sharding-jdbc中的事务详细解读
作者：那个天真的人
序言
sharding-jdbc在分库分表方面提供了很大的便利性
在使用DB的时候，通常都会涉及到事务这个概念，而在分库分表的环境上再加上事务，就会使事情变得复杂起来。
本章试图剖析sharding-jdbc在事务方面的解决思路。
传统事务回顾
传统的事务模型如下：
Connection conn = getConnection();
try{
Statement stmt1 = conn.parpareStatement(sql1);
stmt1.executeUpdate();
Statement stmt2 = conn.parpareStatement(sql2);
stmt2.executeUpdate();
conn.commit();
}catch(Exception e){
conn.rollback();
}对于同一个连接，可以执行多条sql语句，任何一条语句出现错误的时候，整个操作流程都可以回滚，从而达到事务的原子操作。
再来看最基本的spring事务操作：
class ServiceA(){
public void updateA(){...}
}
class ServiceB(){
public void updateB(){...}
}
@Transactional
class ServiceC(){
public void updateC(){
serviceA.updateA();
serviceB.updateB();
}
}我们知道，当updateC执行的时候，不管是updateA还是updateB出现了异常，updateC都可以整体回滚，达到原子操作的效果，其主要原因是updateA和updateB共享了同一个Connection，这是spring底层通过ThreadLocal缓存了Connection实现的。
以上介绍的这两种情况都只是针对单库单表的原子操作，事务的实现并不难理解，那么在跨库的情况下，sharding-jdbc又是如何解决事务问题的呢？
shrading-jdbc之弱事务
在官方文档中，针对弱事务有如下三点说明：
- 完全支持非跨库事务，例如：仅分表，或分库但是路由的结果在单库中。
- 完全支持因逻辑异常导致的跨库事务。例如：同一事务中，跨两个库更新。更新完毕后，抛出空指针，则两个库的内容都能回滚。
- 不支持因网络、硬件异常导致的跨库事务。例如：同一事务中，跨两个库更新，更新完毕后、未提交之前，第一个库死机，则只有第二个库数据提交。
为了理解以上几点，我们来看看sharding-jdbc默认是如何处理事务的。
这是一个非常常见的处理模式，一个总连接处理了多条sql语句，最后一次性提交整个事务，每一条sql语句可能会分为多条子sql分库分表去执行，这意味着底层可能会关联多个真正的数据库连接，我们先来看看如果一切正常，commit会如何去处理。
public abstract class AbstractConnectionAdapter extends AbstractUnsupportedOperationConnection {
@Override
public final void commit() throws SQLException {
Collection<SQLException> exceptions = new LinkedList<>();
for (Connection each : cachedConnections.values()) {
try {
each.commit();
} catch (final SQLException ex) {
exceptions.add(ex);
}
}
throwSQLExceptionIfNecessary(exceptions);
}
}引擎会遍历底层所有真正的数据库连接，一个个进行commit操作，如果任何一个出现了异常，直接捕获异常，但是也只是捕获而已，然后接着下一个连接的commit，这也就很好的说明了，如果在执行任何一条sql语句出现了异常，整个操作是可以原子性回滚的，因为此时所有连接都不会执行commit，但如果已经到了commit这一步的话，如果有连接commit失败了，是不会影响到其他连接的。
sharding-jdbc之柔性事务
sharding-jdbc的弱事务并不是完美的，有时可能会导致数据的一致性问题，所以针对某些特定的场景，又提出了柔性事务的概念。先来看一张官方的说明图：
这里想表达两个意思：
1. 对于sql的执行，在执行前记录日志，如果执行成功，把日志删除，如果执行失败，重试一定次数（如果未达到最大尝试次数便执行成功了，一样删除日志）。
2. 异步任务不断扫描执行日志，如果重试次数未达到最大上限，尝试重新执行，如果执行成功，删除日志。
从上面两点分析可以看出，由于采用的是重试的模式，也就是说同一条语句，是有可能被多次执行的，所以官方提到了柔性事务的适用场景：
- 根据主键删除数据。
- 更新记录永久状态，如更新通知送达状态。
而且它还有一定的限制： SQL需要满足幂等性，具体为：
- INSERT语句要求必须包含主键，且不能是自增主键。
- UPDATE语句要求幂等，不能是UPDATE xxx SET x=x+1
- DELETE语句无要求。
在有了一个大概的了解之后，我们来更加深入的了解。
sharding-jdbc使用了google的EventBus事件模型，注册了一个Listener，监听器对三种事件进行了处理，如下代码所示：
switch (event.getEventExecutionType()) {
case BEFORE_EXECUTE:
transactionLogStorage.add(new TransactionLog(event.getId(), bedSoftTransaction.getTransactionId(), bedSoftTransaction.getTransactionType(),
event.getDataSource(), event.getSql(), event.getParameters(), System.currentTimeMillis(), 0));
return;
case EXECUTE_SUCCESS:
transactionLogStorage.remove(event.getId());
return;
case EXECUTE_FAILURE:
boolean deliverySuccess = false;
for (int i = 0; i < transactionConfig.getSyncMaxDeliveryTryTimes(); i++) {
if (deliverySuccess) {
return;
}
boolean isNewConnection = false;
Connection conn = null;
PreparedStatement preparedStatement = null;
try {
conn = bedSoftTransaction.getConnection().getConnection(event.getDataSource(), SQLType.DML);
if (!isValidConnection(conn)) {
bedSoftTransaction.getConnection().release(conn);
conn = bedSoftTransaction.getConnection().getConnection(event.getDataSource(), SQLType.DML);
isNewConnection = true;
}
preparedStatement = conn.prepareStatement(event.getSql());
//TODO for batch event need split to 2-level records
for (int parameterIndex = 0; parameterIndex < event.getParameters().size(); parameterIndex++) {
preparedStatement.setObject(parameterIndex + 1, event.getParameters().get(parameterIndex));
