటే రెండూ successfully save అవుతాయి.

Outbox table:

MessageId
Type
Payload
Published
CreatedAt

Background worker:

Outbox
   ↓
Read unpublished messages
   ↓
Publish to Message Broker
   ↓
Mark Published = true

32. Saga + Outbox Architecture

Production architecture:

                 Saga Orchestrator
                         |
                         ↓
                 Azure Service Bus
                         |
       +-----------------+----------------+
       |                 |                |
       ↓                 ↓                ↓
 Order Service      Inventory Service   Payment
       |                 |                |
    Order DB         Inventory DB       Payment DB
       |                 |                |
    Outbox             Outbox            Outbox

Shipping Service కూడా ఇదే pattern follow చేయవచ్చు.

33. Compensation కూడా Fail కావచ్చు

ఇది real-world systems లో చాలా important.

ఉదాహరణ:

Order ✓
Inventory ✓
Payment ✗

Saga:

ReleaseInventory

పంపింది.

కానీ Inventory Service కూడా fail అయింది.

ReleaseInventory ✗

ఇప్పుడు Saga state:

Order       = Pending
Inventory   = Reserved
Payment     = Failed

ఇక్కడ Saga terminate కాకూడదు.

Retry చేయాలి.

ReleaseInventory
       ↓
Retry
       ↓
Retry
       ↓
Success

34. Retry + Exponential Backoff

ఉదాహరణ:

Attempt 1
   ↓
5 seconds
   ↓
Attempt 2
   ↓
30 seconds
   ↓
Attempt 3
   ↓
5 minutes

ఇది Exponential Backoff.

ఎన్ని retries చేయాలో business requirement ఆధారంగా నిర్ణయించాలి.

Retries తరువాత కూడా fail అయితే message ను:

Dead Letter Queue

కి పంపవచ్చు.

35. Timeout Handling

Payment Service response రాకపోతే:

Payment Request
      ↓
Waiting...
      ↓
Timeout

Timeout వచ్చిన వెంటనే blindly refund చేయడం లేదా మరో payment request పంపడం ప్రమాదకరం.

మొదట payment status check చేయాలి.

Payment Timeout
      ↓
Check Payment Status
      ↓
Success? → Continue
Failed?  → Compensate
Unknown? → Retry / Reconcile

ఇది payment systems లో చాలా ముఖ్యమైన concept.

36. Concurrency Problem

Suppose:

Available Stock = 1

Customer A మరియు Customer B ఒకేసారి order చేస్తారు.

Customer A → Reserve
Customer B → Reserve

Concurrency control లేకపోతే ఇద్దరికీ stock reserve అయ్యే అవకాశం ఉంది.

SQL లో conditional update ఉపయోగించవచ్చు:

UPDATE Inventory
SET AvailableQuantity = AvailableQuantity - 1
WHERE ProductId = @ProductId
AND AvailableQuantity >= 1;

తర్వాత:

Rows Affected = 1

అయితే reservation success.

Rows Affected = 0

అయితే stock available లేదు.

37. Complete Failure Scenarios

Scenario 1 – Everything Successful

Order       ✓
Inventory   ✓
Payment     ✓
Shipping    ✓

Result:

Order = Confirmed
Saga  = Completed

Scenario 2 – Inventory Failed

Order       ✓
Inventory   ✗

Compensation:

Cancel Order

Scenario 3 – Payment Failed

Order       ✓
Inventory   ✓
Payment     ✗

Compensation:

Release Inventory
Cancel Order

Scenario 4 – Shipping Failed

Order       ✓
Inventory   ✓
Payment     ✓
Shipping    ✗

Compensation:

Refund Payment
Release Inventory
Cancel Order

Scenario 5 – Compensation Failed

Payment Failed
      ↓
Release Inventory
      ↓
Inventory Service Failed

Solution:

Retry
 ↓
Retry
 ↓
Dead Letter Queue
 ↓
Alert
 ↓
Manual Recovery

38. Azure + .NET లో Saga Architecture

మీరు Azure మరియు .NET ఉపయోగిస్తున్నట్లయితే ఒక production architecture ఇలా ఉండవచ్చు:

                    Client
                      |
                      ↓
                 API Gateway
                      |
                      ↓
                Order Service
                      |
                      ↓
               Saga Orchestrator
                      |
                Azure Service Bus
                      |
        +-------------+-------------+
        |             |             |
        ↓             ↓             ↓
   Inventory       Payment       Shipping
    Service        Service        Service
        |             |             |
        ↓             ↓             ↓
   Azure SQL      Azure SQL      Azure SQL

Supporting services:

Azure Key Vault
Application Insights
Azure Monitor
Azure Service Bus
Azure SQL

39. Azure Service Bus ఎందుకు ఉపయోగించవచ్చు?

Microservices మధ్య asynchronous communication కోసం:

Order Service
      ↓
Azure Service Bus
      ↓
Inventory Service

Messages reliable గా process చేయడానికి queues/topics ఉపయోగించవచ్చు.

