踩坑实录：读写分离导致批量删除逻辑问题

最近在帮同事review代码时，发现一段逻辑看似正常但执行结果却不符合预期的代码，特此记录问题排查过程。

原始代码实现

@Override
public void clearExpireOrder(LocalDate expireDate) {
    log.info("开始清理过期订单, 过期日期: {}", expireDate);
    int batchSize = 200;
    long totalDeletedCount = 0;
    while (true) {
        List expireOrders = this.list(Wrappers.lambdaQuery()
                .select(ExposureOrder::getId).le(ExposureOrder::getAdEndDate, expireDate.atStartOfDay())
                .last("LIMIT " + batchSize));
        if (expireOrders == null || expireOrders.isEmpty()) {
            break;
        }
        List ids = expireOrders.stream().map(ExposureOrder::getId).collect(Collectors.toList());
        int deletedCount = this.removeByIds(ids) ? ids.size() : 0;
        totalDeletedCount += deletedCount;
        log.info("本批次删除 {} 条过期订单, 累计删除 {} 条", deletedCount, totalDeletedCount);
        if (deletedCount < batchSize) {
            break;
        }
    }
    log.info("过期订单清理完成, 总计删除 {} 条数据, 过期日期: {}", totalDeletedCount, expireDate);
}

这是一个清理过期订单的定时任务，传入一个过期时间，每次查询前200个过期订单并根据ID进行删除。然而，在生产环境执行后，发现仍有过期订单存在。查询日志显示：

5月 15, 2026 @ 03:00:01.850	开始清理过期订单, 过期日期: 2026-04-15
5月 15, 2026 @ 03:00:01.850	本批次删除 200 条过期订单, 累计删除 200 条
5月 15, 2026 @ 03:00:01.850	本批次删除 0 条过期订单, 累计删除 200 条
5月 15, 2026 @ 03:00:01.850	过期订单清理完成, 总计删除 200 条数据, 过期日期: 2026-04-15

从功能上看，先查询后删除的方式虽然不是最佳方案，但代码逻辑上确实看不出明显问题。经过反复分析，仍未能找出错误所在。

问题发现

突然注意到数据库连接地址为prod-bd-traffic-mysql-shm-01.rwlb.rds.aliyuncs.com:3306，这看起来像是阿里云的代理链接地址。经检查，我们的数据库配置为一主一从，并启用了数据库代理的读写分离功能。

阿里云RDS的数据库代理地址开启读写分离功能后，会根据执行的SQL自动将请求分发到RDS的主节点或从节点，实现读写分离。回到原始代码，问题出在以下执行流程：

1. 执行查询操作（路由到从节点）
2. 执行删除操作（路由到主节点）
3. 再次执行查询操作（仍然路由到从节点，但此时从节点尚未同步主节点的删除数据）
4. 第二次查询与第一次查询结果相同
5. 执行删除操作，受影响行数为0
6. 认为已没有需要删除的数据，跳出循环

问题解决方案

找到问题根源后，修改代码策略，不再采用先查询后删除的方式，而是直接执行DELETE语句：

@Override  
public void clearExpireOrder(LocalDate expireDate) {  
    log.info("开始清理过期订单, 过期日期: {}", expireDate);  
    int batchSize = 100;  
    int maxBatch = 1000;  
    int currentBatch = 0;  
    long totalDeletedCount = 0;  
    while (true) {  
        LambdaUpdateWrapper w = Wrappers.lambdaUpdate()  
                .le(ExposureOrder::getAdEndDate, expireDate)  
                .last(" LIMIT " + batchSize);  
        int deletedCount = this.getBaseMapper().delete(w);  
        totalDeletedCount += deletedCount;  
        log.info("本批次删除 {} 条过期订单, 累计删除 {} 条", deletedCount, totalDeletedCount);  
        if (deletedCount == 0) {  
            break;  
        } else if (currentBatch > maxBatch) {  
            log.warn("本次清理超过最大处理批次, 退出清理");  
            throw new RuntimeException("本次清理超过最大处理批次, 退出清理");  
        } else {  
            try {  
                Thread.sleep(200);  
            } catch (InterruptedException e) {  
                log.error("线程中断, {}", e.getMessage());  
            }  
        }  
        currentBatch ++;  
    }  
    log.info("过期订单清理完成, 总计删除 {} 条数据, 过期日期: {}", totalDeletedCount, expireDate);  
}

经验总结

这次排查过程给我带来了重要警示：有时不符合预期的现象并非源于代码逻辑问题，而是由依赖项的特性导致。我们需要具备全局意识，从整体架构出发分析问题，否则仅局限于代码层面将难以发现根本原因。