罗罗编程学习记录
本页内容 展开查看

05.1.2.4 长事务与并发异常案例

所属:全栈开发面试题库 / 05 数据库与存储 / 05.1 关系型数据库通用能力 / 05.1.2 事务与并发控制

覆盖范围

  • 长事务识别、危害与定位命令
  • 保存点、事务传播行为边界
  • 丢失更新、写偏斜等并发异常与防护
  • 乐观锁/悲观锁选型、库存超卖多方案
  • 幂等设计、事务内远程调用风险与补偿思路

高频题速览

编号 题目 难度 频率
05.1.2.4-002 长事务危害 进阶 ★★★★★
05.1.2.4-005 丢失更新成因 高级 ★★★★★
05.1.2.4-010 库存超卖方案 进阶 ★★★★★

案例主线

长事务:undo 堆积 / 锁持有 / purge 阻塞 / 主从延迟
并发异常:丢失更新(读-改-写竞态) / 写偏斜(快照隔离下约束破坏)
防护:条件更新 CAS / 悲观锁 / 队列串行化 / Redis 预扣 + 幂等

05.1.2.4-001 什么是长事务?怎么定位?

频率 ★★★★☆ | 难度 进阶

一句话结论

长事务是持续时间过长、持有资源未提交/回滚的事务;通过事务视图按开始时间排序,结合事务状态、SQL 与运行时长定位,重点找出未提交的读写事务。

概念解释

  • 判定口径:运行时长超过业务阈值,或事务内包含慢操作、远程调用。
  • 定位对象:仍处于活跃状态、持有锁与视图的事务。
  • 视图来源:数据库事务状态表与连接会话信息。

原理流程

  1. 查询活跃事务列表,按开始时间排序。
  2. 对照事务状态、当前 SQL 与运行时长。
  3. 区分正常长流程与卡住/遗漏提交的事务。

代码 / 命令

-- MySQL:定位长事务(视图与字段口径以版本为准)
SELECT trx_id, trx_started,
       TIMESTAMPDIFF(SECOND, trx_started, NOW()) AS age_sec,
       trx_state, trx_query
FROM information_schema.innodb_trx
ORDER BY trx_started;

常见误区

  • 误区:长事务只看执行 SQL 的耗时。正解:事务从开启到提交的整段时间都算,包括等待与空闲持有。
  • 误区:只读事务不会成为长事务。正解:只读事务同样持有 ReadView,会阻碍 purge。

追问

  • 问:PG 怎么查长事务?答:查 pg_stat_activity 的 state、xact_start 与查询文本,详见 05.3.3。
  • 问:空闲未提交事务算长事务吗?答:算,连接挂起但事务未结束,锁与视图仍被持有。

05.1.2.4-002 长事务有哪些危害?

频率 ★★★★★ | 难度 进阶

一句话结论

长事务导致 undo 旧版本无法 purge 而膨胀、锁长期持有阻塞他人、purge 与清理受阻、主从延迟扩大,回滚代价高,极端情况下拖垮实例并发与空间。

概念解释

  • undo 堆积:旧 ReadView 锁定版本下界,历史版本无法清理。
  • 锁持有:行锁直到事务结束才释放,阻塞链拉长。
  • 清理阻塞:purge 不能越过长事务视图。
  • 回滚代价:积累大量修改后回滚耗时与空间成本高。

原理流程

  1. 事务长时间不结束,视图与锁持续持有。
  2. 其他事务更新产生的旧版本无法回收。
  3. 阻塞、延迟与空间占用逐步累积,影响整体并发。

代码 / 命令

undo 膨胀:旧版本链延长,读放大上升
锁阻塞:持锁事务未提交,后续写排队
主从延迟:大事务/长事务在从库回放耗时
回滚成本:回滚需反向执行全部已记录修改

常见误区

  • 误区:长事务只影响自己的 SQL 速度。正解:它阻塞其他会话、阻碍清理,影响全局并发与空间。
  • 误区:把事务拆小会牺牲一致性。正解:应把非必要操作移出事务,必要读写保持在短事务内,边界设计见 05.1.2.1。

追问

  • 问:长事务为什么会造成主从延迟?答:大事务在从库回放需一次性应用,且阻塞相关清理,详见 05.1.4.1。
  • 问:怎么设置事务超时兜底?答:配置事务/语句超时参数,超时回滚并告警,具体参数名按引擎核对。

05.1.2.4-003 SAVEPOINT 与保存点是什么?

