• MySQL和MongoDB事务同步的一种尝试

MySQL和MongoDB事务同步的一种尝试

2025-05-29 01:37:06 栏目:宝塔面板 74 阅读

现象

最近线上的一条数据状态不对,但是日志又记录上了。 查看了这条数据的更新逻辑

public Boolean autoReject(AutoRejectParam param) {
        
        OperationLog log = createOperationLog(param);

        // 保存操作日志到mysql
        operationLogMapper.insertSelective(log);

        Query query = new Query();
        Criteria criteria = new Criteria();
        criteria.and("requestId").is(param.getRequestId());
        query.addCriteria(criteria);
        Update update = new Update();
        update.set("status", CvBusinessStatusEnum.Rejected.getCode())
                .set("updateTime", new Date())
                .set("taskId", "");
        mongoTemplate.updateFirst(query, update, JSONObject.class, collectionName);

        return true;
    }

从代码可以看出这里分别保存了日志到mysql,然后更新了mongodb中的数据状态。

很明显保存mysql成功了,但是更新mongodb的数据失败了,那为什么保存mongodb的数据失败了呢? 然后根据日志发现,当时服务器和mongodb连接出现了问题,于是就导致了保存mysql成功,保存到mongodb失败了。

如何解决?

问题既然产生了,那么有什么办法能够保证要成功就都成功呢? 第一个想到的是事务,我们需要保证两个数据库操作的事务一致性就可以避免这个问题了。使用单一的事务管理器肯定是不行的,需要使用链式事务。

我们可以使用spring中的ChainedTransactionManager来实现链式调用

@Configuration
public class TransactionConfig {

    @Bean
    public PlatformTransactionManager mongoTransactionManager(MongoTemplate mongoTemplate) {
        return new MongoTransactionManager(mongoTemplate.getMongoDbFactory());
    }

    @Bean
    public PlatformTransactionManager jpaTransactionManager(DataSource dataSource) {
        return new DataSourceTransactionManager(dataSource);
    }

    @Bean
    public ChainedTransactionManager chainedTransactionManager(
            PlatformTransactionManager mongoTransactionManager,
            PlatformTransactionManager jpaTransactionManager) {
        return new ChainedTransactionManager(mongoTransactionManager, jpaTransactionManager);
    }
}


@Transactional("chainedTransactionManager")
public Boolean autoReject(AutoRejectParam param) {
        
        //省略其他代码 

        // 保存操作日志到mysql
   operationLogMapper.insertSelective(log);

   // 更新mongodb
        mongoTemplate.updateFirst(query, update, JSONObject.class, collectionName);

        return true;
  }

这种方法使用 ChainedTransactionManager 来管理多个事务管理器。当方法执行时,它会按顺序开启所有事务,如果在执行过程中出现异常,它会按相反的顺序回滚所有事务。

需要注意的是,这种方法并不能保证 100% 的事务一致性,因为它实际上是在应用层面模拟的分布式事务。在某些极端情况下(比如网络故障或服务器崩溃),可能会出现部分提交的情况。

比如我们是现在这样的执行流程

transaction1 begin
  transaction2 begin
  transaction2 commit -> error rollbacks, rollbacks transction1 too
transaction1 commit -> error, only rollbacks transaction1

比如上面这种情况,在最后提交transaction1的时候如果由于网络原因提交失败了,就会导致事务2成功,事务1失败,还是部分提交了。

当然如果业务要求对于这种不一致是可以接受的,或者说我们可以进行手动补偿方式达到最终一致性,那这种方案也是可以接受的。

对于要求更高事务一致性的场景,可能需要考虑使用专门的分布式事务解决方案,如 XA 协议或 TCC (Try-Confirm-Cancel) 模式。 比如JTA就属于XA协议, 我们可以使用开源实现atomikos。

