SpringBoot 多数据源及事务解决方案

怼烎@ 2024-05-01 16:29 82阅读 0赞

### 1. 背景 ###

一个主库和N个应用库的数据源，并且会同时操作主库和应用库的数据，需要解决以下两个问题：

*  如何动态管理多个数据源以及切换？
 *  如何保证多数据源场景下的数据一致性(事务)？

本文主要探讨这两个问题的解决方案，希望能对读者有一定的启发。

### 2. 数据源切换原理 ###

通过扩展Spring提供的抽象类`AbstractRoutingDataSource`，可以实现切换数据源。其类结构如下图所示：

![图片][c75275237eeadf4d62cf0dd2d73c604f.png]

*  targetDataSources&defaultTargetDataSource

项目上需要使用的所有数据源和默认数据源。

*  resolvedDataSources&resolvedDefaultDataSource

当Spring容器创建`AbstractRoutingDataSource`对象时，通过调用`afterPropertiesSet`复制上述目标数据源。由此可见，一旦数据源实例对象创建完毕，业务无法再添加新的数据源。

*  determineCurrentLookupKey

此方法为抽象方法，通过扩展这个方法来实现数据源的切换。目标数据源的结构为：`Map<Object, DataSource>`其key为`lookup key`。

我们来看官方对这个方法的注释：

![图片][fb26e5b87ad21203dbe40bf70f1129fd.png]

lookup key通常是绑定在线程上下文中，根据这个key去`resolvedDataSources`中取出DataSource。

根据目标数据源的管理方式不同，可以使用基于配置文件和数据库表两种方式。基于配置文件管理方案无法后续添加新的数据源，而基于数据库表方案管理，则更加灵活。关注公z号：码猿技术专栏，回复关键词：1111 获取阿里内部Java性能调优手册！

### 3. 配置文件解决方案 ###

根据上面的分析，我们可以按照下面的步骤去实现：

*  定义`DynamicDataSource`类继承`AbstractRoutingDataSource`，重写`determineCurrentLookupKey()`方法。
 *  配置多个数据源注入`targetDataSources`和`defaultTargetDataSource`，通过`afterPropertiesSet()`方法将数据源写入`resolvedDataSources`和`resolvedDefaultDataSource`。
 *  调用`AbstractRoutingDataSource`的`getConnection()`方法时，`determineTargetDataSource()`方法返回`DataSource`执行底层的`getConnection()`。

其流程如下图所示：

![图片][ff3c7ff33226cc86569d7921e5d15bb6.png]

#### 3.1 创建数据源 ####

`DynamicDataSource`数据源的注入，目前业界主流实现步骤如下：

在配置文件中定义数据源

spring.datasource.type=com.alibaba.druid.pool.DruidDataSource  
    spring.datasource.driverClassName=com.mysql.jdbc.Driver  
    # 主数据源  
    spring.datasource.druid.master.url=jdbcUrl  
    spring.datasource.druid.master.username=***  
    spring.datasource.druid.master.password=***  
    # 其他数据源  
    spring.datasource.druid.second.url=jdbcUrl  
    spring.datasource.druid.second.username=***  
    spring.datasource.druid.second.password=***

在代码中配置Bean

@Configuration  
    public class DynamicDataSourceConfig {  
        @Bean  
        @ConfigurationProperties("spring.datasource.druid.master")  
        public DataSource firstDataSource(){  
            return DruidDataSourceBuilder.create().build();  
        }  
       
        @Bean  
        @ConfigurationProperties("spring.datasource.druid.second")  
        public DataSource secondDataSource(){  
            return DruidDataSourceBuilder.create().build();  
        }  
       
        @Bean  
        @Primary  
        public DynamicDataSource dataSource(DataSource firstDataSource, DataSource secondDataSource) {  
            Map<Object, Object> targetDataSources = new HashMap<>(5);  
            targetDataSources.put(DataSourceNames.FIRST, firstDataSource);  
            targetDataSources.put(DataSourceNames.SECOND, secondDataSource);  
            return new DynamicDataSource(firstDataSource, targetDataSources);  
        }  
    }

