线上问题——学习记录幂等判断失效问题分析

一、业务流程

上图是对save和saveScore两个接口的流程抽象，save是上传答题数据，saveScore则是上传答题分数，为保证幂等和防止并发调用，这两个接口都加了分布式锁（还是两层哦）。第一层使用的是不同的锁，因为处理的是不同的表，第二层处理的是相同的表，为了保证数据在某个维度上的唯一，所以使用了相同的锁。本篇文章则主要记录下表C中的逻辑唯一键出现重复数据的问题排查过程，该问题包含了对锁、事务及Mybatis框架的综合运用和理解。

二、问题分析

ROUND 1

问题分析

最开始只看到了第二层锁的逻辑，始终无法想通，两个接口获取的同一把锁，且加锁后都做了幂等判断，查询缓存和数据库，没有再插入，有则更新，C表的重复数据是怎么来的呢？从链路上分析，save先获取到第二层锁，插入了数据；释放锁后，saveScore开始执行，这时候查询数据库返回的结果居然是null！
这时候首先想到的是save的事务没有提交，但查看代码，事务是在获取锁3后才开启的，因此save释放锁3前，事务必定也是提交了的，而saveScore也是在获取锁3后才开启的事务。


我想大部分同学到这里会定义为玄学问题，但作为一个资深码农，要相信一切问题必有根因（除非真的是玄学）。最终，终于在saveScore的入口找到了罪魁祸首。

问题很简单，在锁3的调用入口处已经开启了事务，当save执行第二层逻辑提交事务之前，saveScore已经开启了事务，由于事务的隔离性（可重复读），在获取到锁3时，查询的是事务开始时的快照，即使save的事务已经提交，对于saveScore来说也是不可见的。

解决方案

这里修改方法目前想到以下几种：

• 让save和saveScore串行化，但这两个接口是主链路上的核心接口，并发量很高，这样会导致性能降低，除非必要不会考虑。
• 去掉saveScore第一层逻辑的事务，但这样无法保证这几个表的一致性。
• 将saveScore第二层逻辑也改为异步，那每次调用时都会新启一个事务，同时还能提高接口的并发度，但是这要取决于业务，改动影响较大。
• 设置saveScore的第二层事务传播级别为REQUIRED_NEW，这样也是每次会开启一个新的事务，也就能读取到save提交的数据了。

综合考虑，设置传播级别是影响最小的（有其它想法的欢迎补充），如果业务方能接受saveScore异步处理，那么这种方法则是最优的。
问题分析到这就结束了？当然没有。

ROUND 2

从流程图上可以看到，表C、D、E是在一个事务里的，那为什么只有表C有重复，表D、E数据却是正常的呢？
先说表E，这个比较简单，首先该表有唯一索引，不像前两个表只有普通索引，其次，业务上该表存放的数据粒度更粗，也就是前面两个表多次插入，这个表只会插入一次，其余都是更新，所以就算没有唯一索引，出现重复记录的概率也远比前两个表小很多。
再看表D，这个表可真的是让我一度以为是自己对事务理解没到位，经过反复验证，证明自己理解是没有问题的。那真的是玄学？于是请教了大佬。
经过大佬分析，事实证明我想的太简单了，最后得到一个推翻上面所有分析的结论。首先我们数据库事务隔离级别设置的read committed，不是repeatable read（是我太想当然，先入为主了）。那么表D、E没有重复数据就能解释了（事实上表D还是有重复数据存在，只是不是当前分析的链路，不过那又是另外一个问题，稍后分析）；但是为啥表C的幂等判断失效了呢？

对表C采用的是双重校验，从链路上看两次查询C都是没有查到数据的，所以才会新增一条，但能获取到锁3说明另一个事务已经提交，当前事务由于是read committed一定也能查询到数据才对，那说明只有一种可能，锁内的查询C是从缓存查的，不是从数据库查的l。

从阿里云的sql洞察上也能验证这个猜想，按照代码逻辑，saveScore应该有两次查询才对，但实际上只有一条，说明有一次查询（结合skywalking分析得到是第二次没有查数据库）没有到达数据库。我们这个链路上的表都是做了redis缓存的，但是如果是第一次查询是null值，根本不会缓存到redis，那还有什么缓存会拦截到查询SQL呢？还有一个我们平时可能都忽略了的，那就是Mybatis的一二级缓存，一级缓存是默认开启的。先来复习一下Mybatis的一级缓存：

我们这里的两次查询是完全一样的，且是在同一个sqlSesson极短时间内重复查询，中间没有更新，完全符合一级缓存的使用条件，就是这玩意儿搞得鬼，我以前也没遇到过这个问题，所以也忽略了Mybatis的这个机制，还一直认为这玩意儿就是个摆设，这次算是给我上了一课。

ROUND 3

最后再回头来看看为啥D表也有重复的数据，下图是统计的部分重复数据：

这个其实很简单，上文细心的朋友可以发现我的分析都是按照save先执行，saveScore后执行的逻辑来分析的，但这两个接口执行时序其实不是固定的，当saveScore先执行，再获取到锁二时就已经开启了事务，即使锁3释放了，内层事务2也不会提交，因为和外层事务是同一个事务，那么save获取到锁3开始执行时也查不到数据，就会重复插入了。这里要解决的话也可以把内层事务传播级别声明为REQUIRED_NEW即可，对业务也没有影响。

三、总结

这次的问题好在对业务没有什么影响，但代码确实写的有问题，考验了对锁、事务以及框架的总和运用和理解。另外在分析问题时不要想当然，先入为主，一定要大胆猜想、亲手验证，只要有发现一点疑点就不应该发放过，因为很有可能就这一个疑点就推翻之前所有的分析。
最后附上链路：F947DF6DC8C94E339ED1BAC5AF5E9812（edu-study、edu-study-async），感兴趣的看官可自行分析验证，有问题欢迎指出。