频率 ★★★☆☆ | 难度 进阶

一句话结论

SAVEPOINT 在事务内设置命名保存点,ROLLBACK TO 可回滚到该点而不结束整个事务;用于事务内局部撤销,但保存点之前持有的锁与资源仍随外层事务持有。

概念解释

  • 保存点:事务内可回退的标记位置。
  • 局部回滚:撤销保存点之后的修改,保留之前修改。
  • 资源边界:保存点不释放外层事务持有的锁。

原理流程

  1. 事务内执行部分操作后建立保存点。
  2. 后续分支失败可回滚到保存点。
  3. 外层事务最终仍需 COMMIT 或 ROLLBACK。

代码 / 命令

BEGIN;
UPDATE a SET col = 1 WHERE id = 1;
SAVEPOINT sp1;
UPDATE b SET col = 2 WHERE id = 2;
-- 分支失败
ROLLBACK TO SAVEPOINT sp1;  -- 撤销 b 的修改,保留 a
COMMIT;

常见误区

  • 误区:ROLLBACK TO SAVEPOINT 会提交之前修改。正解:它只撤销到保存点,事务仍处于活跃状态,需外层提交。
  • 误区:保存点释放已持有的锁。正解:锁随外层事务结束才释放,局部回滚不归还行锁。

追问

  • 问:保存点与嵌套事务是一回事吗?答:不是,保存点是同一事务内的回退标记,不开启独立事务。
  • 问:保存点过多有什么问题?答:增加事务状态管理开销,局部回滚设计应清晰分层。

05.1.2.4-004 事务传播行为概览是什么?

频率 ★★★☆☆ | 难度 进阶

一句话结论

事务传播行为定义外层已存在事务时,内层方法如何加入、新建或挂起事务;常见包括加入现有事务、新建独立事务、嵌套保存点等,具体语义由框架实现,数据库本身只提供保存点与提交回滚。

概念解释

  • 加入现有:内外层同一事务,一起提交或回滚。
  • 新建独立:内层独立事务,外层回滚不影响已提交内层。
  • 嵌套:基于保存点实现局部回滚。

原理流程

  1. 外层事务开启后调用内层方法。
  2. 框架按传播规则决定共用、新建或挂起事务。
  3. 内层结束按规则提交/回滚,外层按自身边界收尾。

代码 / 命令

常见传播(框架语义,名称以具体框架为准):
REQUIRED:有事务加入,无则新建
REQUIRES_NEW:挂起外层,新建独立事务
NESTED:嵌套,基于保存点局部回滚

常见误区

  • 误区:传播行为是数据库 SQL 标准。正解:它是应用框架在数据库事务之上的编排规则,数据库只提供事务与保存点能力。
  • 误区:内层独立事务失败不影响外层。正解:独立事务已提交部分需靠补偿处理;加入现有事务则随外层一起回滚。

追问

  • 问:跨服务调用能用传播行为吗?答:不能,本地传播只管同一数据库连接内事务,跨服务见 05.1.2.5。
  • 问:传播行为选错有什么风险?答:本该独立的记录随外层回滚,或本该一致的操作被拆成两个事务。

05.1.2.4-005 什么是丢失更新?

频率 ★★★★★ | 难度 高级

一句话结论

两个事务基于同一旧值读-改-写,后提交的覆盖先提交的结果,先提交的更新丢失;典型路径是先快照读出旧值、应用计算后再整行写回,期间他人修改被覆盖。

概念解释

  • 读-改-写竞态:读取、计算、写回三步不在同一锁定路径。
  • 覆盖发生:后写事务不感知先写事务的修改。
  • 触发条件:基于旧值整行更新,缺少版本/条件校验。

原理流程

  1. 事务 A 读出余额 100。
  2. 事务 B 读出余额 100,扣减后提交为 80。
  3. 事务 A 基于 100 计算后写回,覆盖 B 的 80,B 的更新丢失。

代码 / 命令

A:SELECT balance=100 → 计算 90 → UPDATE SET balance=90
B:SELECT balance=100 → 计算 80 → UPDATE SET balance=80 先提交
A:后提交覆盖为 90,B 的 80 丢失

常见误区

  • 误区:RR 隔离级别能防止丢失更新。正解:RR 防止不可重复读,但读-改-写基于旧值整行写回仍可能覆盖;当前读加锁或条件更新才能防护。
  • 误区:丢失更新就是脏读。正解:脏读读未提交数据,丢失更新是两个已提交更新被覆盖,现象不同。

追问

  • 问:数据库当前读为什么能防丢失更新?答:写操作加 X 锁串行化,基于最新版本修改,见 05.1.2.2-010。
  • 问:整行覆盖写回为什么危险?答:应用把读到的所有字段写回,他人改动的字段被一并覆盖。

05.1.2.4-006 丢失更新怎么避免?