}
preparedStatement.executeUpdate();
deliverySuccess = true;
transactionLogStorage.remove(event.getId());
} catch (final SQLException ex) {
log.error(String.format("Delivery times %s error, max try times is %s", i + 1, transactionConfig.getSyncMaxDeliveryTryTimes()), ex);
} finally {
close(isNewConnection, conn, preparedStatement);
}
}
return;
default:
throw new UnsupportedOperationException(event.getEventExecutionType().toString());
}以上代码可以抽取为如下图的描述：
监听器根据三种不同的事件类型对事务日志进行不同的操作。有监听 ，必然就有事件的投递，那么引擎是什么时候产生这些事件的呢？ 我们知道每一条sql语句拆分后有可能对应多条子sql语句，而每一条子sql语句是单独执行的，执行是封装在一个内部方法的：
private <T> T executeInternal(final SQLType sqlType, final BaseStatementUnit baseStatementUnit, final List<List<Object>> parameterSets, final ExecuteCallback<T> executeCallback,
final boolean isExceptionThrown, final Map<String, Object> dataMap) throws Exception {
synchronized (baseStatementUnit.getStatement().getConnection()) {
T result;
ExecutorExceptionHandler.setExceptionThrown(isExceptionThrown);
ExecutorDataMap.setDataMap(dataMap);
List<AbstractExecutionEvent> events = new LinkedList<>();
if (parameterSets.isEmpty()) {
events.add(getExecutionEvent(sqlType, baseStatementUnit, Collections.emptyList()));
}
for (List<Object> each : parameterSets) {
events.add(getExecutionEvent(sqlType, baseStatementUnit, each));
}
for (AbstractExecutionEvent event : events) {
EventBusInstance.getInstance().post(event);
}
try {
result = executeCallback.execute(baseStatementUnit);
} catch (final SQLException ex) {
for (AbstractExecutionEvent each : events) {
each.setEventExecutionType(EventExecutionType.EXECUTE_FAILURE);
each.setException(Optional.of(ex));
EventBusInstance.getInstance().post(each);
ExecutorExceptionHandler.handleException(ex);
}
return null;
}
for (AbstractExecutionEvent each : events) {
each.setEventExecutionType(EventExecutionType.EXECUTE_SUCCESS);
EventBusInstance.getInstance().post(each);
}
return result;
}
}以上代码可以简化为如下流程：
其实执行流程比较简单，但还有两个重要的细节这里没有体现：
- 当使用柔性事务的时候，需要创建事务管理器，并获取事务对象，调用事务对象的begin开始一个事务，在这一步，会强制设置连接的autoCommit=true，这会导致所有的sql语句执时后立即提交，想想如果能回滚，那柔性事务也就失去了意义。
- 当事务执行begin时，会标记当前不抛出异常，这样当执行sql语句有异常时，会生成相应的EXECUTE_FAILURE事件，从而进行事务日志处理，而不是往外抛出异常，当事务结束时，调用事务对象的end方法，恢复异常的捕获。
一个常见的代码编写模式如下（来自官方的demo)
private static void updateFailure(final DataSource dataSource) throws SQLException {
String sql1 = "UPDATE t_order SET status='UPDATE_1' WHERE user_id=10 AND order_id=1000";
String sql2 = "UPDATE t_order SET not_existed_column=1 WHERE user_id=1 AND order_id=?";
String sql3 = "UPDATE t_order SET status='UPDATE_2' WHERE user_id=10 AND order_id=1000";
SoftTransactionManager transactionManager = new SoftTransactionManager(getSoftTransactionConfiguration(dataSource));
transactionManager.init();
BEDSoftTransaction transaction = (BEDSoftTransaction) transactionManager.getTransaction(SoftTransactionType.BestEffortsDelivery);
Connection conn = null;
try {
conn = dataSource.getConnection();
transaction.begin(conn);
PreparedStatement preparedStatement1 = conn.prepareStatement(sql1);
PreparedStatement preparedStatement2 = conn.prepareStatement(sql2);
preparedStatement2.setObject(1, 1000);
PreparedStatement preparedStatement3 = conn.prepareStatement(sql3);
preparedStatement1.executeUpdate();
preparedStatement2.executeUpdate();
preparedStatement3.executeUpdate();
} finally {
transaction.end();
if (conn != null) {
conn.close();
}
}
}看到这个编写模式，你一定会想，如果我使用MyBatis和spring，这一切能否整合起来，这个话题有兴趣大家可以去尝试。
总结
分布式事务处理起来有一定的难度，sharding-jdbc采用了简单的弱事务模式和特殊场景下的柔性事务模式，没有最好，只有更好，根据自身业务去选择事务模式才是最重要的。
到此这篇关于sharding-jdbc中的事务详细解读的文章就介绍到这了,更多相关sharding-jdbc事务内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！