数据库中间件 Sharding-JDBC 源码分析 —— 事务（一）之BED

原创

芋道源码 2021-07-30 11:34:59 ©著作权

文章标签 数据库 文章分类 数据库

©著作权归作者所有：来自51CTO博客作者芋道源码的原创作品，请联系作者获取转载授权，否则将追究法律责任

本文主要基于 Sharding-JDBC 1.5.0 正式版

1. 概述
2. 最大努力送达型
3. 柔性事务管理器
- 3.3.1 创建柔性事务
- 3.1 概念
- 3.2 柔性事务配置
- 3.3 柔性事务
4. 事务日志存储器
- 4.1 #add()
- 4.2 #remove()
- 4.3 #findEligibleTransactionLogs()
- 4.4 #increaseAsyncDeliveryTryTimes()
- 4.5 #processData()
5. 最大努力送达型事务监听器
6. 最大努力送达型异步作业
- 6.1 BestEffortsDeliveryJob
- 6.2 AsyncSoftTransactionJobConfiguration
- 6.3 Elastic-Job 是否必须？
7. 适用场景
8. 开发指南 & 开发示例
666. 彩蛋

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》。

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：

【红线】执行成功
【棕线】执行失败，同步重试成功
【粉线】执行失败，同步重试失败，异步重试成功
【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：

数据库中间件 Sharding-JDBC 源码分析 —— 事务（一）之BED_数据库_02

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

/**
* 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();
}

#end()
```
 
```
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。

/**
* 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);
}

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
asyncdeliverytry_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.
*
* 需要处理的事务日志为: 
* 1. 异步处理次数小于最大处理次数.
* 2. 异步处理的事务日志早于异步处理的间隔时间.
*
* @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.
*
* 早于此间隔时间的入库事务才会被作业执行.
*/
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！

上一篇：MySQL 中一个双引号的错位引发的血案

下一篇：蚂蚁金服面试经历 —— 临场发挥

提问和评论都可以，用心的回复会被更多人看到评论

发布评论

相关文章

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