1. 技术文章
  2. 数据库中间件 Sharding-JDBC 源码分析 —— 分布式事务（一）之最大努力型

数据库中间件 Sharding-JDBC 源码分析 —— 分布式事务（一）之最大努力型

由 匆匆过客 提交于 2019-11-27 03:48:10

摘要: 原创出处 http://www.iocoder.cn/Sharding-JDBC/transaction-bed/ 「芋道源码」欢迎转载，保留摘要，谢谢！

本文主要基于 Sharding-JDBC 1.5.0 正式版

🙂🙂🙂关注**微信公众号：【芋道源码】**有福利：

  1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
  2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
  3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
  4. 新的源码解析文章实时收到通知。每周更新一篇左右。
  5. 认真的源码交流微信群。

1. 概述

数据库表分库后，业务场景下的单库本地事务可能变成跨库分布式事务。虽然我们可以通过合适的分库规则让操作的数据在同库下，继续保证单库本地事务，这也是非常推崇的，但不是所有场景下都能适用。如果这些场景对事务的一致性有要求，我们就不得不解决分布式事务的“麻烦”。

分布式事务是个很大的话题，我们来看看 Sharding-JDBC 对她的权衡：

Sharding-JDBC由于性能方面的考量，决定不支持强一致性分布式事务。我们已明确规划线路图，未来会支持最终一致性的柔性事务。

Sharding-JDBC 提供了两种 柔性事务：

  • 最大努力送达型 BED ：已经实现
  • 事务补偿型 TCC ：计划中

本文分享 最大努力送达型 的实现。建议前置阅读：《Sharding-JDBC 源码分析 —— SQL 执行》。

Sharding-JDBC 正在收集使用公司名单：传送门。
🙂 你的登记，会让更多人参与和使用 Sharding-JDBC。传送门
Sharding-JDBC 也会因此，能够覆盖更多的业务场景。传送门
登记吧，骚年！传送门

2. 最大努力送达型

概念

在分布式数据库的场景下，相信对于该数据库的操作最终一定可以成功，所以通过最大努力反复尝试送达操作。

从概念看，可能不是很直白的理解是什么意思，本文会最大努力让你干净理解。

架构图

执行过程有 四种 情况：

  1. 【红线】执行成功
  2. 【棕线】执行失败，同步重试成功
  3. 【粉线】执行失败，同步重试失败，异步重试成功
  4. 【绿线】执行失败，同步重试失败，异步重试失败，事务日志保留

整体成漏斗倒三角，上一个阶段失败，交给下一个阶段重试：

整个过程通过如下 组件 完成：

  • 柔性事务管理器
  • 最大努力送达型柔性事务
  • 最大努力送达型事务监听器
  • 事务日志存储器
  • 最大努力送达型异步作业

下面，我们逐节分享每个组件。

3. 柔性事务管理器

3.1 概念

柔性事务管理器，SoftTransactionManager 实现，负责对柔性事务配置( SoftTransactionConfiguration ) 、柔性事务( AbstractSoftTransaction )的管理。

3.2 柔性事务配置

调用 #init() 初始化柔性管理器：

// SoftTransactionManager.java /** * 柔性事务配置对象 */ @Getter private final SoftTransactionConfiguration transactionConfig;    // SoftTransactionManager.java /** * 初始化事务管理器. */ public void init() throws SQLException {    // 初始化 最大努力送达型事务监听器    EventBusInstance.getInstance().register(new BestEffortsDeliveryListener());    // 初始化 事务日志数据库存储表    if (TransactionLogDataSourceType.RDB == transactionConfig.getStorageType()) {        Preconditions.checkNotNull(transactionConfig.getTransactionLogDataSource());        createTable();    }    // 初始化 内嵌的最大努力送达型异步作业    if (transactionConfig.getBestEffortsDeliveryJobConfiguration().isPresent()) {        new NestedBestEffortsDeliveryJobFactory(transactionConfig).init();    } }
  • 将最大努力送达型事务监听器( BestEffortsDeliveryListener )注册到事务总线 ( EventBus )。在『最大努力送达型事务监听器』小节会详细分享
  • 当使用数据库存储事务日志( TransactionLog ) 时，若**事务日志表( transaction_log )**不存在则进行创建。在『事务日志存储器』小节会详细分享
  • 当配置使用内嵌的最大努力送达型异步作业( NestedBestEffortsDeliveryJob ) 时，进行初始化。在『最大努力送达型异步作业』小节会详细分享

