Serverless AWS Lambda Development · 강의

분산 트랜잭션을 위한 사가 패턴

분산 트랜잭션 없이 사가 패턴과 보상 작업을 사용하여 여러 서비스에 걸친 데이터 변경을 조정하는 방법을 배웁니다.

분산 트랜잭션을 위한 사가 패턴은(는) CoddyKit의 무료 Serverless AWS Lambda Development 강의입니다. 이것은 4개 중 4번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Serverless AWS Lambda Development 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Serverless AWS Lambda Development 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

The Distributed Data Problem

In event-driven systems each service owns its own data. A single business operation may span several services, but there is no shared transaction to roll them all back.

What is a Saga?

A saga breaks one big transaction into a sequence of local transactions. If a step fails, earlier steps are undone with compensating actions.

A Worked Example

Placing an order: reserve inventory, charge payment, create shipment. If payment fails, you must release the reserved inventory.

Compensating Actions

Every forward step needs a matching undo. Reserve has Release; Charge has Refund. Compensations make the system eventually consistent.

steps = [
  ('reserveInventory', 'releaseInventory'),
  ('chargePayment', 'refundPayment'),
  ('createShipment', 'cancelShipment')
]

Choreography Style

In choreography, each service reacts to events and emits the next event. There is no central coordinator, but the flow is implicit and harder to follow.

Orchestration Style

In orchestration, a coordinator (often AWS Step Functions) explicitly drives each step and triggers compensations on failure. The flow is centralized and visible.

Step Functions Fits Sagas

Step Functions supports a Catch on each task to invoke a compensation, making it a natural home for orchestrated sagas.

{
  "ChargePayment": {
    "Type": "Task",
    "Resource": "arn:...:chargePayment",
    "Catch": [{"ErrorEquals": ["States.ALL"], "Next": "ReleaseInventory"}],
    "Next": "CreateShipment"
  }
}

Idempotency is Essential

Saga steps and compensations may be retried, so each must be idempotent. Use a unique transaction id to detect and ignore duplicates.

Eventual Consistency

During a saga the system is temporarily inconsistent. Design the UI and downstream consumers to tolerate states like "payment pending".

Semantic Locks

To avoid conflicts mid-saga, mark records with a pending status (a semantic lock) so other operations know the data is in flight.

When to Use a Saga

Use sagas when a workflow truly spans services. If everything lives in one service or one database, a normal local transaction is simpler and safer.

Quick Check

Test your saga knowledge.

Recap

You learned the saga pattern: split a distributed operation into local steps with compensating undos, choose choreography or orchestration, and keep steps idempotent.

자주 묻는 질문

“분산 트랜잭션을 위한 사가 패턴” 강의는 무료인가요?

네 — “분산 트랜잭션을 위한 사가 패턴” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Serverless AWS Lambda Development 강의 전체를 잠금 해제할 수 있습니다. Serverless AWS Lambda Development 강의에는 총 4개의 강의가 포함되어 있습니다.

“분산 트랜잭션을 위한 사가 패턴”에서 뭘 배우나요?

분산 트랜잭션 없이 사가 패턴과 보상 작업을 사용하여 여러 서비스에 걸친 데이터 변경을 조정하는 방법을 배웁니다. 브라우저에서 직접 실행하는 실습 코드로 Serverless AWS Lambda Development을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Serverless AWS Lambda Development을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Serverless AWS Lambda Development은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 4번째 강의입니다.

“분산 트랜잭션을 위한 사가 패턴” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Serverless AWS Lambda Development 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Serverless AWS Lambda Development 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Serverless AWS Lambda Development(으)로 돌아가기