如何解决事务与非事务的数据一致性问题

栏目: 数据库 · 发布时间: 5年前

内容简介:【51CTO.com原创稿件】作为拥有线上线下大数据的智慧零售平台,苏宁的系统对于并发和高效要求非常高。针对各种苛刻的场景,苏宁都有相应的解决方案。苏宁的售后订单系统每天要处理大量订单的创建,修改以及数据分发的操作。

【51CTO.com原创稿件】

1、业务场景

作为拥有线上线下大数据的智慧零售平台,苏宁的系统对于并发和高效要求非常高。针对各种苛刻的场景,苏宁都有相应的解决方案。

苏宁的售后订单系统每天要处理大量订单的创建,修改以及数据分发的操作。

为了保证高效,我们的数据经过分库分表存储于数据库集群中,同时根据一定的算法将部分活跃订单缓存在Redis,保证订单处理的效率。分发数据时,我们通过苏宁自研的MQ消息平台 (WindQ)向下游系统分发消息,处理效率上可以做到准实时,即消息能够及时被下游接收,并立即通过反馈接口反馈回来,避免实时接口调用时可能发生因网络,下游处理效率问题带来的阻塞。

基于以上的背景,我们遇到了这样的场景:

1. 在创建订单的时候,我们要保存订单到数据库和缓存。

2. 同时要将下发下游的消息保存到数据库,并通过WindQ发往下游系统。

3. 下游系统返回接收数据的结果后,需要根据返回的结果,对保存到数据库的数据进行删除操作。

如何解决事务与非事务的数据一致性问题

图1:业务模型

虽然逻辑简单,但由于数据库操作是在一个事务中,而 Redis 和发消息队列的操作则并非能靠事务控制。

  • 如果缓存成功,但是事务失败,则可能导致我们在系统有了一份异常的订单缓存。而实际上这个订单并不存在。
  • 另外当消息发送到下游了以后,如果下游处理速度非常快,处理结果立刻返回,处理返回结果的程序要去删除一条已经发送成功数据。此时,有可能本地的事务尚未提交,那么,删除操作就做了无用功。最后当事务提交以后,那条应该删掉的数据,就会一直在待处理表中,变成异常数据。

如何解决事务与非事务的数据一致性问题

图2:异常场景

说明:数据通过消息队列发送下游系统,同时保存一份到数据库是为了保证发送队列异常或者下游在接收、处理时发生异常的情况,可以通过数据库保存的数据进行补偿处理的一种机制,当下游系统反馈数据接收正常后,将该数据删除。最终保证上下游数据一致。

业务场景模拟

系统由Business对外提供服务,在此过程中通过OrdeSaver和MessageSender执行具体数据处理功能。

  • Business为业务的入口,所有的业务逻辑由此开始。
  • OrderSaver执行的业务是保存订单以及缓存订单到Redis。
  • MessageSender执行的业务是保存下发数据到下发表中,并将数据发送到WindQ消息队列中。

Business

/**  
 * 完整的业务,有多个数据库操作,以及数据库以外的需要延迟执行的业务逻辑  
 */   
public class Business  {   
    public void saveInfo(Map<String, Object> map){   
        System.out.println("业务开始 事务开启  保存数据操作开始" );   
        new OrderSaver().saveOrderInfo(map);   
        new MessageSender().saveMessageForSend(map);   
        System.out.println("业务结束 事务提交 保存数据操作结束");   
    }   
}   

OrderSaver

/**  
  * 保存服务单的业务逻辑  
  */   
public class OrderSaver {   
           
public void saveOrderInfo(Map<String, Object> map,ExecutorHandler executorHandler){   
       System.out.println("Save order info to datebase");   
    System.out.println("Cache order info into redis");   
  }   
}    

MessageSender

/**  
 * 下发数据的业务逻辑  
 */   
public class MessageSender {   
 
    public void saveMessageForSend(Map<String, Object> map,ExecutorHandler executorHandler){   
     //保存数据到数据库   
        System.out.println("Save create message to datebase.");   
        System.out.println("Send message to windq");   
    }   
}  

业务接口调用

public class Sample {   
    //此处模拟业务接口被调用的情况   
    public static void main(String[] args) {   
    Business business = new Business();   
    Map<String,Object> param = new HashMap<>();   
    business.saveInfo(param);   
   }   
}  

输出结果

业务开始 事务开启 保存数据操作开始

Save order info to datebase

Cache order info into redis

Save create message to datebase.

