作者 | 悟空聊架构
阅读目录
悟空和师父一行人正在前往西天取经的路上,师父在线上买了一个福袋,订单状态显示订单已支付,但是电子福袋状态为未发送。
悟空来到了这家网站的后台,找到了开发人员小黑熊
。
悟空:嘿,快查下我师父的订单,钱都给了,福袋怎么还没有到? 小黑熊:大圣,我们也收到异常通知了,更新福袋表的时候因网络原因导致福袋记录没有更新成功,所以福袋还是未发送的。 悟空:福袋没发出来,那为什么订单状态还一直是已支付?你这小儿,可不要瞒我! 小黑熊:大圣,我们数据库用的是 MongoDB 3.0,不支持事务啊。 悟空:你说的事务是什么意思? 小黑熊:事务就是保持多个更新或删除或增加操作,要么都成功,要么都失败。 悟空:也就是说第一步顶单状态从未支付到订单成功已经执行成功了,但是第二步更新福袋的时候失败了,没有自动将第一步订单的状态给改回去? 小黑熊:是的,大圣。 悟空:那你们怎么没有退款啊? 小黑熊:大圣,我们也没有想到有这种异常发生。 悟空:容我看下你们的代码。
该网站购物的内部逻辑简化后如下图所示:
try {
order.status = "已支付"; //第一步,更新订单状态:订单已支付
order.save(); //保存订单
luckyBag.status = "已发送"; // 第二步,更新福袋状态:福袋已发送
luckyBag.save(); //保存福袋
goodCounts.count -= 1;// 第三步,更新库存
goodCounts.save(); // 保存库存
order.status="订单成功" // 第四步,更新订单状态:订单成功
order.save(); //保存订单
}
catch (excption e) {
logError();
}
那这样的代码会有什么问题呢?
如果第一步执行成功,第二步执行失败了,抛出了异常,则第一步订单状态还是订单成功的,福袋状态未更新,也就是师父遇到的问题。
那如何保证两步操作的一致性
呢?(要么都更新,要么都不更新。)
我们都知道SQL中是有事务这种解决方案的,我们先来看看SQL中的事务。
之前写过一篇文章,专门来讲SQL中的事务:《30分钟全面解析-SQL事务+隔离级别+阻塞+死锁》。在这里用伪代码来说明下什么事务。
举个购买商品的例子:用户下了一笔单,付款了,然后发放福袋,涉及到订单表order更新,福袋表luckyBag更新。
start transaction // 开始事务
try {
update order // 第一步,更新订单状态
update luckyBag // 第二步,更新福袋状态
commit // 提交两部操作的更改
} catch (excption e) {
rollback // 回滚所有操作
}
end transaction // 结束事务
更新订单状态和更新福袋状态两部操作成功,则全部提交到数据库执行,如果其中任意一步出现问题,则全部回滚,就像没有执行更新操作一样,以保证数据的一致性。
由于MongoDB 3.0 不支持事务,所以很有可能出现数据不一致的情况(订单已支付,福袋未发送)。
那我们既然不能享受到事务的一致性,有什么办法来优化这部分代码呢?
我们先看下代码的时序图:
从上面的顺序图来看,分步保存是有问题的,第一步保存成功后,第二步如果保存失败,则数据不一致。那我们可以将保存往后移吗?
我们来看下优化后的时序图,整体将保存往后移。
伪代码如下:
try {
order.status = "已支付"; //第一步,更新订单状态:订单已支付
luckyBag.status = "已发送"; // 第二步,更新福袋状态:福袋已发送
goodCounts.count -= 1;// 第三步,更新库存
order.status="订单成功" //第一步,更新订单状态:订单已支付
luckyBag.save(); //保存福袋记录
goodCounts.save(); // 保存库存记录
order.save(); //保存订单记录
}
catch (excption e) {
logError();
}
那这种方式又有什么优缺点呢?
优点:前四步的业务逻辑处理任意一步如果出错了,并不会影响数据库的记录
缺点:后三步的保存如果出错了,和最开始的方案一样,存在数据不一致的问题。
那如何进行解决这种问题?
优化后的代码还是可能存在数据不一致的情况,那我们怎么来解决?
问题 1:如果福袋没有自动发出去,现在还可以补发吗?怎么补发?
问题 2:可以退款吗?手动退款还是自动退款?分别有什么优点和缺点?怎么优化?
问题 3:如果第三步更新库存失败,那又该怎么做呢?
问题 4:如何退款失败,那又该怎么做呢?
围绕上面几个问题,我们展开来论述。
方案1:第二步失败时,立即重试几次(第一次 3s,第二次间隔 8s,第三次间隔 20s,为什么间隔时间不一样?可以留言讨论哦!^_^)
方案2:将失败的数据放到队列里面(可以是存到数据库或者 redis 里面,建议存放到数据库),定时从队列里面获取异常数据,进行重新发送。
优点:
(1)如果是临时出现的网络问题,可以立即在短时间内重试几次,可以解决问题。
缺点:
(1)如果是接口或数据问题,短时间内重试再多次也是会失败的;
(2)另外如果有大量失败,重试也是会占用系统资源的。
优点:
(1)将重试放到异步任务中来做,可以减少系统资源的占用;
(2)如果是长时间出现的网络问题,等网络恢复后,一定会重试成功;
缺点:
(1)异常数据无法通过重试来解决,则队列里面的数据将一直会进行重试,无法终止;
(2)如果有大量数据因接口或代码问题导致失败,则会积累大量失败数据,而大量数据进行重试也会对系统资源造成一定压力;
(3)重试失败会进行error log的记录,大量的error log对线上排查问题会造成干扰。
那补发如果一直失败,是不是还有更好的方式?给用户退款是不是更合理?(顾客等得很着急,赶紧把钱先退了吧。)这其实就是一种补偿措施。
当然可以退款。
优点:减少运营人员的工作量
缺点:在某些情况下,异常订单需要多方排查核实才能退款,就不能走自动退款。比如代码的逻辑没有handle某些场景,一刀切的退款会导致钱退了,商品还发给了客户。
那怎么优化?提供自动和手动的两种方式,当某些异常场景需要手动退款的,等开发人员核实后,再进行手动退款。
账不平怎么处理?通过对账的方式找出哪些账不平。
我们很容易想到的方案是及时retry或 队列retry。那有什么问题呢?对于秒杀活动,队列retry肯定不可行。
那我们可以做一次补偿操作吗?(发起退款,更新订单状态为失败。)
答案是可以的。
每一步失败我们都会做补偿处理,但是中间某一步补偿失败,我们该怎么处理?比如最后钱退不了。
常见方案:
在我现在做的项目都会将退款失败的消息以下面两种形式推送给我:
这样方便我去排查问题,以及快速退款。
模板消息
短信告警
或者用钉钉机器人报警,这里就不展开了。
我们可以设计一个具有补偿功能的解决方案。
流程图如下所示:
悟空顺利解决了问题,黑熊精崇拜地看着悟空,默默地去改代码去了...
- END -