频率 ★★★★☆ | 难度 进阶

一句话结论

三种主要手段:当前读加悲观锁串行化、版本号/条件校验做乐观 CAS、直接用条件原子更新(balance = balance - x WHERE balance >= x);避免读出旧值在应用层算完整行写回。

概念解释

  • 悲观锁:FOR UPDATE 锁定记录后再修改。
  • 乐观锁:更新带版本或原值条件,影响行数为 0 则重试。
  • 原子条件更新:在数据库内完成比较与扣减,不回应用层算。

原理流程

  1. 识别读-改-写路径,评估冲突频率。
  2. 高冲突用悲观锁,低冲突用乐观 CAS,纯数值扣减用条件更新。
  3. 校验影响行数,失败重试或报错。

代码 / 命令

-- 条件原子更新(推荐数值扣减)
UPDATE account SET balance = balance - 10
WHERE id = 1 AND balance >= 10;

-- 乐观锁
UPDATE account SET balance = :new, version = version + 1
WHERE id = 1 AND version = :old_version;

常见误区

  • 误区:把查询条件写在应用层判断就安全。正解:判断与更新之间仍有竞态窗口,必须把条件放进 WHERE 由数据库原子执行。
  • 误区:乐观锁失败不需要处理。正解:CAS 影响行数为 0 必须重读重试,不能静默继续。

追问

  • 问:多条记录批量扣减怎么防丢失更新?答:按固定顺序锁定,条件更新并校验影响行数,配合事务短边界。
  • 问:乐观锁与条件更新区别?答:版本号校验整行是否被改过,条件更新校验业务数值边界,可组合使用。

05.1.2.4-007 什么是写偏斜(Write Skew)?

频率 ★★★☆☆ | 难度 高级

一句话结论

写偏斜是快照隔离下的一类并发异常:两个事务各自读取不同数据集、基于读到的快照值校验后更新,彼此读取的记录未被对方锁定,提交后业务约束被破坏;它不属于不可重复读或幻读。

概念解释

  • 各自读取:事务 A 读数据集甲,事务 B 读数据集乙。
  • 基于快照决策:校验通过后更新,未读到对方未提交修改。
  • 约束破坏:两笔提交合起来违反业务规则。

原理流程

  1. 事务 A 读记录集合并校验约束。
  2. 事务 B 读另一集合并校验通过。
  3. 双方提交后合起来破坏约束,快照隔离未检测到该冲突。

代码 / 命令

排班约束:同一班次至少一人在岗
A:查询当前在岗 → 提交自己下班(读到 B 仍在岗)
B:查询当前在岗 → 提交自己下班(读到 A 仍在岗)
提交后两人同时下班,无人在岗,约束被破坏

常见误区

  • 误区:写偏斜就是不可重复读。正解:它是两个写操作基于各自快照导致约束破坏,属于快照隔离的特定异常。
  • 误区:RR 一定能防写偏斜。正解:MySQL RR 与 PG 快照隔离都可能出现写偏斜,PG 靠 SSI 检测,见 05.3.3。

追问

  • 问:怎么在数据库层防写偏斜?答:提高到 Serializable/SSI,或用排他约束、显式锁定相关记录集。
  • 问:应用层能防写偏斜吗?答:可通过关键记录加锁或串行化关键路径兜底,但需覆盖全部校验集合。

05.1.2.4-008 乐观锁版本号怎么实现?