Send message to windq

业务结束 事务提交 保存数据操作结束

如何解决事务与非事务的数据一致性问题

图3:常规输出

以上场景模拟了常规情况下,我们的业务处理流程,此时也就会相应地出现我们上面所描述地异常。而我们所期望的处理结果应该是:

业务开始 事务开启 保存数据操作开始

Save order info to datebase

Save create message to datebase.

业务结束 事务提交 保存数据操作结束

Cache order info into redis

Send message to windq

如何解决事务与非事务的数据一致性问题

图4:期望的结果

2、解决方案

该问题如何处理呢,这个时候我们就该将缓存到Redis以及下发WindQ的操作延迟到事务提交后处理。这样在事务没有提交前Resdis中不会有数据,WindQ也不会将数据下发。假如事务失败,后续也可以根据异常进行后续处理。即便事务成功缓存Redis或者发送WindQ出错,也可以根据存入数据库的数据进行后续的补偿处理。

2.1 处理方案一:代码转移

我们首先会想到通过代码转移的方式,将逻辑代码移动到事务外面。但这个时候问题来了......

2.1.1 问题一:逻辑割裂

我们为了描述业务模型,将现实场景尽量简化,从模型上看,是可以将两段非事务方法挪到事务外面来操作。但是,由于保存订单和缓存Redis是一套操作,其使用的数据是一致的,保存下发的消息和发送WindQ也是一对呼应的操作。代码是写在一起的,符合逻辑和业务要求有改动时也能够一并处理,拆开的话,对统一数据的处理上给人的感觉就不是一气呵成了。

某些业务中并非只有一两个成对的操作,将多个成对操作的事务-非事务关联型逻辑强行拆开,显得规模浩大,这种方式变得不可取。

另外原先的处理方案中,保存数据库、缓存以及发送WindQ处理的数据是一致的,而拆开写的话,就会导致数据要从前传到后。要保证数据能从里面传到外面也将成为一个问题。

2.2 处理方案二:延迟执行的模型

为了解决第一方案的问题,我们做了以下的设计。

数据要往数据库中存的时候,我们可以先把要处理的数据和要做的动作先定义好,放到一个容器中去,在事务提交后,我们再拿到这个容器,统一将之前定义好的操作和数据取出来,按要求执行。

具体怎么做呢?

经过一番思考,我们构建出了一个模型

ExecutorHandler - Executor

  • Executor 可执行对象,用于定义一个需要执行的逻辑。比如将数据通过WindQ发送,或者将订单刷入缓存。
  • ExecutorHandler容器类,内部保存了一个Executor的列表。

代码逻辑

  1. 在业务代码中,我们将需要执行的业务操作封装到Executor中。
  2. 定义好以后,通过ExecutorHandler的add方法,添加到容器中去。
  3. 在业务逻辑执行的过程中,先进行数据库操作,而非数据库操作只是在对应的位置进行定义,在整个事务完成以后,通过ExecutorHandler的handle方法,遍历所有的Executor对象,执行需要延迟的非事务操作。

如何解决事务与非事务的数据一致性问题

图5:业务模型

Executor

public  interface Executor {   
    void execute();   
}    

ExecutorHandler

public class ExecutorHandler {   
   //需要执行的业务处理对象列表   
   private List<Executor> executors;   
       
   public void handle(){   
     if(!(null == executors || executors.isEmpty())){   
           for(Executor  executor : executors){   
              executor.execute();   
            }   
      }   
   }   
   public void add(Executor executor){   
      if(null == executors){   
           executors = new ArrayList<>();   
      }   
        executors.add(executor);   
    }   
}  

业务接口调用

public class Sample {   
    //此处模拟业务接口被调用的情况   
     public static void main(String[] args) {   
        Business business = new Business();   
         ExecutorHandler handler = new ExecutorHandler();   
         Map<String, Object> param  =  new HashMap<String, Object>();   
         //执行业务方法,开启事务,保存数据   
         business.saveInfo(param, handler);   
         //执行延迟执行的方法   
         handler.handle();   
    }      
 }   

输出结果

业务开始 事务开启 保存数据操作开始

Save order info to datebase

Save create message to datebase.

