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:
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:
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:
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:
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:
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。
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:
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。
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:
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:
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)。
到此这篇关于springboot 多数据源及事务解决方案小结的文章就介绍到这了,更多相关springboot 多数据源及事务内容请搜索代码网以前的文章或继续浏览下面的相关文章希望大家以后多多支持代码网!
发表评论