频率 ★★★★☆ | 难度 进阶

一句话结论

表增加版本列,查询时读出当前版本,更新时带上 version = 旧版本 条件并递增版本;影响行数为 0 说明被并发修改,重读后重试;版本列由数据库原子递增。

概念解释

  • 版本列:每行一个单调递增版本号。
  • CAS 条件:WHERE version = :old 保证基于未被改过的行更新。
  • 重试处理:影响行数为 0 时重读、重新计算、再次提交。

原理流程

  1. 查询业务数据与版本号。
  2. 业务计算后更新:SET col=新值, version=version+1 WHERE id=? AND version=旧值。
  3. 影响行数 0 则重试,成功则版本递增。

代码 / 命令

-- 读取
SELECT id, stock, version FROM stock WHERE sku_id = 1;

-- CAS 更新
UPDATE stock
SET stock = stock - 1, version = version + 1
WHERE sku_id = 1 AND version = :old_version AND stock >= 1;
-- 影响行数为 0:被并发修改,重读重试

常见误区

  • 误区:版本号可以由应用生成。正解:版本递增应由数据库更新语句原子完成,应用生成易产生重复与回退。
  • 误区:乐观锁失败后直接返回即可。正解:需按业务重试,重试次数与间隔受控,避免无限循环。

追问

  • 问:没有版本列能用乐观锁吗?答:可用旧值作为条件(原值校验),等价 CAS,但多字段校验条件较长。
  • 问:乐观锁适合高并发扣减吗?答:冲突高时重试频繁,可评估悲观锁或条件更新/队列方案。

05.1.2.4-009 悲观锁 FOR UPDATE 适用什么场景?

频率 ★★★★☆ | 难度 进阶

一句话结论

悲观锁适合冲突概率高、读-判-写必须严格串行、且持有时间短的关键路径;先 FOR UPDATE 读最新版本加 X 锁,再修改提交;语句必须命中索引,否则锁范围扩大。

概念解释

  • 高冲突:同一记录被并发争抢频繁。
  • 串行必要:业务要求读到的判断结果在提交前不被改变。
  • 短持有:锁定后尽快完成计算与提交,不夹带远程调用。

原理流程

  1. 事务开启后对目标记录 FOR UPDATE。
  2. 在锁定记录上完成业务判断与更新。
  3. 提交释放锁,其他事务依次获得锁。

代码 / 命令

BEGIN;
SELECT count, version FROM stock WHERE sku_id = 1 FOR UPDATE;
-- 在锁内完成扣减判断
UPDATE stock SET count = count - 1 WHERE sku_id = 1;
COMMIT;

常见误区

  • 误区:所有读-改-写都用 FOR UPDATE 最稳妥。正解:低冲突场景无谓加锁降低并发,应按冲突频率选型。
  • 误区:FOR UPDATE 后可以在锁内调远程接口。正解:远程调用拉长持锁时间,阻塞链变长,应移出事务。

追问

  • 问:FOR UPDATE 走不到索引怎么办?答:先优化索引,避免扫描锁定大量记录,见 05.1.2.3-008。
  • 问:悲观锁死锁怎么减少?答:统一加锁顺序、缩短事务、批量按主键排序,见 05.1.2.3-012。

05.1.2.4-010 库存超卖有哪些方案?

频率 ★★★★★ | 难度 进阶

一句话结论

常见方案:数据库条件扣减、悲观锁串行、乐观锁版本 CAS、队列串行化削峰、Redis 预扣后落库;核心都是保证"库存非负"校验与扣减原子执行,按并发量与一致性要求组合使用。

概念解释

  • 条件扣减:WHERE count >= 1 数据库内原子比较扣减。
  • 悲观/乐观:锁串行化或版本 CAS 重试。
  • 队列/预扣:请求排队串行落库,或 Redis 先挡洪峰再异步落库。

原理流程

  1. 判断下单路径并发量级与一致性要求。
  2. 低并发用条件更新或悲观锁;高并发用队列或 Redis 预扣。
  3. 扣减成功再生成订单,失败回滚预扣与库存。

代码 / 命令

-- 方案一:数据库条件扣减
UPDATE stock SET count = count - 1
WHERE sku_id = 1 AND count >= 1;

-- 方案二:悲观锁(高冲突关键路径)
BEGIN;
SELECT count FROM stock WHERE sku_id = 1 FOR UPDATE;
UPDATE stock SET count = count - 1 WHERE sku_id = 1;
COMMIT;

常见误区

  • 误区:先 SELECT 判断库存足够再 UPDATE 就不会超卖。正解:判断与更新之间有竞态窗口,必须把 count >= 1 放进更新条件。
  • 误区:Redis 预扣可以替代数据库一致性。正解:预扣只是削峰与快速拒绝,最终库存落库需对账与补偿,详见后续卡片。

追问

  • 问:多商品组合下单怎么扣减?答:在同一事务内按固定顺序扣减各 SKU,任一不足则回滚。
  • 问:扣减成功下单失败怎么处理?答:记录待补偿库存,通过补偿任务回补或人工对账。

05.1.2.4-011 条件更新防超卖怎么写?