#### 3.2 AOP处理 ####

通过`DataSourceAspect`切面技术来简化业务上的使用，只需要在业务方法添加`@SwitchDataSource`注解即可完成动态切换：

@Documented  
    @Retention(RetentionPolicy.RUNTIME)  
    @Target({ElementType.METHOD})  
    public @interface SwitchDataSource {  
        String value();  
    }

`DataSourceAspect`拦截业务方法，更新当前线程上下文`DataSourceContextHolder`中存储的key，即可实现数据源切换。

#### 3.3 方案不足 ####

基于`AbstractRoutingDataSource`的多数据源动态切换，有个明显的缺点，无法动态添加和删除数据源。在我们的产品中，不能把应用数据源写死在配置文件。接下来分享一下基于数据库表的实现方案。

### 4. 数据库表解决方案 ###

我们需要实现可视化的数据源管理，并实时查看数据源的运行状态。所以我们不能把数据源全部配置在文件中，应该将数据源定义保存到数据库表。参考`AbstractRoutingDataSource`的设计思路，实现自定义数据源管理。

#### 4.1 设计数据源表 ####

主库的数据源信息仍然配置在项目配置文件中，应用库数据源配置参数，则设计对应的数据表。表结构如下所示：

![图片][780ea5f0ab5ba4cc700e4d9d08decbf8.png]

这个表主要就是`DataSource`的相关配置参数，其相应的ORM操作代码在此不再赘述，主要是实现数据源的增删改查操作。

#### 4.2 自定义数据源管理 ####

##### 4.2.1 定义管理接口 #####

通过继承`AbstractDataSource`即可实现`DynamicDataSource`。为了方便对数据源进行操作，我们定义一个接口`DataSourceManager`，为业务提供操作数据源的统一接口。

public interface DataSourceManager {  
        void put(String var1, DataSource var2);  
       
        DataSource get(String var1);  
       
        Boolean hasDataSource(String var1);  
       
        void remove(String var1);  
       
        void closeDataSource(String var1);  
       
        Collection<DataSource> all();  
    }

该接口主要是对数据表中定义的数据源，提供基础管理功能。

##### 4.2.2 自定义数据源 #####

`DynamicDataSource`的实现如下图所示：

![图片][b52f0ed2e2041a9324587d24dbc5875c.png]

根据前面的分析，`AbstractRoutingDataSource`是在容器启动的时候，执行`afterPropertiesSet`注入数据源对象，完成之后无法对数据源进行修改。`DynamicDataSource`则实现`DataSourceManager`接口，可以将数据表中的数据源加载到dataSources。

##### 4.2.3 切面处理 #####

这一块的处理跟配置文件数据源方案处理方式相同，都是通过AOP技术切换lookup key。

public DataSource determineTargetDataSource() {  
            String lookupKey = DataSourceContextHolder.getKey();  
            DataSource dataSource = Optional.ofNullable(lookupKey)  
                    .map(dataSources::get)  
                    .orElse(defaultDataSource);  
            if (dataSource == null) {  
                throw new IllegalStateException("Cannot determine DataSource for lookup key [" + lookupKey + "]");  
            }  
            return dataSource;  
        }

##### 4.2.4 管理数据源状态 #####

在项目启动的时候，加载数据表中的所有数据源，并执行初始化。初始化操作主要是使用SpringBoot提供的`DataSourceBuilder`类，根据数据源表的定义创建DataSource。在项目运行过程中，可以使用定时任务对数据源进行保活，为了提升性能再添加一层缓存。

![图片][a598d2dbce81be764d4cb4ce86878087.png]