业务结束 事务提交 保存数据操作结束

Cache order info into redis

Send message to windq

Business

/**  
 * 完整的业务,有多个数据库操作,以及数据库以外的需要延迟执行的业务逻辑  
 */   
public class Business  {   
    public void saveInfo(Map<String, Object> map,ExecutorHandler executorHandler){   
        System.out.println("业务开始 事务开启  保存数据操作开始" );   
        new OrderSaver().saveOrderInfo(map,executorHandler);   
        new MessageSender().saveMessageForSend(map,executorHandler);   
        System.out.println("业务结束 事务提交 保存数据操作结束");   
    }   
}   

MessageSender

/**  
 * 下发数据的业务逻辑  
 */   
public class MessageSender {   
       
    public void saveMessageForSend(Map<String, Object> map,ExecutorHandler executorHandler){   
        //保存数据到数据库   
        System.out.println("Save create message to datebase.");   
        //将要延迟执行的业务逻辑定义好,注册到容器中去   
        executorHandler.add(new Executor() {   
            @Override   
            public void execute() {   
                System.out.println("Send message to windq");   
            }   
        });   
    }   
}    

OrderSaver

 /**  
  * 保存服务单的业务逻辑  
   */   
 public class OrderSaver {   
         
     public void saveOrderInfo(Map<String, Object> map,ExecutorHandler executorHandler){   
         System.out.println("Save order info to datebase");   
          //这就是所谓的回调函数   
         executorHandler.add(new Executor() {   
            @Override   
            public void execute() {   
                System.out.println("Cache order info into redis");   
            }   
        });   
    }   
 }  

2.2.1 问题二:参数传递

以上的方案,解决了延迟执行的问题,但是,此刻我们发现,由于要使用ExecutorHandler,这个时候就需要随时随地将该对象传递下去,要考虑如何降低该对象的侵略性。

  • 静态变量:在使用中需要考虑同步和清理的问题,很容易在多线程的情况下使得逻辑变得混乱,不采用。
  • 成员变量:同样也存在着数据清理的问题,不推荐使用,不采用。

2.2.2 问题二处理方案:使用ThreadLocal参数传递

有没有生命周期是整个线程内的呢?这时我们就需要用到ThreadLocal了。

通过ThreadLocal来获取ExecutorHandler 可以作为有效的解决方案。

由于ThreadLocal对象最终在使用完的时候需要remove掉,因此,该方法需要集中统一调用。

实现时,我们定义了HandlerThreadLocal类。

HandlerThreadLocal对象负责通过 ThreadLocal的get方法来获取线程本地的ExecutorHandler对象,并执行其 handle方法(具体实现可以参照后面的代码)。

执行完业务操作以后,通过调用remove方法将其销毁。

2.2.3 异常的捕捉和处理DelayedCallHandler。

由于ThreadLocal的remove方法是一定需要被执行,因此该方法应该放在一个try- catch - finally 块的finally段中,保证其不被遗漏。

  1. DelayedCallHandler通过handle()方法调用业务逻辑。
  2. 在调用完业务逻辑后,调用ExecutorHandler的handle()方法,执行已经注册到延迟调用容器中的业务方法。
  3. 最后在finally中将ThreadLocal 对象remove掉。

整个DelayedCallHandler的handle方法就是一个完整的try- catch - finally 块。

2.2.4 标准化定义:DelayablelService需要延迟调用的业务类

由于DelayedCallHandler已经模块化,业务方法最好也定义成一个具体的方法名(doBusiness),所有的业务处理类,实现DelayedCallHandler接口,在doBusiness方法中调用有事务的业务逻辑。

3、最终实现方案

基于处理方案二的分析,最后我们使用ThreadLocal来传递业务数据。

我们通过ThreadLocal executorHandler来传递数据。

在业务逻辑MessageSender 、OrderSaver中通过executorHandler将需要延迟执行的业务定义好。

在HandlerThreadLocal中,使用 executorHandler处理之前定义好的逻辑。

这样做将事务和非事务分开,不再以方法参数的方式向下游传递数据,使得数据传递得以结构,处理起来更加优雅。

示例代码如下。

业务接口调用

 public static void main(String[] args) {   
      Business b = new Business();   
      Map<String, Object> map  =  new HashMap<String, Object>();   
      DelayedCallHandler<Map<String, Object>> bu = new DelayedCallHandler<Map<String, Object>>();   
      bu.handle(b,map);   
 }    

输出结果:

业务开始 事务开启 保存数据操作开始

Save order info to datebase

Save create message to datebase.