频率 ★★★★☆ | 难度 进阶

一句话结论

把库存足够的判断放进 UPDATE 的 WHERE 条件,由数据库原子完成比较与扣减;检查影响行数,为 0 表示库存不足或被并发抢占,不生成订单。

概念解释

  • 原子比较:条件判断与扣减在同一条语句内。
  • 影响行数:成功扣减为 1(或批量对应行数),失败为 0。
  • 不足处理:影响行数为 0 按售罄处理,不回应用层判断结果。

原理流程

  1. 执行带库存条件的扣减语句。
  2. 数据库校验 count >= 1 后扣减。
  3. 影响行数为 0 则拒绝下单,进入售罄/重试流程。

代码 / 命令

UPDATE stock
SET count = count - 1, update_time = NOW()
WHERE sku_id = 1 AND count >= 1;
-- Rows affected = 1:扣减成功
-- Rows affected = 0:库存不足或并发抢占,放弃下单

常见误区

  • 误区:条件写在应用 if 里再执行扣减。正解:判断与扣减分离存在竞态,条件必须进 SQL。
  • 误区:扣减后再查库存确认。正解:晚到的查询不能代表扣减时刻状态,应依据更新影响行数判断。

追问

  • 问:批量扣减多个数量怎么写?答:WHERE count >= :qty,扣减 count = count - :qty,影响行数校验。
  • 问:条件更新还用版本号吗?答:纯数值扣减条件足够;若整行多字段并发修改,可叠加版本 CAS。

05.1.2.4-012 队列串行化削峰方案怎么做?

频率 ★★★☆☆ | 难度 进阶

一句话结论

高并发下单请求先进入队列,消费者按串行或有限并发逐笔扣减库存与生成订单,把数据库瞬时并发拉平;队列负责削峰,一致性靠扣减结果与订单状态、失败补偿保证。

概念解释

  • 削峰:请求排队,数据库按可承受速率消费。
  • 串行控制:同一商品扣减按顺序处理,避免数据库行锁洪峰。
  • 补偿闭环:消费失败重试,订单与库存状态对账。

原理流程

  1. 请求落队列并生成幂等标识。
  2. 消费者拉取消息,事务内扣减库存、生成订单。
  3. 失败按策略重试或进入死信,对账回补库存。

代码 / 命令

下单请求 → 消息队列(商品维度分区有序)
消费者 → 事务:条件扣减库存 → 生成订单 → 提交
失败:重试 / 死信 → 补偿回补库存

常见误区

  • 误区:上了队列数据库就不需要防超卖条件。正解:队列只调平并发,扣减语句仍需 count >= 1 条件。
  • 误区:队列积压会导致超卖。正解:积压主要影响响应延迟;超卖风险来自扣减逻辑,与队列无直接因果。

追问

  • 问:同一商品消息怎么保证顺序?答:按商品 ID 分区/哈希,同商品落到同一队列有序消费。
  • 问:消息重复消费怎么办?答:订单与扣减带幂等键,重复消费不重复扣减。

05.1.2.4-013 Redis 预扣库存与一致性怎么处理?

频率 ★★★☆☆ | 难度 进阶

一句话结论

Redis 预扣用原子 Lua 脚本在缓存层快速判断并扣减,挡住洪峰后异步/同步落数据库;一致性需要处理 Redis 与 DB 对账、预扣超时释放、消息丢失与宕机回补,不能假设缓存与数据库天然一致。

概念解释

  • 预扣挡洪:缓存判断库存,不足直接拒绝。
  • 落库兜底:最终库存以数据库条件扣减为准。
  • 一致性问题:缓存与 DB 偏差、预扣未支付释放、缓存宕机恢复。

原理流程

  1. 请求到 Redis,Lua 原子判断并预扣。
  2. 预扣成功后下单,异步落库扣减。
  3. 超时未支付释放预扣;定时对账修复缓存与 DB 偏差。

代码 / 命令

Lua:if redis_count >= 1 then decr else reject end
落库:条件扣减 UPDATE stock SET count = count - 1 WHERE sku_id=? AND count>=1
超时未支付:释放预扣 + 回补库存
对账:定时比对 Redis 余量与 DB 库存,纠正偏差