本文地址:https://www.yitenyun.com/249.html

搜索文章

Tags

数据库 API FastAPI Calcite 电商系统 MySQL Web 应用 异步数据库 数据同步 ACK 双主架构 循环复制 JumpServer SSL 堡垒机 跳板机 HTTPS TIME_WAIT 运维 负载均衡 HexHub Docker JumpServer安装 堡垒机安装 Linux安装JumpServer Deepseek 宝塔面板 Linux宝塔 生命周期 esxi esxi6 root密码不对 无法登录 web无法登录 服务器 管理口 序列 核心机制 HTTPS加密 Windows Windows server net3.5 .NET 安装出错 服务器性能 宝塔面板打不开 宝塔面板无法访问 查看硬件 Linux查看硬件 Linux查看CPU Linux查看内存 开源 PostgreSQL 存储引擎 Windows宝塔 Mysql重置密码 Oracle 处理机制 无法访问宝塔面板 InnoDB 数据库锁 连接控制 机制 监控 Serverless 无服务器 语言 Spring Redis 异步化 ES 协同 技术 Undo Log group by 索引 SQL 优化 万能公式 分页查询 缓存方案 缓存架构 缓存穿透 高可用 动态查询 机器学习 GreatSQL 连接数 工具 响应模型 查询 日志文件 MIXED 3 scp Linux的scp怎么用 scp上传 scp下载 scp命令 R edis 线程 SVM Embedding R2DBC 锁机制 数据 主库 Netstat Linux 服务器 端口 openHalo 加密 场景 Linux 安全 Postgres OTel Iceberg 云原生 RocketMQ 长轮询 配置 AI 助手 Recursive 存储 ​Redis 推荐模型 SQLite-Web SQLite 数据库管理工具 自定义序列化 共享锁 SQLark PG DBA Hash 字段 向量数据库 大模型 OB 单机版 Ftp 电商 系统 国产数据库 架构 启动故障 修改DNS Centos7如何修改DNS MySQL 9.3 数据分类 • 索引 • 数据库 人工智能 推荐系统 流量 防火墙 黑客 磁盘架构 sftp 服务器 参数 redo log 重做日志 分库 分表 Rsync 同城 双活 信息化 智能运维 线上 库存 预扣 mini-redis INCR指令 业务 不宕机 Python 向量库 Milvus MVCC Canal 传统数据库 向量化 行业 趋势 INSERT COMPACT 缓存 聚簇 非聚簇 Redisson 锁芯 高效统计 今天这篇文章就跟大家 PostGIS 网络架构 网络配置 Doris SeaTunnel prometheus Alert 数据备份 filelock 事务 Java 开发 ZODB 语句 Web 窗口 函数 虚拟服务器 虚拟机 内存 RDB AOF MongoDB 数据结构 读写 引擎 性能 数据脱敏 加密算法 OAuth2 Token 核心架构 订阅机制 Go 数据库迁移 容器 失效 IT运维 数据类型 频繁 Codis B+Tree ID 字段 Redis 8.0 发件箱模式 容器化 分布式 集中式 模型 崖山 新版本 自动重启 网络故障 SSH 微软 SQL Server AI功能 DBMS 管理系统 聚簇索引 非聚簇索引 播客 SpringAI Entity 数据页 JOIN MCP 开放协议 Web 接口 QPS 高并发 数据集成工具 原子性 工具链 速度 服务器中毒 网络 部署 Pottery StarRocks 数据仓库 排行榜 排序 Testcloud 云端自动化 Redka 大表 业务场景 Caffeine CP 事务隔离 分布式架构 分布式锁​ 分页方案 排版 悲观锁 乐观锁 池化技术 连接池 1 主从复制 代理 dbt 数据转换工具 日志 优化器 EasyExcel MySQL8 单点故障 AIOPS sqlmock LRU 分页 Order 意向锁 记录锁 仪表盘 事务同步 数据字典 兼容性 InfluxDB 对象 UUIDv7 主键 ReadView RAG HelixDB Ansible UUID ID Crash 代码 订单 单线程 IT 双引擎 LLM 字典 Weaviate 产业链 编程 Valkey Valkey8.0 恢复数据 分布式锁 Zookeeper MGR 分布式集群 千万级 线程安全 Pump List 类型 关系数据库 拦截器 动态代理 Next-Key 表空间 解锁 调优 慢SQL优化 快照读 当前读 视图 国产 用户 RR 互联网 GitHub Git 矢量存储 数据库类型 AI代理 算法 神经系统 查询规划 count(*) count(主键) 行数 技巧 并发控制 恢复机制 CAS 多线程 闪回