SoftTransactionConfiguration

SoftTransactionConfiguration，柔性事务配置对象。

public class SoftTransactionConfiguration {     /**      * 事务管理器管理的数据源.      */     @Getter(AccessLevel.NONE)     private final DataSource targetDataSource;          /**      * 同步的事务送达的最大尝试次数.      */     private int syncMaxDeliveryTryTimes = 3;          /**      * 事务日志存储类型.      */     private TransactionLogDataSourceType storageType = RDB;     /**      * 存储事务日志的数据源.      */     private DataSource transactionLogDataSource;          /**      * 内嵌的最大努力送达型异步作业配置对象.      */     private Optional<NestedBestEffortsDeliveryJobConfiguration> bestEffortsDeliveryJobConfiguration = Optional.absent(); }

3.3 柔性事务

在 Sharding-JDBC 里，目前柔性事务分成两种：

  • BEDSoftTransaction ：最大努力送达型柔性事务
  • TCCSoftTransaction ：TCC型柔性事务

继承 AbstractSoftTransaction

public abstract class AbstractSoftTransaction {     /**      * 分片连接原自动提交状态      */     private boolean previousAutoCommit;     /**      * 分片连接      */     @Getter     private ShardingConnection connection;     /**      * 事务类型      */     @Getter     private SoftTransactionType transactionType;     /**      * 事务编号      */     @Getter     private String transactionId; }

AbstractSoftTransaction 实现了开启柔性事务、关闭柔性事务两个方法提供给子类调用：

  • #beginInternal()

    /** * 开启柔性 * * @param conn 分片连接 * @param type 事务类型 * @throws SQLException */ protected final void beginInternal(final Connection conn, final SoftTransactionType type) throws SQLException {    // TODO 判断如果在传统事务中，则抛异常    Preconditions.checkArgument(conn instanceof ShardingConnection, "Only ShardingConnection can support eventual consistency transaction.");    // 设置执行错误，不抛出异常    ExecutorExceptionHandler.setExceptionThrown(false);    connection = (ShardingConnection) conn;    transactionType = type;    // 设置自动提交状态    previousAutoCommit = connection.getAutoCommit();    connection.setAutoCommit(true);    // 生成事务编号    // TODO 替换UUID为更有效率的id生成器    transactionId = UUID.randomUUID().toString(); }

    • 调用 ExecutorExceptionHandler.setExceptionThrown(false) 设置执行 SQL 错误时，也不抛出异常。

      • 对异常处理的代码：ExecutorExceptionHandler#setExceptionThrown()
      • 对于其他 SQL，不会因为 SQL 错误不执行，会继续执行
      • 对于上层业务，不会因为 SQL 错误终止逻辑，会继续执行。这里有一点要注意下，上层业务不能对该 SQL 执行结果有强依赖，因为 SQL 错误需要重试达到数据最终一致性
      • 对于最大努力型事务( TCC暂未实现 )，会对执行错误的 SQL 进行重试

    • 调用 connection.setAutoCommit(true);，设置执行自动提交。使用最大努力型事务时，上层业务执行 SQL 会马上提交，即使调用 Connection#rollback() 也是无法回滚的，这点一定要注意。

  • #end()