`AbstractRoutingDataSource` 只支持单库事务，切换数据源是在开启事务之前执行。Spring使用 `DataSourceTransactionManager`进行事务管理。开启事务，会将数据源缓存到`DataSourceTransactionObject`对象中，后续的commit和 rollback事务操作实际上是使用的同一个数据源。

如何解决切库事务问题？借助Spring的声明式事务处理，我们可以在多次切库操作时强制开启新的事务：

@SwitchDataSource  
@Transactional(rollbackFor = Exception.class, propagation = Propagation.REQUIRES\_NEW)

这样的话，执行切库操作的时候强制启动新事务，便可实现多次切库而且事务能够生效。但是这种事务方式，存在数据一致性问题：

![图片][8deeb9e589abbc19ae2d2f7d261f3623.png]

假若ServiceB正常执行提交事务，接着返回ServiceA执行并且发生异常。因为两次处理是不同的事务，ServiceA这个事务执行回滚，而ServiceA事务已经提交。这样的话，数据就不一致了。接下来，我们主要讨论如何解决多库的事务问题。

### 6. 多库事务处理 ###

#### 6.1 关于事务的理解 ####

首先有必要理解事务的本质。

1.提到Spring事务，就离不开事务的四大特性和隔离级别、七大传播特性。

事务特性和离级别是属于数据库范畴。Spring事务的七大传播特性是什么呢？它是Spring在当前线程内，处理多个事务操作时的事务应用策略，数据库事务本身并不存在传播特性。

![图片][3a6de0f4c1138ad3824a5120447dfc70.png]

2.Spring事务的定义包括：begin、commit、rollback、close、suspend、resume等动作。

*  begin(事务开始)： 可以认为存在于数据库的命令中，比如Mysql的`start transaction`命令，但是在JDBC编程方式中不存在。
 *  close(事务关闭)：Spring事务的close()方法，是把`Connection`对象归还给数据库连接池，与事务无关。
 *  suspend(事务挂起)：Spring中事务挂起的语义是：需要新事务时，将现有的`Connection`保存起来(还有尚未提交的事务)，然后创建新的`Connection2`，`Connection2`提交、回滚、关闭完毕后，再把`Connection1`取出来继续执行。
 *  resume(事务恢复)： 嵌套事务执行完毕，返回上层事务重新绑定连接对象到事务管理器的过程。

实际上，只有commit、rollback、close是在JDBC真实存在的，而其他动作都是应用的语意，而非JDBC事务的真实命令。因此，事务真实存在的方法是：`setAutoCommit()`、`commit()`、`rollback()`。

close()语义为：

*  关闭一个数据库连接，这已经不再是事务的方法了。

使用DataSource并不会执行物理关闭，只是归还给连接池。

#### 6.2 自定义管理事务 ####

为了保证在多个数据源中事务的一致性，我们可以手动管理`Connetion`的事务提交和回滚。考虑到不同ORM框架的事务管理实现差异，要求实现自定义事务管理不影响框架层的事务。

这可以通过使用装饰器设计模式，对`Connection`进行包装重写commit和rolllback屏蔽其默认行为，这样就不会影响到原生`Connection`和ORM框架的默认事务行为。其整体思路如下图所示：

![图片][12cc5cc5c3553942b5d03929de44e483.png]

这里并没有使用前面提到的`@SwitchDataSource`，这是因为我们在`TransactionAop`中已经执行了lookupKey的切换。

##### 6.2.1 定义多事务注解 #####

@Target({ElementType.METHOD})  
    @Retention(RetentionPolicy.RUNTIME)  
    @Documented  
    public @interface MultiTransaction {  
        String transactionManager() default "multiTransactionManager";  
        // 默认数据隔离级别，随数据库本身默认值  
        IsolationLevel isolationLevel() default IsolationLevel.DEFAULT;  
        // 默认为主库数据源  
        String datasourceId() default "default";  
        // 只读事务，若有更新操作会抛出异常  
        boolean readOnly() default false;

