是的,今早一到公司就收到了机器人的告警,从异常日志来看是数据库连接已关闭,然后我在解决这个问题的过程中发现了几个问题,不急,听我一一道来
异常被try后没有继续抛出,导致继续执行后续操作
我们看到前文示例代码会发现我们在 try 之后只是 rollback 了,对于异常也只是打印一下并没有继续抛出。
那么就会导致一种情况:假设你在 Service 层中调用多个调用数据库的修改方法,那么第一个操作失败后异常没有抛出,Service 层不知道,就会继续向后面执行,修复很简单,只需要将异常抛出即可:
// 案例1:参考MybatisPlus的com.baomidou.mybatisplus.extension.toolkit.SqlHelper##executeBatch()实现
batchSqlSession.rollback();
Throwable unwrapped = ExceptionUtil.unwrapThrowable(e);
if (unwrapped instanceof RuntimeException) {
MyBatisExceptionTranslator myBatisExceptionTranslator
= new MyBatisExceptionTranslator(sqlSessionFactory.getConfiguration().getEnvironment().getDataSource(), true);
throw Objects.requireNonNull(myBatisExceptionTranslator.translateExceptionIfPossible((RuntimeException) unwrapped));
}
throw new CommonException(unwrapped);
// 案例2:简单来说,只要能把异常抛出去即可,并不定需要像上面这么复杂
batchSqlSession.rollback();
throw new CustomException(e);
大事务/长事务导致 connection closed
代码场景
我们来看一段业务功能的伪代码,大致如下:
@Transactional(rollbackFor = Exception.class)
@Override
public Integer billCheck() {
// 获取对应的策略
策略 = getStrategy();
// 前置参数校验
if (必要参数是否存在){
return false;
}
try {
// 解析文件
文件里的数据集合 = 策略.parseFile(file);
// 将文件里的数据插入数据库表
影响的行数 = 策略.handleFileData(文件里的数据);
if (影响的行数 > 0) {
// 将文件里的数据和本地的数据进行对比操作
对比后的数据 = 策略.doBillCheck(参数);
// 将对比的结果分开插入到数据库中
batchUtils.batchUpdateOrInsert(成功的数据,
某Mapper.class,
(billErr, mapper) -> mapper.insert(data));
batchUtils.batchUpdateOrInsert(失败的数据,
某Mapper.class,
(billErr, mapper) -> mapper.insert(data));
batchUtils.batchUpdateOrInsert(需要更新的数据,
某Mapper.class,
(billErr, mapper) -> mapper.update(data));
}
// 发送企业微信机器人通知
策略.sendRobotMessage();
log.info("耗时:{}毫秒", 耗时);
} catch (Exception e) {
log.error("对账出错", e);
throw new CommonException("对账出错");
}
return 影响的行数;
}
我们梳理一下,这是一个普通的模板方法 + 策略模式的应用,因为业务场景中不管是哪个通道的文件都会必经如下几个步骤,所以就将其抽象了。我们可以发现这个方法里面做了很多数据库操作,并且使用了声明式事务注解,然后里面大致有如下几个步骤:
- 解析文件
- 将文件里的数据插入数据库表
- 将文件里的数据和本地的数据进行对比操作
- 将对比的结果分开插入到数据库中
然后我们再来看一段配置,它来自 druid 连接池框架,如下:
spring:
datasource:
druid:
remove-abandoned: true
## 单位:秒
remove-abandoned-timeout: 60
log-abandoned: true
以上三条属性一般是用来防止连接泄露的,说明如下:
- removeAbandoned:要求获取到连接后,如果空闲时间超过 removeAbandonedTimeoutMillis 秒后没有 close,druid 会强制回收,默认false;
- logAbandoned:如果回收了连接,是否要打印一条 log,默认 false;
- removeAbandonedTimeoutMillis:连接回收的超时时间,默认5分钟;
看到这里我想大部分同学可能已经知道是什么问题了,没错,肯定是因为拿到了连接,但拿的时间超过了这个限制,导致 druid 直接强制回收了该连接,但是知根知底方能百战百胜,这么好的机会怎么能不深入了解一下?关注公号:码猿技术专栏,回复关键词:1111 获取阿里内部性能调优手册~
什么时候获取的连接?
是的,既然是连接超时被关闭,那我们肯定要先找到是什么时候拿到的连接,是方法中第一次操作数据库【将文件里的数据插入数据库表】的时候?那当然不是,我们知道 Mybatis 有一个 Executor_ _接口,感兴趣的可以自行了解,它定义了数据库操作的基本方法,它才是SQL语句幕后的执行者,我们直接来看获取连接的地方 org.apache.ibatis.executor.BaseExecutor##getConnection:
protected Connection getConnection(Log statementLog) throws SQLException {
Connection connection = transaction.getConnection();
if (statementLog.isDebugEnabled()) {
return ConnectionLogger.newInstance(connection, statementLog, queryStack);
} else {
return connection;
}
}
我们可以看出来,我们是通过 Transaction 去获取连接的,但如果我们是第一次操作的时候才去获取的连接,那怎么会连接超时呢?所以我初步推断是开启事务的时候可能就已经获取连接了,那我们来求证一下,来到 Spring 的事务管理器PlatformTransactionManager,Mybatis 用的是它的实现类DataSourceTransactionManager, 然后我们一路跟 getTransaction 方法来到AbstractPlatformTransactionManager##getTransaction,再到DataSourceTransactionManager##doBegin
public final TransactionStatus getTransaction(@Nullable TransactionDefinition definition) throws TransactionException {
// 省略无关代码 ...
doBegin(transaction, definition);
// 省略无关代码 ...