    /** * 结束柔性事务. */ public final void end() throws SQLException {   if (connection != null) {       ExecutorExceptionHandler.setExceptionThrown(true);       connection.setAutoCommit(previousAutoCommit);       SoftTransactionManager.closeCurrentTransactionManager();   } }  // SoftTransactionManager.java /** * 关闭当前的柔性事务管理器. */ static void closeCurrentTransactionManager() {    ExecutorDataMap.getDataMap().put(TRANSACTION, null);    ExecutorDataMap.getDataMap().put(TRANSACTION_CONFIG, null); }
    • 事务结束后，一定要记得调用 #end() 清理线程变量。否则，下次请求使用到该线程，会继续在这个柔性事务内。

BEDSoftTransaction

BEDSoftTransaction，最大努力送达型柔性事务。

public class BEDSoftTransaction extends AbstractSoftTransaction {          /**      * 开启柔性事务.      *       * @param connection 数据库连接对象      */     public void begin(final Connection connection) throws SQLException {         beginInternal(connection, SoftTransactionType.BestEffortsDelivery);     } }

TCCSoftTransaction

TCCSoftTransaction，TCC 型柔性事务，暂未实现。实现后，会更新到 《Sharding-JDBC 源码分析 —— 分布式事务（二）之事务补偿型》。

3.3.1 创建柔性事务

通过调用 SoftTransactionManager#getTransaction() 创建柔性事务对象：

/** * {@link ExecutorDataMap#dataMap} 柔性事务对象 key */ private static final String TRANSACTION = "transaction"; /** * {@link ExecutorDataMap#dataMap} 柔性事务配置 key */ private static final String TRANSACTION_CONFIG = "transactionConfig";  // SoftTransactionManager.java /** * 创建柔性事务. *  * @param type 柔性事务类型 * @return 柔性事务 */ public AbstractSoftTransaction getTransaction(final SoftTransactionType type) {    AbstractSoftTransaction result;    switch (type) {        case BestEffortsDelivery:             result = new BEDSoftTransaction();            break;        case TryConfirmCancel:            result = new TCCSoftTransaction();            break;        default:             throw new UnsupportedOperationException(type.toString());    }    // TODO 目前使用不支持嵌套事务，以后这里需要可配置    if (getCurrentTransaction().isPresent()) {        throw new UnsupportedOperationException("Cannot support nested transaction.");    }    ExecutorDataMap.getDataMap().put(TRANSACTION, result);    ExecutorDataMap.getDataMap().put(TRANSACTION_CONFIG, transactionConfig);    return result; }

  • 后续可以从 ExecutorDataMap 中获取当前线程的柔性事务和柔性事务配置：

    // SoftTransactionManager.java /** * 获取当前线程的柔性事务配置. *  * @return 当前线程的柔性事务配置 */ public static Optional<SoftTransactionConfiguration> getCurrentTransactionConfiguration() {    Object transactionConfig = ExecutorDataMap.getDataMap().get(TRANSACTION_CONFIG);    return (null == transactionConfig)            ? Optional.<SoftTransactionConfiguration>absent()            : Optional.of((SoftTransactionConfiguration) transactionConfig); }  /** * 获取当前的柔性事务. *  * @return 当前的柔性事务 */ public static Optional<AbstractSoftTransaction> getCurrentTransaction() {    Object transaction = ExecutorDataMap.getDataMap().get(TRANSACTION);    return (null == transaction)            ? Optional.<AbstractSoftTransaction>absent()            : Optional.of((AbstractSoftTransaction) transaction); }

4. 事务日志存储器

柔性事务执行过程中，会通过事务日志( TransactionLog ) 记录每条 SQL 执行状态：

  • SQL 执行前，记录一条事务日志
  • SQL 执行成功，移除对应的事务日志

通过实现事务日志存储器接口( TransactionLogStorage )，提供存储功能。目前有两种实现：

  • MemoryTransactionLogStorage ：基于内存的事务日志存储器。主要用于开发测试，生产环境下不要使用。
  • RdbTransactionLogStorage ：基于数据库的事务日志存储器。

本节只分析 RdbTransactionLogStorage。对 MemoryTransactionLogStorage 感兴趣的同学可以点击链接传送到达。

TransactionLogStorage 有五个接口方法，下文每个小标题都是一个方法。

4.1 #add()