业务方法只需使用该注解即可开启事务，`datasourceId`指定事务用到的数据源，不指定默认为主库。

##### 6.2.3 包装Connection #####

自定义事务我们使用包装过的`Connection`，屏蔽其中的`commit&rollback`方法。这样我们就可以在主事务里进行统一的事务提交和回滚操作。

public class ConnectionProxy implements Connection {  
       
        private final Connection connection;  
       
        public ConnectionProxy(Connection connection) {  
            this.connection = connection;  
        }  
       
        @Override  
        public void commit() throws SQLException {  
            // connection.commit();  
        }  
       
        public void realCommit() throws SQLException {  
            connection.commit();  
        }  
       
        @Override  
        public void close() throws SQLException {  
            //connection.close();  
        }  
       
        public void realClose() throws SQLException {  
            if (!connection.getAutoCommit()) {  
                connection.setAutoCommit(true);  
            }  
            connection.close();  
        }  
       
        @Override  
        public void rollback() throws SQLException {  
            if(!connection.isClosed())  
                connection.rollback();  
        }  
        ...  
    }

这里`commit&close`方法不执行操作，rollback执行的前提是连接执行close才生效。这样不管是使用哪个ORM框架，其自身事务管理都将失效。事务的控制就交由`MultiTransaction`控制了。

##### 6.2.4 事务上下文管理 #####

public class TransactionHolder {  
        // 是否开启了一个MultiTransaction  
        private boolean isOpen;  
        // 是否只读事务  
        private boolean readOnly;  
        // 事务隔离级别  
        private IsolationLevel isolationLevel;  
        // 维护当前线程事务ID和连接关系  
        private ConcurrentHashMap<String, ConnectionProxy> connectionMap;  
        // 事务执行栈  
        private Stack<String> executeStack;  
        // 数据源切换栈  
        private Stack<String> datasourceKeyStack;  
        // 主事务ID  
        private String mainTransactionId;  
        // 执行次数  
        private AtomicInteger transCount;  
       
        // 事务和数据源key关系  
        private ConcurrentHashMap<String, String> executeIdDatasourceKeyMap;  
       
    }

每开启一个事物，生成一个事务ID并绑定一个`ConnectionProxy`。事务嵌套调用，保存事务ID和lookupKey至栈中，当内层事务执行完毕执行pop。这样的话，外层事务只需在栈中执行peek即可获取事务ID和lookupKey。

##### 6.2.5 数据源兼容处理 #####

为了不影响原生事务的使用，需要重写`getConnection`方法。当前线程没有启动自定义事务，则直接从数据源中返回连接。

@Override  
    public Connection getConnection() throws SQLException {  
        TransactionHolder transactionHolder = MultiTransactionManager.TRANSACTION_HOLDER_THREAD_LOCAL.get();  
        if (Objects.isNull(transactionHolder)) {  
            return determineTargetDataSource().getConnection();  
        }  
        ConnectionProxy ConnectionProxy = transactionHolder.getConnectionMap()  
                .get(transactionHolder.getExecuteStack().peek());  
        if (ConnectionProxy == null) {  
            // 没开跨库事务，直接返回  
            return determineTargetDataSource().getConnection();  
        } else {  
            transactionHolder.addCount();  
            // 开了跨库事务，从当前线程中拿包装过的Connection  
            return ConnectionProxy;  
        }  
    }

##### 6.2.6 切面处理 #####

切面处理的核心逻辑是：维护一个嵌套事务栈，当业务方法执行结束，或者发生异常时，判断当前栈顶事务ID是否为主事务ID。如果是的话这时候已经到了最外层事务，这时才执行提交和回滚。详细流程如下图所示：

![图片][bacc56955accd8e892dd81b62f4b63fa.png]

package com.github.mtxn.transaction.aop;  
    @Aspect  
    @Component  
    @Slf4j  
    @Order(99999)  
    public class MultiTransactionAop {  
       
