苏宁如何解决事务与非事务的数据一致性问题
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。
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。
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
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
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
- 在业务代码中，我们将需要执行的业务操作封装到Executor中。
- 定义好以后，通过ExecutorHandler的add方法，添加到容器中去。
- 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。
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。
- DelayedCallHandler通过handle()方法调用业务逻辑。
- 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。
- 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。