// TransactionLogStorage.java /** * 存储事务日志. *  * @param transactionLog 事务日志 */ void add(TransactionLog transactionLog);  // RdbTransactionLogStorage.java @Override public void add(final TransactionLog transactionLog) {    String sql = "INSERT INTO `transaction_log` (`id`, `transaction_type`, `data_source`, `sql`, `parameters`, `creation_time`) VALUES (?, ?, ?, ?, ?, ?);";    try (     // ... 省略你熟悉的代码    } catch (final SQLException ex) {        throw new TransactionLogStorageException(ex);    } }
  • 注意：如果插入事务日志失败，SQL 会继续执行，如果此时 SQL 执行失败，则该 SQL 会不见了。建议：#add() 和下文的 #remove() 异常时，都打印下异常日志都文件系统

TransactionLog (transaction_log) 数据库表结构如下：

字段 名字 数据库类型 备注
id 事件编号 VARCHAR(40) EventBus 事件编号，非事务编号
transaction_type 柔性事务类型 VARCHAR(30)
data_source 真实数据源名 VARCHAR(255)
sql 执行 SQL TEXT 已经改写过的 SQL
parameters 占位符参数 TEXT JSON 字符串存储
creation_time 记录时间 LONG
async_delivery_try_times 已异步重试次数 INT

4.2 #remove()

// TransactionLogStorage.java /** * 根据主键删除事务日志. *  * @param id 事务日志主键 */ void remove(String id);      // RdbTransactionLogStorage.java     @Override public void remove(final String id) {    String sql = "DELETE FROM `transaction_log` WHERE `id`=?;";    try (           // ... 省略你熟悉的代码    } catch (final SQLException ex) {        throw new TransactionLogStorageException(ex);    } }

4.3 #findEligibleTransactionLogs()

// TransactionLogStorage.java /** * 读取需要处理的事务日志. *  * <p>需要处理的事务日志为: </p> * <p>1. 异步处理次数小于最大处理次数.</p> * <p>2. 异步处理的事务日志早于异步处理的间隔时间.</p> *  * @param size 获取日志的数量 * @param maxDeliveryTryTimes 事务送达的最大尝试次数 * @param maxDeliveryTryDelayMillis 执行送达事务的延迟毫秒数. */ List<TransactionLog> findEligibleTransactionLogs(int size, int maxDeliveryTryTimes, long maxDeliveryTryDelayMillis);  // RdbTransactionLogStorage.java @Override public List<TransactionLog> findEligibleTransactionLogs(final int size, final int maxDeliveryTryTimes, final long maxDeliveryTryDelayMillis) {    List<TransactionLog> result = new ArrayList<>(size);    String sql = "SELECT `id`, `transaction_type`, `data_source`, `sql`, `parameters`, `creation_time`, `async_delivery_try_times` "        + "FROM `transaction_log` WHERE `async_delivery_try_times`<? AND `transaction_type`=? AND `creation_time`<? LIMIT ?;";    try (Connection conn = dataSource.getConnection()) {        // ... 省略你熟悉的代码    } catch (final SQLException ex) {        throw new TransactionLogStorageException(ex);    }    return result; }

4.4 #increaseAsyncDeliveryTryTimes()

// TransactionLogStorage.java /** * 增加事务日志异步重试次数. *  * @param id 事务主键 */ void increaseAsyncDeliveryTryTimes(String id);  // RdbTransactionLogStorage.java @Override public void increaseAsyncDeliveryTryTimes(final String id) {    String sql = "UPDATE `transaction_log` SET `async_delivery_try_times`=`async_delivery_try_times`+1 WHERE `id`=?;";    try (        // ... 省略你熟悉的代码    } catch (final SQLException ex) {        throw new TransactionLogStorageException(ex);    } }

4.5 #processData()

