1、MQ发送方发送远程事务消息到MQ Server;
2、MQ Server给予响应, 表明事务消息已成功到达MQ Server.
3、MQ发送方Commit本地事务.
4、若本地事务Commit成功, 则通知MQ Server允许对应事务消息被消费; 若本地事务失败, 则通知MQ Server对应事务消息应被丢弃.
5、若MQ发送方超时未对MQ Server作出本地事务执行状态的反馈, 那么需要MQ Servfer向MQ发送方主动回查事务状态, 以决定事务消息是否能被消费.
6、当得知本地事务执行成功时, MQ Server允许MQ订阅方消费本条事务消息.
之前写服务的时候没有用2-pc，用的还是异步消息的事务补偿机制，但没有上面的这么复杂，首先 A->B, A→C结合一些A的本地DB操作被包裹进大的事务里，若C调用失败触发回滚，在捕获C调用失败的异常时往kafka写入消息通知给B回滚，A不会直接调用B的接口去手动回滚因为这个动作耗时且可能失败，而送入kafka让B的消费者线程来消费可以保证多次重试以及日志准确记录。
基于事务消息的最终一致性
模型
由多个独立的本地事务和事务消息实现最终一 致性，事务消息保证成功的情况下投递，失败时不投递，超时未知的情况下check，具体的实现方式不固定，常用的策略是一个唯一业务标识和幂等操作，下图是基于事务 MQ 的最终一致性常用模型: 
优缺点
1)优点
性能好，把全局事务拆分成多个本地事务，对资源的锁定只是一个本地事务的时间，通过在数据库外部实现事务机制达到了最终一致性
对SOA/微服务的支持友好
2)缺点
对应用的侵入大，需要应用自身根据业务实现最终一致性逻辑，在应用系统中实现事务检查与回滚的细节
存在中间不一致状态