ఉదాహరణ commands:

ReserveInventory
ProcessPayment
CreateShipment
ReleaseInventory
RefundPayment
CancelOrder

40. Production-Level Saga Architecture

ఒక enterprise-grade implementation ను ఇలా design చేయవచ్చు:

                ┌─────────────────────┐
                │      API Gateway    │
                └──────────┬──────────┘
                           ↓
                ┌─────────────────────┐
                │    Order Service    │
                └──────────┬──────────┘
                           ↓
                ┌─────────────────────┐
                │ Saga Orchestrator   │
                └──────────┬──────────┘
                           ↓
                ┌─────────────────────┐
                │  Azure Service Bus  │
                └──────┬──────┬───────┘
                       │      │
             ┌─────────┘      └─────────┐
             ↓                          ↓
      Inventory Service           Payment Service
             │                          │
         Inventory DB               Payment DB
             │                          │
          Outbox                     Outbox
             │                          │
             └──────────┬───────────────┘
                        ↓
                 Shipping Service
                        │
                   Shipping DB
                        │
                     Outbox

41. Saga Implementation – Step-by-Step

ఒక real project లో నేను ఈ order లో implement చేస్తాను:

Step 1

Business transaction identify చేయాలి.

Place Order

Step 2

దాన్ని local transactions గా break చేయాలి.

Order
 ↓
Inventory
 ↓
Payment
 ↓
Shipping

Step 3

ప్రతి service కి separate database design చేయాలి.

Step 4

Commands మరియు Events define చేయాలి.

Step 5

Saga Orchestrator design చేయాలి.

Step 6

Saga state persist చేయాలి.

Step 7

ప్రతి service లో local database transaction implement చేయాలి.

Step 8

Transactional Outbox implement చేయాలి.

Step 9

Idempotent message consumers implement చేయాలి.

Step 10

Failure scenarios define చేయాలి.

Step 11

ప్రతి successful operation కి compensating transaction define చేయాలి.

Step 12

Retry మరియు timeout handling implement చేయాలి.

Step 13

Dead Letter Queue implement చేయాలి.

Step 14

Logging, tracing మరియు monitoring implement చేయాలి.

Step 15

End-to-end failure testing చేయాలి.

42. Saga లో Data Consistency ఎలా వస్తుంది?

Saga:

❌ Global ACID Transaction

కాదు.

బదులుగా:

Local ACID Transactions
        +
Reliable Messaging
        +
Compensation
        +
Retry
        +
Idempotency
        +
Eventual Consistency

ద్వారా business consistency సాధిస్తుంది.

43. Saga Pattern యొక్క Advantages

✅ Microservices కు suitable

ప్రతి service independently deploy చేయవచ్చు.

✅ Distributed transactions కు solution

Multiple databases మధ్య business transaction manage చేయవచ్చు.

✅ Better scalability

Long-running database locks అవసరం ఉండదు.

✅ Failure recovery

Compensating transactions ద్వారా recover చేయవచ్చు.

✅ Asynchronous processing

Message brokers ఉపయోగించి services loosely coupled గా ఉండవచ్చు.

44. Saga Pattern Disadvantages

Saga కూడా ప్రతి సమస్యకు solution కాదు.

❌ Eventual consistency

Data అన్ని services లో వెంటనే consistent కాకపోవచ్చు.

❌ Complex failure handling

ప్రతి failure scenario కి compensation design చేయాలి.

❌ Debugging complexity

Distributed services వల్ల troubleshooting కష్టమవుతుంది.

❌ Duplicate messages

Idempotency అవసరం.

❌ Compensation failures

Compensation కూడా fail కావచ్చు.

❌ Complex workflows

చాలా ఎక్కువ services ఉంటే Saga state machine complex కావచ్చు.

45. Saga Pattern – Interview Answer

Interviewer:

“What is Saga Design Pattern?”

మీరు ఇలా చెప్పవచ్చు:

Saga Design Pattern అనేది microservices architecture లో distributed transactions ను manage చేయడానికి ఉపయోగించే pattern. ఒక పెద్ద business transaction ను multiple local transactions గా divide చేస్తాము. ప్రతి microservice తన database లో local transaction execute చేసి commit చేస్తుంది. ఏదైనా later transaction fail అయితే, ఇప్పటికే successful అయిన transactions కు compensating transactions execute చేసి system ను consistent business state కి తీసుకువస్తాము.

ఉదాహరణకు e-commerce order లో Order Creation → Inventory Reservation → Payment → Shipping అనే steps ఉంటాయి. Payment fail అయితే database-level rollback చేయకుండా Inventory Reservation కు Release Inventory అనే compensation మరియు Order కు Cancel Order అనే compensation execute చేస్తాము. Saga ను Choreography లేదా Orchestration ద్వారా implement చేయవచ్చు. Production systems లో Outbox, Idempotency, Retry, Timeout, Dead Letter Queue మరియు Distributed Tracing వంటి mechanisms కూడా ఉపయోగిస్తాము.

46. గుర్తుపెట్టుకోవాల్సిన ముఖ్యమైన Formula

             SAGA
               |
    ┌──────────┼──────────┐
    ↓          ↓          ↓
 Local      Events     Compensation
Transaction
    |
    ↓
Retry + Idempotency
    |
    ↓
Eventual Consistency

ఒకే లైన్‌లో:

Saga = Local Transactions + Events + Compensation + Retry + Idempotency + Eventual Consistency

చివరి Takeaway

E-Commerce application లో:

Create Order
      ↓
Reserve Inventory
      ↓
Process Payment
      ↓
Create Shipment
      ↓
Confirm Order

అన్నీ successful అయితే:

Order = CONFIRMED

Payment fail అయితే:

Payment Failed
      ↓
Release Inventory
      ↓
Cancel Order

Shipping fail అయితే:

Shipping Failed
      ↓
Refund Payment
      ↓
Release Inventory
      ↓
Cancel Order

అందువల్ల Saga Design Pattern యొక్క main goal database rollback చేయడం కాదు; distributed business transaction fail అయినప్పుడు compensating actions ద్వారా system ను valid and consistent business state కి తీసుకురావడం.