业务结束 事务提交 保存数据操作结束

Cache order info into redis

Send message to windq

HandlerThreadLocal

  public class HandlerThreadLocal  {   
         
     public static final ThreadLocal<ExecutorHandler> executorHandler = new ThreadLocal<ExecutorHandler>(){   
          protected ExecutorHandler initialValue(){   
             return new ExecutorHandler();   
          }   
      };   
     public static final void handle(){   
             
         executorHandler.get().handle();   
    }   
       
     public static final void remove(){   
         executorHandler.remove();   
     }   
}   

DelayedCallHandler

 public  class DelayedCallHandler<T> {   
    public void handle(DelayablelService<T> buisnes,T param){             
         try {   
            //先执行业务操作   
             buisnes.doBusiness(param);   
            //执行延迟执行的业务   
            HandlerThreadLocal.handle();   
       } catch (Exception e) {   
            //处理异常   
        }finally {   
           HandlerThreadLocal.remove();   
       }   
    }         
 }  

DelayablelService1.

public interface DelayablelService { 
 
 public void doBusiness(T param); 
 
}  

Business

  /**  
   * 完整的业务,有多个数据库操作,以及数据库以外的需要延迟执行的业务逻辑  
   */   
  public class Business implements DelayablelService< Map<String, Object> > {   
         
      @Override   
      public void doBusiness(Map<String, Object> map){   
          saveInfo(map);   
     }   
        
     public void saveInfo(Map<String, Object> map){   
         System.out.println("业务开始 事务开启  保存数据操作开始" );   
         new OrderSaver().saveOrderInfo();   
        new MessageSender().saveMessageForSend();   
         System.out.println("业务结束 事务提交 保存数据操作结束");   
     }   
 }    

MessageSender

  /**  
   * 下发数据的业务逻辑  
  */   
  public class MessageSender {   
      public void saveMessageForSend(){   
         ExecutorHandler executorHandler = HandlerThreadLocal.executorHandler.get();   
         System.out.println("Save create message to datebase.");   
         executorHandler.add(new Executor() {   
             @Override   
            public void execute() {   
                System.out.println("Send message to windq");   
             }   
        });   
     }   
}    

OrderSaver

  /**  
  * 保存服务单的业务逻辑  
   */   
  public class OrderSaver {   
         
      public void saveOrderInfo(){   
         System.out.println("Save order info to datebase");   
            
         ExecutorHandler executorHandler = HandlerThreadLocal.executorHandler.get();   
        //这就是所谓的回调函数   
         executorHandler.add(new Executor() {   
                
             @Override   
            public void execute() {   
                System.out.println("Cache order info into redis");   
             }   
         });   
     }   
 }    

4、总结

使用延迟执行的模型,解决了在一个业务逻辑中既有数据库事务的操作,又有相关的非事务操作时,事务失败或未提交而非事务操作成功导致的数据不一致问题。

文中提到的逻辑割裂和参数传递的问题,都是在比较复杂的场景下才有的。苏宁售后订单业务中此类逻辑常有出现,因此我们就这些问题进行了分析、讨论,得出这样的解决方案。并非所有的系统和业务都需要这样。任何解决方案都要因情况而定,避免画蛇添足。

在使用该模型时,有使用到匿名内部类和线程局部变量(ThreadLocal),在使用时,有一定的注意事项,ThreadLocal在使用结束后要通过其remove()方法移除,使用时需要留意。

作者:

王海勇,苏宁科技集团苏宁云软件公司售后研发中心技术经理。从事 Java 开发多年,擅长业务抽象及业务架构设计,2016年9月加入苏宁,参与售后服务域订单平台、时效平台等系统平台的研发工作。在苏宁巨大业务量的场景下,保证系统稳定、安全、高效地提供服务。

【51CTO原创稿件,合作站点转载请注明原文作者和出处为51CTO.com】

【责任编辑:庞桂玉 TEL:(010)68476606】


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

媒介融合

媒介融合

[丹]延森 / 刘君 / 复旦大学出版社 / 2012-9 / 32.00元

“媒介融合”是什么,如何来认识,本书提供的视角令人赞叹。 作为丹麦知名教授,延森具有欧陆学者的气质:思辨、批判。在延森看来,媒介融合带来了研究上的转向——从作为技术的媒介转向作为实践的传播,后者的一个中心命题是 特定的媒介与传播实践将对社会组织(从微观到宏观)产生何种影响? 解决上述问题,首先需要解决交流与传播观念的理论规范问题,本书就是阶段性的成果:基于对交流/传播观念史的考察,建构......一起来看看 《媒介融合》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具