// TransactionLogStorage.java /** * 处理事务数据. * * @param connection 业务数据库连接 * @param transactionLog 事务日志 * @param maxDeliveryTryTimes 事务送达的最大尝试次数 */ boolean processData(Connection connection, TransactionLog transactionLog, int maxDeliveryTryTimes);  // RdbTransactionLogStorage.java @Override public boolean processData(final Connection connection, final TransactionLog transactionLog, final int maxDeliveryTryTimes) {    // 重试执行失败 SQL    try (        Connection conn = connection;        PreparedStatement preparedStatement = conn.prepareStatement(transactionLog.getSql())) {        for (int parameterIndex = 0; parameterIndex < transactionLog.getParameters().size(); parameterIndex++) {            preparedStatement.setObject(parameterIndex + 1, transactionLog.getParameters().get(parameterIndex));        }        preparedStatement.executeUpdate();    } catch (final SQLException ex) {        // 重试失败，更新事务日志，增加已异步重试次数        increaseAsyncDeliveryTryTimes(transactionLog.getId());        throw new TransactionCompensationException(ex);    }    // 移除重试执行成功 SQL 对应的事务日志    remove(transactionLog.getId());    return true; }
  • 不同于前四个增删改查接口方法的实现，#processData() 是带有一些逻辑的。根据事务日志( TransactionLog )重试执行失败的 SQL，若成功，移除事务日志；若失败，更新事务日志，增加已异步重试次数
  • 该方法会被最大努力送达型异步作业调用到

5. 最大努力送达型事务监听器

最大努力送达型事务监听器，BestEffortsDeliveryListener，负责记录事务日志、同步重试执行失败 SQL。

// BestEffortsDeliveryListener.java @Subscribe @AllowConcurrentEvents public void listen(final DMLExecutionEvent event) {    if (!isProcessContinuously()) {        return;    }    SoftTransactionConfiguration transactionConfig = SoftTransactionManager.getCurrentTransactionConfiguration().get();    TransactionLogStorage transactionLogStorage = TransactionLogStorageFactory.createTransactionLogStorage(transactionConfig.buildTransactionLogDataSource());    BEDSoftTransaction bedSoftTransaction = (BEDSoftTransaction) SoftTransactionManager.getCurrentTransaction().get();    switch (event.getEventExecutionType()) {        case BEFORE_EXECUTE: // 执行前，插入事务日志            //TODO 对于批量执行的SQL需要解析成两层列表            transactionLogStorage.add(new TransactionLog(event.getId(), bedSoftTransaction.getTransactionId(), bedSoftTransaction.getTransactionType(),                     event.getDataSource(), event.getSql(), event.getParameters(), System.currentTimeMillis(), 0));            return;        case EXECUTE_SUCCESS: // 执行成功，移除事务日志            transactionLogStorage.remove(event.getId());            return;        case EXECUTE_FAILURE: // 执行失败，同步重试            boolean deliverySuccess = false;            for (int i = 0; i < transactionConfig.getSyncMaxDeliveryTryTimes(); i++) { // 同步【多次】重试                if (deliverySuccess) {                    return;                }                boolean isNewConnection = false;                Connection conn = null;                PreparedStatement preparedStatement = null;                try {                    // 获得数据库连接                    conn = bedSoftTransaction.getConnection().getConnection(event.getDataSource(), SQLType.DML);                    if (!isValidConnection(conn)) { // 因为可能执行失败是数据库连接异常，所以判断一次，如果无效，重新获取数据库连接                        bedSoftTransaction.getConnection().release(conn);                        conn = bedSoftTransaction.getConnection().getConnection(event.getDataSource(), SQLType.DML);                        isNewConnection = true;                    }                    preparedStatement = conn.prepareStatement(event.getSql());                    // 同步重试                    //TODO 对于批量事件需要解析成两层列表                    for (int parameterIndex = 0; parameterIndex < event.getParameters().size(); parameterIndex++) {                        preparedStatement.setObject(parameterIndex + 1, event.getParameters().get(parameterIndex));                    }                    preparedStatement.executeUpdate();                    deliverySuccess = true;                    // 同步重试成功，移除事务日志                    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());    } }

