事务：
一、可能同时存在不可预知数量的事务；
二、需要协调所有相关事务并行；
三、事务可能分布在不同的服务器上；
四、通过本地事务结合，实施分布式事务；（结合Redis发布订阅机制、结合接口入参，Redis用于做跨服务器发布订阅，通过消息传递实现对整体服务的最终要么提交、要么集体回滚的控制）
---------------------------------------------------
一、事务订阅消息约定：
事务分为发起方、关联方；
事务发起方，负责创建分布式事务（同时产生一个唯一事务ID），同时自动监听当前分布式事务的订阅消息，主题为：DistributedTransaction_StatusReport_TransactionID
该主题的消息分为两个参数，一个是RequestID、一个是TransactionStatus，表示目标服务的执行状态。
在分布式事务内调用其它服务时，同时将事务ID传递过去，同时为每个不同服务的请求产生一个RequestID；
（微服务中的服务API请求基类需要为分布式事务预留事务ID字段，默认为null或空，需要以事务形式执行时传入，或者特定接口才实现分布式事务，则为接口添加事务ID专用参数）
其它服务在执行时，判断有事务ID，则将操作基于事务的情形调度，但不执行提交，在提交前，做WaitOne和超时等待；
等待前启动Redis订阅，订阅该事务ID关联的消息，消息为：DistributedTransaction_StatusCommit_TransactionID
监听到该消息时，做Set操作，使超时退出，并完成事务操作；
Redis消息会有三种结果：
消息超时：回滚
消息提交：提交
消息回滚：回滚
【服务不论执行回滚还是提交，都需要解除对上面事务消息的订阅；】
分布式事务创建方，负责记录各个服务调用的结果，一发现有服务调用阶段失败、出错、没有完成，即时对前面的其它服务发送回滚通知，后续服务不再继续调用；
创建方在全部服务、自身事务都执行后，确认没有问题后，向各个分布式机器推送消息，通知执行提交。
----------------------------------------------
至此分布式事务完成。解决多个微服务在服务间调用时，各个本地事务协调的问题。
二、设计：
DistributedTransaction.Create()//产生一个分布式事务ID，或者考虑使用Using写法事务范围内，分布调用其它服务，并检查每个服务的调度结果，
DistributedTransaction.SessionID //保存上面调用Create创建的事务ID
DistributedTransaction.Commit() //执行分布式事务的提交，事实就是向Redis发布提交消息，向全部订阅中的设备，发送订阅消息；
DistributedTransaction.Rollback() //执行分布式事务的回滚。同样是向Redis发布回滚消息。
DistributedTransaction.AddServiceTransaction({ServiceRequestID、TransactionStatus}) //添加一个事务关联方，用于本地记录有几个服务参与了事务，并且记录对方的状态（等待中、已提交、已回滚），也表示需要为每个被请求的服务关联一个请求ID，后续服务若发生回滚或提交，可以向创建方发送消息表明状态。
DistributedTransaction.HasRollbacks() //用于判断是否有服务事务发生回滚
DistributedTransaction.HasCommits() //用于判断是否有事务发生提交；
DistributedTransaction.WaitComplate()
//用于判断是否全部提交成功，只有全部状态为已提交时，视为全部提交，如果有提交有回滚，则事务有问题，视为false，如果有等待，有提交，则等待最终完成（也需要有超时机制）。
//该方法会等待最终结果，并且，返回事务的最终结果及描述信息，但对于失败的部份，仅能记录请求ID，可以通过扩展，完成对请求ID和服务本地关联；
三、问题：
1、事务的跟踪，上述没有跟踪机制，如果，假定有三个不同的服务参与事务，其中三个都执行完成，事务处于待提交或回滚状态，在发布提交消息前，
其中一个服务A当机（假定断电），无法接收到消息，另外两个服务成功接收到消息，此时另外两个服务执行提交，服务A由于当机，没有提交；
理论上，由于事务不参与业务，不跟踪具体影响的表、影响前后的数据，因此，无法执行人工回滚；
但理论上可以增加回滚或提交、服务节点增加等机制来确保 分布式事务发起方，清楚是否全部完成，还是部份完成提交。
但若假设事务发起发当机？本机事务尚未提交，但其它三个服务的事务均已提交？本机恢复后理论上应该执行本地事务的提交。
2、超时时间的问题
服务等待接收来自Redis的提交或回滚指令，在等待阶段，为了实现自动回滚，因此会进行超时监控，超时时间应该是比较短的时间，但由于不确定后续
事务创建方还有多少个服务需要调用，且不能确定每个服务估计的执行时长，较短的时间有可能引发不正常回滚。
如果可能，应该考虑多个服务并行化执行，确保合并相同的时间，等待的时间为最耗时服务的执行时间；任何事务都应该控制在尽可能短的时间内完成。
2.1、超时引发回滚时
上述未设计由于某服务等待超时自动回滚后，通知到创建方，或者关联服务批量执行回滚，另外，如果由发生回滚的服务发送通知。
四、解决的问题：
上述机制，可以解决非异常情况下的分布式、微服务事务的同步执行或同步回滚，前提假设：不存在服务器突然当机、Redis当机的情况下。
----------------------------------------------------
下面再来一段EF/LINQ2SQL跨库事务代码，实现原理和上面的原理相似，只是没有跨服务器的场景，都是本地事务：未经过封装，仅为实验性代码，如何需要在生产环境中使用，建议写一个类做封装，方便集中控制，无差别控制，不区分需要跨库的数据库数量，实现出错时自动对已完成（未提交）的事务进行集中回滚。
var dc = new DataContexts(0);
dc.Ztb_shopdict.Connection.Open();
var transaction1 = dc.Ztb_shopdict.Connection.BeginTransaction();
dc.Ztb_shopinfo.Connection.Open();
var tran2 = dc.Ztb_shopinfo.Connection.BeginTransaction();
//事务是否成功的标记
bool TransactionStatus = true;
try
{
dc.Ztb_shopdict.Transaction = transaction1;
dc.Ztb_shopdict.Dict_SystemPara.InsertOnSubmit(new API.Domain.ztb_shopdict.Dict_SystemPara() { ShopID = 0, ParaKey = "a", ParaValue = "v" });
dc.Ztb_shopdict.SubmitChanges();
try
{
dc.Ztb_shopinfo.Transaction = tran2;
dc.Ztb_shopinfo.Activity_Item.InsertOnSubmit(new API.Domain.ztb_shopinfo.Activity_Item() { Activity_Info_ID = 0, Activity_Price = 0, addActivity_Price = 0, enable = true, firstActivity_Price = 0, levelId = 0, ServiceID = 0, ShopID = 0 });
dc.Ztb_shopinfo.SubmitChanges();
}
catch (Exception ex)
{
tran2.Rollback();
//同时抛出错误，引起1回滚
throw ex;
}
}
catch (Exception ex)
{
TransactionStatus = false;
transaction1.Rollback();
Response.Write(ex.ToString());
}
if (TransactionStatus)
{
//所有事务都成功了，一起提交
transaction1.Commit();
tran2.Commit();
}