}
@Override
protected void doBegin(Object transaction, TransactionDefinition definition) {
DataSourceTransactionObject txObject = (DataSourceTransactionObject) transaction;
Connection con = null;
try {
// 如果数据源事务对象的ConnectionHolder为null或者是事务同步的
if (!txObject.hasConnectionHolder() ||
txObject.getConnectionHolder().isSynchronizedWithTransaction()) {
// 获取当前数据源的数据库连接
Connection newCon = obtainDataSource().getConnection();
if (logger.isDebugEnabled()) {
logger.debug("Acquired Connection [" + newCon + "] for JDBC transaction");
}
txObject.setConnectionHolder(new ConnectionHolder(newCon), true);
}
}
就是这!它其实在进入方法的最开始,开启事务的时候就已经获取了连接,然后由于【解析文件】耗时过长,导致整个方法的执行时间超过了 60s 被强制回收连接,但你以为这就结束了?没错,当时出现这个问题的时候,我还手动触发了一次,结果第二次通过了,你说诡异不诡异?两次执行的时间都是 90s。
druid removeAbandoned 背后的秘密
所以我们继续看一下 druid 是怎么强制回收连接的,Druid每隔timeBetweenEvictionRunsMillis(默认1分钟)会调用DestroyTask,在这里会判断是否可以回收泄露的连接,就是因为它是1分钟执行一次,所以可能第二次正好它执行的时候还没超过 60s,所以这次简直就是玄学了啊。
public class DestroyTask implements Runnable {
public DestroyTask() {
}
@Override
public void run() {
shrink(true, keepAlive);
// 判断removeAbandoned是否为true,默认是false
if (isRemoveAbandoned()) {
removeAbandoned();
}
}
}
然后我们看到 removeAbandoned 方法,这里面有一段代码如下:
for (; iter.hasNext();) {
DruidPooledConnection pooledConnection = iter.next();
// 判断该连接是否还在运行,只回收不运行的连接
// Druid会在连接执行query,update的时候设置为正在运行,
// 并在回收后设置为不运行
if (pooledConnection.isRunning()) {
continue;
}
long timeMillis = (currrentNanos - pooledConnection.getConnectedTimeNano()) / (1000 * 1000);
//判断连接借出去的时间大小
if (timeMillis >= removeAbandonedTimeoutMillis) {
iter.remove();
pooledConnection.setTraceEnable(false);
abandonedList.add(pooledConnection);
}
}
//判断是否要记录连接回收日志,这个很重要,可以及时发现项目中是否有连接泄露
if (isLogAbandoned()) {
StringBuilder buf = new StringBuilder();
buf.append("abandon connection, owner thread: ");
buf.append(pooledConnection.getOwnerThread().getName());
buf.append(", connected at : ");
buf.append(pooledConnection.getConnectedTimeMillis());
buf.append(", open stackTrace\n");
}
是的,如果你的连接被强制回收了的话,你只需要将 LogAbandoned 设置为 true,就可以通过日志看到相关信息了
解决方案
到这,问题就基本都发现了,那么我最后是怎么解决的呢?原本我是想的把不需要事务的动作抽离出来新建一个方法,后面我发现这样子好像模板方法并不好使了,我就采用了编程式事务,感兴趣的可以自己在了解一下,最后伪代码如下:
@Autowired
private TransactionTemplate transactionTemplate;
@Transactional(rollbackFor = Exception.class)
@Override
public Integer billCheck() {
// 获取对应的策略
策略 = getStrategy();
// 前置参数校验
if (必要参数是否存在){
return false;
}
try {
// 解析文件
文件里的数据集合 = 策略.parseFile(file);
// 编程式事务
影响的行数 = transactionTemplate.execute(transactionStatus -> {
// 将文件里的数据插入数据库表
return 策略.handleFileData(文件里的数据);
});
if (影响的行数 > 0) {
// 将文件里的数据和本地的数据进行对比操作
对比后的数据 = 策略.doBillCheck(参数);
// 编程式事务
transactionTemplate.execute(transactionStatus -> {
// 将对比的结果分开插入到数据库中
batchUtils.batchUpdateOrInsert(成功的数据,
某Mapper.class,
(billErr, mapper) -> mapper.insert(data));
batchUtils.batchUpdateOrInsert(失败的数据,
某Mapper.class,
(billErr, mapper) -> mapper.insert(data));
batchUtils.batchUpdateOrInsert(需要更新的数据,
某Mapper.class,
(billErr, mapper) -> mapper.update(data));
return Boolean.TRUE;
});
}
// 发送企业微信机器人通知
策略.sendRobotMessage();
log.info("耗时:{}毫秒", 耗时);
} catch (Exception e) {
log.error("对账出错", e);
throw new CommonException("对账出错");
}
return 影响的行数;
}
这样子,我们将解析文件和对比数据(只是查询)这种耗时操作放在了事务外,并且将原本一个事务里的操作拆成了两个小事务,这样子基本就避免了大事务的问题了,完结撒花~
大事务/长事务可能造成的影响
- 并发情况下,数据库连接池容易被撑爆
- 锁定太多的数据,造成大量的阻塞和锁超时
- 执行时间长,容易造成主从延迟
- 回滚所需要的时间比较长
- undo log膨胀
所以在业务涉及中,你一定要对大事务特别对待,比如业务设计时,把大事务拆成小事务。
总结
声明式事务有一个局限,那就是他的最小粒度要作用在方法上!所以大家在用的时候要格外格外注意大事务的问题,尽量避免在事务中做一些无关数据库的操作,比如RPC远程调用、文件解析等,都是血泪的教训啊!!
原文链接:https://mp.weixin.qq.com/s/NEo8zo4YDOMnu87kBbjjnw