  • BestEffortsDeliveryListener 通过 EventBus 实现监听 SQL 的执行。Sharding-JDBC 如何实现 EventBus 的，请看《Sharding-JDBC 源码分析 —— SQL 执行》

  • 调用 #isProcessContinuously() 方法判断是否处于最大努力送达型事务中，当且仅当处于该状态才进行监听事件处理

  • SQL 执行前，插入事务日志

  • SQL 执行成功，移除事务日志

  • SQL 执行失败，根据柔性事务配置( SoftTransactionConfiguration )同步的事务送达的最大尝试次数( syncMaxDeliveryTryTimes )进行多次重试直到成功。总体逻辑和 RdbTransactionLogStorage#processData() 方法逻辑类似，区别在于获取分片数据库连接的特殊处理：此处调用失败，数据库连接可能是异常无效的，因此调用了 #isValidConnection() 判断连接的有效性。若无效，则重新获取分片数据库连接。另外，若是重新获取分片数据库连接，需要进行关闭释放 (Connection#close())：

    // BestEffortsDeliveryListener.java /** * 通过 SELECT 1 校验数据库连接是否有效 * * @param conn 数据库连接 * @return 是否有效 */ private boolean isValidConnection(final Connection conn) {    try (PreparedStatement preparedStatement = conn.prepareStatement("SELECT 1")) {        try (ResultSet rs = preparedStatement.executeQuery()) {            return rs.next() && 1 == rs.getInt("1");        }    } catch (final SQLException ex) {        return false;    } }  /** * 关闭释放预编译SQL对象和数据库连接 * * @param isNewConnection 是否新创建的数据库连接，是的情况下才释放 * @param conn 数据库连接 * @param preparedStatement 预编译SQL */ private void close(final boolean isNewConnection, final Connection conn, final PreparedStatement preparedStatement) {    if (null != preparedStatement) {        try {            preparedStatement.close();        } catch (final SQLException ex) {            log.error("PreparedStatement closed error:", ex);        }    }    if (isNewConnection && null != conn) {        try {            conn.close();        } catch (final SQLException ex) {            log.error("Connection closed error:", ex);        }    } }

6. 最大努力送达型异步作业

当最大努力送达型事务监听器( BestEffortsDeliveryListener )多次同步重试失败后，交给最大努力送达型异步作业进行多次异步重试，并且多次执行有固定间隔。

Sharding-JDBC 提供了两个最大努力送达型异步作业实现：

  • NestedBestEffortsDeliveryJob ：内嵌的最大努力送达型异步作业
  • BestEffortsDeliveryJob ：最大努力送达型异步作业

两者实现代码逻辑基本一致。前者相比后者，用于开发测试，去除对 Zookeeper 依赖，无法实现高可用，因此生产环境下不适合使用。

6.1 BestEffortsDeliveryJob

BestEffortsDeliveryJob 所在 Maven 项目为 sharding-jdbc-transaction-async-job，基于当当开源的 Elastic-Job 实现。如下是官方对该 Maven 项目的简要说明：

由于柔性事务采用异步尝试，需要部署独立的作业和Zookeeper。sharding-jdbc-transaction采用elastic-job实现的sharding-jdbc-transaction-async-job，通过简单配置即可启动高可用作业异步送达柔性事务，启动脚本为start.sh。