常见误区

  • 误区:Redis 扣减成功就不会超卖。正解:Redis 与 DB 是两套存储,落库失败、缓存丢失都需补偿闭环。
  • 误区:Redis 库存可以直接作为最终库存。正解:缓存可能丢失与重建,最终一致性以数据库为准,对账不可省。

追问

  • 问:预扣库存怎么设有效期?答:为预扣记录设超时时间,到期未支付自动释放,避免占用库存。
  • 问:缓存预热怎么和 DB 对齐?答:以 DB 当前库存初始化 Redis,大促前对账核对,详见 05.5.1。

05.1.2.4-014 幂等设计怎么配合事务?

频率 ★★★★☆ | 难度 进阶

一句话结论

幂等让同一请求重复执行结果一致:业务带唯一请求号/订单号,数据库用唯一约束或幂等表防重,事务内先登记幂等记录再执行业务;重复请求命中唯一约束后直接返回已有结果。

概念解释

  • 幂等键:请求唯一标识(订单号、流水号)。
  • 唯一约束:数据库层面拒绝重复登记。
  • 事务配合:幂等记录与业务操作在同一事务内提交或回滚。

原理流程

  1. 生成或传入幂等键。
  2. 事务内插入幂等记录,唯一约束冲突即重复请求。
  3. 业务操作与幂等记录一起提交;重复请求返回首次结果。

代码 / 命令

-- 幂等表:业务单号唯一
CREATE TABLE idempotent (
  biz_no VARCHAR(64) PRIMARY KEY,
  status VARCHAR(16),
  create_time DATETIME
);

-- 事务内:先登记幂等,再执行业务
INSERT INTO idempotent(biz_no, status) VALUES (:bizNo, 'PROCESSING');
-- 业务扣减/下单
COMMIT;

常见误区

  • 误区:接口重试不会造成重复扣减。正解:重试、超时补发、消费者重投都会重复执行,必须幂等兜底。
  • 误区:幂等靠应用内存去重即可。正解:多实例部署下内存去重不跨节点,需数据库唯一约束或共享存储。

追问

  • 问:幂等记录什么时候清理?答:按业务保留周期定期清理,保留期内重复请求可追溯。
  • 问:先查再插有竞态吗?答:有,应靠唯一约束兜底;先查只用于快速返回已有结果。

05.1.2.4-015 重复提交与并发扣减怎么防?

频率 ★★★★☆ | 难度 进阶

一句话结论

三层防护:前端/网关限流防重复点击,接口层按业务幂等键去重,数据库唯一约束与条件扣减兜底;关键扣减以数据库条件与唯一约束为准,上层防护只是降低无效请求。

概念解释

  • 入口限流:限制同一用户/商品短时重复请求。
  • 接口幂等:请求键去重,重复请求返回首次结果。
  • 数据库兜底:唯一约束、条件更新防止重复落库与超卖。

原理流程

  1. 入口拦截明显重复点击与限流。
  2. 业务层按幂等键判断是否已处理。
  3. 数据库唯一约束与条件扣减作为最终防线。

代码 / 命令

网关:用户+商品维度限流
接口:幂等键查询/登记
数据库:订单唯一索引 + 库存条件扣减

常见误区

  • 误区:前端按钮置灰就能防重复提交。正解:置灰只是交互约束,绕过前端仍可重复请求,必须后端幂等。
  • 误区:有了幂等表就不需要库存条件扣减。正解:幂等防重复下单,条件扣减防并发超卖,两者解决不同问题。

追问

  • 问:下单与扣减不在同一服务怎么办?答:通过消息与对账保证最终一致,跨服务方案见 05.1.2.5。
  • 问:重复请求怎么返回首次结果?答:按幂等键查询首次处理状态与结果,未完成时提示处理中。

05.1.2.4-016 事务内远程调用有什么风险?