        @Pointcut("@annotation(com.github.mtxn.transaction.annotation.MultiTransaction)")  
        public void pointcut() {  
            if (log.isDebugEnabled()) {  
                log.debug("start in transaction pointcut...");  
            }  
        }  
       
       
        @Around("pointcut()")  
        public Object aroundTransaction(ProceedingJoinPoint point) throws Throwable {  
            MethodSignature signature = (MethodSignature) point.getSignature();  
            // 从切面中获取当前方法  
            Method method = signature.getMethod();  
            MultiTransaction multiTransaction = method.getAnnotation(MultiTransaction.class);  
            if (multiTransaction == null) {  
                return point.proceed();  
            }  
            IsolationLevel isolationLevel = multiTransaction.isolationLevel();  
            boolean readOnly = multiTransaction.readOnly();  
            String prevKey = DataSourceContextHolder.getKey();  
            MultiTransactionManager multiTransactionManager = Application.resolve(multiTransaction.transactionManager());  
            // 切数据源，如果失败使用默认库  
            if (multiTransactionManager.switchDataSource(point, signature, multiTransaction)) return point.proceed();  
            // 开启事务栈  
            TransactionHolder transactionHolder = multiTransactionManager.startTransaction(prevKey, isolationLevel, readOnly, multiTransactionManager);  
            Object proceed;  
       
            try {  
                proceed = point.proceed();  
                multiTransactionManager.commit();  
            } catch (Throwable ex) {  
                log.error("execute method:{}#{},err:", method.getDeclaringClass(), method.getName(), ex);  
                multiTransactionManager.rollback();  
                throw ExceptionUtils.api(ex, "系统异常：%s", ex.getMessage());  
            } finally {  
                // 当前事务结束出栈  
                String transId = multiTransactionManager.getTrans().getExecuteStack().pop();  
                transactionHolder.getDatasourceKeyStack().pop();  
                // 恢复上一层事务  
                DataSourceContextHolder.setKey(transactionHolder.getDatasourceKeyStack().peek());  
                // 最后回到主事务，关闭此次事务  
                multiTransactionManager.close(transId);  
            }  
            return proceed;  
       
        }  
       
       
    }

### 7.总结 ###

本文主要介绍了多数据源管理的解决方案(应用层事务，而非XA二段提交保证)，以及对多个库同时操作的事务管理。

需要注意的是，这种方式只适用于单体架构的应用。因为多个库的事务参与者都是运行在同一个JVM进行。如果是在微服务架构的应用中，则需要使用分布式事务管理(譬如：Seata)。

[c75275237eeadf4d62cf0dd2d73c604f.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/5f0de60c87324ca198bc05301c812646.png
[fb26e5b87ad21203dbe40bf70f1129fd.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/ab00c28f53284d4597116459ae9bfb17.png
[ff3c7ff33226cc86569d7921e5d15bb6.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/7276bc14326a479baf22f0848ef72216.png
[780ea5f0ab5ba4cc700e4d9d08decbf8.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/0abf1300ca8e4f5d930a4e5703abf31c.png
[b52f0ed2e2041a9324587d24dbc5875c.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/6c9928cab5ab44e082924475344d28f5.png
[a598d2dbce81be764d4cb4ce86878087.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/25e24bff429f4e90b77f349dbf0595f1.png
[8deeb9e589abbc19ae2d2f7d261f3623.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/7ec4bc0898a14c65a6ed0f8be61249b1.png
[3a6de0f4c1138ad3824a5120447dfc70.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/4dd7b8f33adf4484b4315414d1ad7e5f.png
[12cc5cc5c3553942b5d03929de44e483.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/7bc94796987741b791b6f07ecc0f1617.png
[bacc56955accd8e892dd81b62f4b63fa.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/01/fa518dd49f194ed08930bfb653cede5c.png