BestEffortsDeliveryJob

public class BestEffortsDeliveryJob extends AbstractIndividualThroughputDataFlowElasticJob<TransactionLog> {      /**      * 最大努力送达型异步作业配置对象      */     @Setter     private BestEffortsDeliveryConfiguration bedConfig;     /**      * 事务日志存储器对象      */     @Setter     private TransactionLogStorage transactionLogStorage;      @Override     public List<TransactionLog> fetchData(final JobExecutionMultipleShardingContext context) {         return transactionLogStorage.findEligibleTransactionLogs(context.getFetchDataCount(),             bedConfig.getJobConfig().getMaxDeliveryTryTimes(), bedConfig.getJobConfig().getMaxDeliveryTryDelayMillis());     }      @Override     public boolean processData(final JobExecutionMultipleShardingContext context, final TransactionLog data) {         try (             Connection conn = bedConfig.getTargetDataSource(data.getDataSource()).getConnection()) {             transactionLogStorage.processData(conn, data, bedConfig.getJobConfig().getMaxDeliveryTryTimes());         } catch (final SQLException | TransactionCompensationException ex) {             log.error(String.format("Async delivery times %s error, max try times is %s, exception is %s", data.getAsyncDeliveryTryTimes() + 1,                  bedConfig.getJobConfig().getMaxDeliveryTryTimes(), ex.getMessage()));             return false;         }         return true;     }          @Override     public boolean isStreamingProcess() {         return false;     } }
  • 调用 #fetchData() 方法获取需要处理的事务日志 (TransactionLog)，内部调用了 TransactionLogStorage#findEligibleTransactionLogs() 方法
  • 调用 #processData() 方法处理事务日志，重试执行失败的 SQL，内部调用了 TransactionLogStorage#processData()
  • #fetchData() 和 #processData() 调用是 Elastic-Job 控制的。每一轮定时调度，每条事务日志只执行一次。当超过最大异步调用次数后，该条事务日志不再处理，所以生产使用时，最好增加下相应监控超过最大异步重试次数的事务日志。

6.2 AsyncSoftTransactionJobConfiguration

AsyncSoftTransactionJobConfiguration，异步柔性事务作业配置对象。

public class AsyncSoftTransactionJobConfiguration {          /**      * 作业名称.      */     private String name = "bestEffortsDeliveryJob";          /**      * 触发作业的cron表达式.      */     private String cron = "0/5 * * * * ?";          /**      * 每次作业获取的事务日志最大数量.      */     private int transactionLogFetchDataCount = 100;          /**      * 事务送达的最大尝试次数.      */     private int maxDeliveryTryTimes = 3;          /**      * 执行事务的延迟毫秒数.      *      * <p>早于此间隔时间的入库事务才会被作业执行.</p>      */     private long maxDeliveryTryDelayMillis = 60  * 1000L; }

6.3 Elastic-Job 是否必须？

Sharding-JDBC 提供的最大努力送达型异步作业实现( BestEffortsDeliveryJob )，通过与 Elastic-Job 集成，可以很便捷并且有质量保证的高可用、高性能使用。一部分团队，可能已经引入或自研了类似 Elastic-Job 的分布式作业中间件解决方案，每多一个中间件，就是多一个学习与运维成本。那么是否可以使用自己的分布式作业解决方案？答案是，可以的。参考 BestEffortsDeliveryJob 的实现，通过调用 TransactionLogStorage 来实现：

// 伪代码(不考虑性能、异常) List<TransactionLog> transactionLogs = transactionLogStorage.findEligibleTransactionLogs(....); for (TransactionLog transactionLog : transactionLogs) {        transactionLogStorage.processData(conn, log, maxDeliveryTryTimes); }

当然，个人还是很推荐 Elastic-Job。

😈 笔者要开始写《Elastic-Job 源码分析》。

另外，如果有支持事务消息的分布式队列系统，可以通过 TransactionLogStorage 实现存储事务消息存储成消息。为什么要支持事务消息？如果 SQL 执行是成功的，需要回滚（删除）事务消息。

7. 适用场景

见《官方文档 - 事务支持》。

8. 开发指南 & 开发示例

见《官方文档 - 事务支持》。

666. 彩蛋

哈哈哈

算是坚持把这个系列写完了，给自己 32 個赞。

满足！

《Elastic-Job 源码分析》 走起！不 High 不结束！

标签
数据库调整和优化
数据库驱动程序
易学教程内所有资源均来自网络或用户发布的内容，如有违反法律规定的内容欢迎反馈！
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!