频率 ★★★★☆ | 难度 进阶

一句话结论

事务内夹带 RPC、HTTP、MQ 等远程调用会拉长持锁与视图时间,远程超时或不可用导致事务长期挂起、阻塞放大;远程操作不在本地事务内,还存在本地回滚而远程已执行的不一致窗口。

概念解释

  • 持锁拉长:等待远程响应期间行锁与视图不释放。
  • 阻塞放大:慢远程把数据库连接占住,并发被拖垮。
  • 不一致窗口:本地事务回滚,远程已执行操作无法随本地撤销。

原理流程

  1. 事务开启后调用远程接口。
  2. 远程耗时/失败,本地事务等待或挂起。
  3. 本地提交/回滚后,远程结果与本地状态需补偿对齐。

代码 / 命令

反例:BEGIN → 远程调用 → 本地更新 → COMMIT
正确:本地短事务完成必要读写;远程调用放在事务外,配合消息/补偿

常见误区

  • 误区:远程调用很快就可以放事务内。正解:网络抖动与对端慢响应不可控,长事务风险不取决于平时快慢。
  • 误区:本地回滚能撤销已发的远程操作。正解:远程操作已在对方系统生效,需补偿事务或消息回滚。

追问

  • 问:必须先调远程再落库怎么办?答:设计状态机与补偿:远程成功后本地落库,失败走补偿;跨服务一致见 05.1.2.5。
  • 问:事务内发 MQ 有什么注意点?答:消息提交时机与本地事务一致性需可靠消息方案,避免本地回滚消息已发出。

05.1.2.4-017 回滚失败与补偿怎么处理?

频率 ★★★☆☆ | 难度 高级

一句话结论

数据库事务回滚由 undo 保证本地原子性;跨服务或外部操作无法随本地回滚,需要设计反向补偿动作、状态机与重试对账;回滚本身异常时要记录现场并人工/自动恢复。

概念解释

  • 本地回滚:undo 反向恢复,数据库内自动完成。
  • 外部补偿:对已执行的远程动作执行反向操作。
  • 状态机:业务记录处理状态,补偿按状态推进。

原理流程

  1. 本地事务失败按 undo 回滚。
  2. 检查事务内已触发的外部动作,执行补偿。
  3. 补偿失败进入重试/人工队列,对账最终对齐。

代码 / 命令

本地:ROLLBACK → undo 恢复
外部:已扣款 → 补偿退款;已扣库存 → 补偿回补
状态:INIT → PROCESSING → DONE / COMPENSATING / COMPENSATED

常见误区

  • 误区:抛异常就等于全部撤销。正解:本地数据可回滚,外部副作用需显式补偿。
  • 误区:补偿动作一定能成功。正解:补偿也可能失败,需重试、超时告警与人工介入通道。

追问

  • 问:补偿操作本身要幂等吗?答:必须,补偿可能被重复执行,反向动作需按幂等键处理。
  • 问:TCC 与普通补偿什么关系?答:TCC 是显式 Try/Confirm/Cancel 两阶段补偿模式,见 05.1.2.5。

05.1.2.4-018 典型并发案例复盘思路是什么?

频率 ★★★☆☆ | 难度 进阶

一句话结论

复盘按"现象 → 复现路径 → 事务边界与加锁/版本 → 竞态窗口 → 机制根因 → 防护方案"推进:先还原双方事务时序与 SQL,再定位是锁范围、长事务、缺索引还是读改写竞态,最后给出索引、事务边界与并发控制改进。

概念解释

  • 时序还原:双方事务开始、读写、提交顺序。
  • 机制定位:对照隔离级别、MVCC、锁规则判断异常类型。
  • 方案落地:索引优化、缩短事务、条件更新/锁/幂等组合。

原理流程

  1. 收集故障时间点、事务 SQL 与锁等待日志。
  2. 按时间线还原并发时序与冲突点。
  3. 定位根因类型,输出可核对的修复与监控措施。

代码 / 命令

复盘步骤:
1. 现象:超卖/阻塞/覆盖更新/死锁
2. 还原:双方事务时序、SQL、隔离级别
3. 定位:缺失索引 / 长事务 / 竞态窗口 / 间隙冲突
4. 修复:条件更新、索引、事务边界、锁顺序、幂等
5. 监控:锁等待、长事务、死锁、库存对账

常见误区

  • 误区:复盘只归咎数据库锁不够。正解:先核对业务事务边界、SQL 访问路径与并发设计,再谈参数调整。
  • 误区:案例修复靠加锁就行。正解:需区分异常类型,丢失更新、写偏斜、超卖的防护手段并不相同。

追问

  • 问:没有当时日志怎么复盘?答:保留慢事务、锁等待与死锁日志采样,故障现场需提前埋点采集。
  • 问:修复后怎么验证不再复现?答:按并发场景压测复现路径,核对影响行数、锁范围与对账结果。

参考来源